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

— 亚伦
source

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

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

在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

— dmahr
source

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

— 杰弗里·埃文斯（Jeffrey Evans）
source

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：

NDVI
EVI

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

— 血管球蛋白
source

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

NDVI和EVI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：

— Geowiz
source

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