替代植被指数


16

我一直在使用NDVI来取得成功,但是在美国中部大平原地区识别树木的工作却很少。我一直遇到的问题是,农田/草场的反射率与我确定的树木具有基本相同的光谱特征。是否可以从4波段NAIP影像中生成植被指数,从而更好地隔离整个农业地区的树木覆盖物?也许前/后处理步骤可能最有效?

NDVI示例


红外线附近的乐队之一吗?
Jakub Sisak GeoGraphics 2012年

是的,NAIP图像的波段4 = NIR。
亚伦

使用NIR时图像看起来是什么样?这会不会更好地隔离树木的树木?尽管植被将显示为红色,但我发现通常更容易发现不同的图案。您可以在NIR中发布同一张图片吗?这是手动过程,还是通过某种识别树木的算法来运行图像?
Jakub Sisak GeoGraphics 2012年

@Jakub:我正在使用一种基于面向对象算法的自动过程来识别树木。抱歉,我忘了使用哪个图像作为示例,但是基本图像是具有NIR和RGB的标准4波段NAIP。
亚伦

Answers:


8

我已经广泛使用增强植被指数(EVI)数据来分析农业区域。尽管我从未在NAIP图像上使用过它,但您所需要的只是红色,蓝色和IR数据。

就您的目的而言,EVI的最大优点是它不像NDVI那样容易“饱和”-在检查诸如种植的农田等植被茂密的区域时,它提供了更多的对比度(动态范围)。权衡取舍的是,低EVI地区(如沙漠或休耕地)与耕地之间的对比并不那么大。但是出于您的目的,这无关紧要。

在此NDVI数据直方图中,您可以看到大部分农业像素在分布的最右端。有很多动态范围在0到0.5之间被浪费了。这类似于具有未正确调整水平的照片。您的树木覆盖物和农田可能都在那个驼峰中,但是由于它们都被压缩到一个小区域,因此它们看起来是相同的灰色。

NDVI直方图

NDVI

完全相同面积但使用EVI计算的直方图中,您可以看到分布如何更均匀。植被强度和覆盖率的差异表现为更广泛的价值范围,使分类更容易。这将使您的树木和农田具有更多不同的灰色阴影。

EVI直方图

EVI


3
@Aaron您可以使用任何东西:ENVI,IDL,ArcGIS,NumPy,MATLAB等。计算EVI并不是特别复杂的公式,该方程式在Wikipedia页面上。您只需要使用红色,蓝色和IR波段,然后即插即用。
dmahr

@Aaron EVI最终完成了树识别任务吗?
dmahr

从一组奈普图像生成的EVI效果非常好。然而,奇怪的是,从另一州的奈普影像产生的EVI产生了盐和胡椒。再次感谢。
亚伦

@Aaron盐和胡椒粉问题可能是由于乐队中的标签不同所致。所有植被指数都利用了近红外波长中植被的“红色边缘”。
dmahr

2

这是一个栅格代数语句,可帮助您获得EVI。

(((“ band4”-“ Band1”)/(“ Band4” + 6 *“ Band1”-7.5 *“ Band3” +1))* 2.5


1
我认为对于ArcGIS,您将需要一个Float语句来确保结果保持浮点数。(Float(“ band4”-“ Band1”)/ Float(“ Band4” + 6 *“ Band1”-7.5 *“ Band3” +1))* 2.5
Jeffrey Evans

2

您是否可以访问同一年但引用了不同成熟阶段的另一张图片?想象一下,您的图像是从春天开始的,如果您有从夏末开始的图像,您将获得庄稼的变化,这将有助于区分农业与森林。

无论如何,您有很多植被指数选项,

最常见的是:

不常见:

  • 垂直植被指数土壤
  • 调整后的植被指数
  • 耐大气植被指数
  • 全球环境监测指数

谢谢回复。不幸的是,这些数据集仅在生长期的中期才可用。我正在探索使用EVI并取得了一些初步的成功。
亚伦

-1

NDVIEVI是完成此类任务的最好标志。但是,您可以在LandViewer中尝试其他默认索引,也可以通过内置计算器创建自己的任何索引。可以在此处查看此类分析的示例:

在此处输入图片说明


避免公开宣传。 社区倾向于否决公开的自我宣传,并将其标记为垃圾内容。发表好的相关答案,如果某些(但不是全部)碰巧与您的产品或网站有关,那就可以了。但是,您必须在答案中公开您的隶属关系。](genealogy.stackexchange.com/help/behavior)。实际上,这意味着任何推荐您自己的产品的答案都必须包含诸如“ 披露:我是开发/分发此软件/测试的[公司]的[职位]”之类的内容。
PolyGeo
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.