Alternatif bitki örtüsü endeksleri

16

ABD'nin orta Great Plains bölgesindeki ağaçları tanımlamak için NDVI'ları sınırlı bir başarı ile kullanıyorum. Karşılaştığım sorun, çiftlik tarlalarından / otlaklardan gelen yansımaların, özdeşleştirdiğim ağaçlarla aynı spektral imzaya sahip olması. 4 bantlı NAIP görüntülerinden elde edilebilen ve tüm tarım alanlarında karışık ağaç örtüsünü izole etmede daha iyi bir iş yapabilen bir bitki örtüsü endeksi var mı? Belki de bir ön / son işlem adımı en etkili olabilir?

NDVI Örneği

— Aaron
kaynak

Gruplardan biri Infra Red'e yakın mı?

— Jakub Sisak GeoGraphics

Evet, bant 4 = NAIP görüntüleri için NIR.

— Aaron

NIR'i kullandığınızda görüntü neye benziyor? Bu ağaç örtüsünü daha iyi izole etmeye yardımcı olmaz mı? Bitki örtüsü kırmızı görünmesine rağmen, farklı desenleri tespit etmenin daha kolay olduğunu düşünüyorum. Aynı resmi NIR'de de gönderebilir misiniz? Bu elle yapılan bir işlem mi yoksa görüntüleri ağaçları tanımlayan bir tür algoritma ile mi çalıştırıyorsunuz?

— Jakub Sisak GeoGraphics

@ Jakub: Nesneye yönelik bir algoritmaya dayalı ağaçları tanımlayan otomatik bir işlem kullanıyorum. Maalesef örnek için hangi görüntünün kullanıldığını unuttum, ancak temel görüntüler NIR ve RGB ile standart 4 bantlı NAIP.

— Aaron

8

Ben kullanılan ettik Vejetasyon İndeksi (EVI) Enhanced tarım alanları analiz etmek için yoğun veri. NAIP görüntülerle hiç kullanmamış olmama rağmen, tek ihtiyacınız olan kırmızı, mavi ve kızılötesi veriler.

Amaçlarınız için, EVI'nin en büyük avantajı, NDVI kadar kolay "doygunlaşmaması" - ekili tarım alanları gibi yüksek oranda vejetatif alanları incelerken daha fazla kontrast (dinamik aralık) sunmasıdır. Değişim, düşük EVI alanları (çöller veya nadas alanları gibi) ile ekili alanlar arasındaki kontrastın çok büyük olmamasıdır. Ama sizin amaçlarınız için, bu önemli değil.

NDVI verilerinin bu histogramında, tarımsal piksellerin çoğunun dağılımın en sağ ucunda olduğunu görebilirsiniz. Boşa harcanan 0 ile 0.5 arasında çok fazla dinamik aralık var. Bu, yanlış ayarlanmış seviyelere sahip bir fotoğrafa benzer. Ağaç örtünüz ve tarım alanlarınız muhtemelen bu kamburdadır, ancak hepsi küçük bir bölgeye sıkıştırıldığından aynı renk griye bakarlar.

NDVI histogramı

NDVI

Aynı alanın bu histogramında EVI ile hesaplanan , dağılımın nasıl daha eşit olduğunu görebilirsiniz. Bitki örtüsünün yoğunluğu ve kapsamındaki eşitsizlik, daha geniş bir değer yığını ile temsil edilir, bu da sınıflandırmaların yapılmasını kolaylaştırır. Bu, ağaçlarınızın ve tarım alanlarınızın daha farklı gri tonlarına sahip olmasını sağlayacaktır.

EVI histogramı

EVİ

— dmahr
kaynak

3

@Aaron Herhangi bir şey kullanabilirsiniz: ENVI, IDL, ArcGIS, NumPy, MATLAB, vb. EVI hesaplamak özellikle karmaşık bir formül değildir, denklem Wikipedia sayfasındadır . Sadece kırmızı, mavi ve IR bantlarını kullanmanız yeterlidir ve sonra sadece tak ve çalıştır.

— dmahr

@Aaron EVI ağaç tanımlama görevi için çalışmaya başladı mı?

— dmahr

Bir dizi naip görüntüden üretilen EVI fevkalade çalıştı. Tuhaf bir şekilde, farklı bir devletin naip görüntülerinden üretilen EVI, tuz ve karabiber ile sonuçlandı. Tekrar teşekkürler.

— Aaron

@Aaron Tuz ve karabiber sorunu bantlardaki farklı etiketlerden kaynaklanıyor olabilir. Tüm bitki örtüsü indeksleri, yakın kızılötesi dalga boylarında bitki örtüsünün "kırmızı kenarını" kullanır.

— dmahr

2

İşte size EVI alacak raster cebir ifadesi.

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

— Jeffrey Evans
kaynak

1

ArcGIS için sonuçların kayan nokta tutulduğundan emin olmak için bir Float ifadesine ihtiyacınız olacağını düşünüyorum. (Şamandıra ("band4" - "Band1") / Şamandıra ("Band4" + 6 * "Band1" - 7.5 * "Band3" + 1)) * 2.5

— Jeffrey Evans

2

Aynı yıldan farklı bir olgunluk aşamasına atıfta bulunan başka bir resme erişiminiz var mı? Resminizin ilkbahardan geldiğini düşünün, eğer yaz sonu bir resminiz varsa, bitkilerdeki değişiklikleri alacaksınız ve bunlar Tarımın Ormandan ayırt edilmesine yardımcı olacaktır.

Her neyse, çok sayıda Bitki Örtüsü seçeneğiniz var,

en yaygın olanları:

NDVI
EVİ

Daha az yaygın:

Dik Bitki Örtüsü Toprak
Düzeltilmiş Bitki Örtüsü Endeksi
Atmosfere Dayanıklı Bitki Örtüsü Endeksi
Küresel Çevre İzleme Endeksi

— vascobnunes
kaynak

Cevap için teşekkürler. Ne yazık ki, bu veri kümeleri yalnızca büyüme mevsiminin ortasında yer almaktadır. Başlangıçtaki başarı ile EVI'ları kullanarak araştırıyorum.

— Aaron

-1

NDVI ve EVI bu tür görevler için en iyi göstergelerdir. Bununla birlikte, LandViewer'daki diğer varsayılan dizinleri deneyebilir veya yerleşik hesap makinesi ile kendi dizinlerinizi oluşturabilirsiniz. Böyle bir analizin bir örneği burada görülebilir:

— Geowiz
kaynak

Açıkça kendini tanıtmaktan kaçının. Topluluk, açık bir şekilde kendi kendini tanıtmaya oy verme ve spam olarak işaretleme eğilimindedir. İyi, alakalı yanıtlar gönderin ve bazılarının (hepsi değil) ürününüz veya web sitenizle ilgili olması durumunda, sorun değil. Ancak, gereken yanıtlarınıza ilişkinizi açıklamaktadır.] ( Genealogy.stackexchange.com/help/behavior ). Uygulamada bu, kendi ürününüzü öneren herhangi bir yanıtın " Açıklama: Ben bu yazılımı / testi geliştiren / dağıtan [şirket] 'in [konum]' u olması gerektiği anlamına gelir .

— PolyGeo