Альтернативні показники рослинності


16

Я використовую NDVI з обмеженим успіхом для ідентифікації дерев у центральному регіоні Великих рівнин США. Проблема, з якою я стикався, полягає в тому, що відбиття від полів / пасовищ ферм має по суті такий же спектральний підпис, що і дерева, які я визначаю. Чи є індекс вегетації, який можна генерувати за допомогою 4-діапазонних зображень NAIP, які можуть зробити кращу роботу при виділенні деревного покриву, змішаного в усіх сільськогосподарських районах? Можливо, крок до / після обробки може виявитися найбільш ефективним?

Приклад NDVI


Чи є один із гуртів поблизу Infra Red?
Якуб Сисак GeoGraphics

Так, смуга 4 = NIR для зображень NAIP.
Аарон

Як виглядає зображення під час використання NIR? Чи не допоможе це краще ізолювати покрив дерева? Хоча рослинність буде червоною, я вважаю, що часто простіше помітити різні візерунки. Чи можете ви розмістити те саме зображення в NIR? Це ручний процес чи ви запускаєте зображення через якийсь тип алгоритму, який ідентифікує дерева?
Jakub Sisak GeoGraphics

@Jakub: Я використовую автоматизований процес, який ідентифікує дерева на основі об'єктно-орієнтованого алгоритму. Вибачте, я забув, яке зображення було використано для прикладу, однак базовим зображенням є стандартний 4-діапазонний NAIP з NIR та RGB.
Аарон

Відповіді:


8

Я широко використовував дані Enhanced Vegetation Index (EVI) для аналізу сільськогосподарських площ. Хоча я ніколи не використовував його для зображень NAIP, все, що вам потрібно, - це червоний, синій та ІЧ-дані.

Для ваших цілей найбільшою перевагою EVI є те, що він не «насичується» так легко, як NDVI - він пропонує більше контрасту (динамічний діапазон) при дослідженні високорослинних площ, таких як оброблювані сільськогосподарські поля. Вигода полягає в тому, що контраст між районами з низьким рівнем споживання (наприклад, пустелями чи попадами поля) та оброблюваними територіями не настільки великий. Але для ваших цілей це не має значення.

У цій гістограмі даних NDVI ви можете бачити, як більшість сільськогосподарських пікселів знаходяться в правому кінці розподілу. Існує багато динамічного діапазону між 0 і 0,5, який витрачається даремно. Це схоже на фотографування з неправильно відрегульованими рівнями. Твій деревний покрив та сільськогосподарські поля, ймовірно, і в цьому горбі, але оскільки все стиснене в одному маленькому регіоні, вони виглядають сірим кольором.

Гістограма NDVI

NDVI

У цій гістограмі точно такої ж площі, але обчисленій за EVI, ви можете бачити, наскільки розподіл рівномірніше. Невідповідність інтенсивності та покриття рослинного покриву представлена ​​більш широким числом значень, що полегшує проведення класифікацій. Це зробить ваші дерева та сільськогосподарські поля більш розрізненими відтінками сірого.

Гістограма EVI

EVI


3
@Aaron Ви можете використовувати що завгодно: ENVI, IDL, ArcGIS, NumPy, MATLAB тощо. Обчислення EVI не є особливо складною формулою, рівняння знаходиться на сторінці Вікіпедії . Вам просто потрібно використовувати червону, синю та ІЧ-смугу, і тоді це просто підключення та підключення.
dmahr

@Aaron Чи EVI закінчив працювати над завданням ідентифікації дерева?
dmahr

EVI, які були створені з одного набору зображень на ніпі, працювали фантастично. Як не дивно, але EVI, отриманий за допомогою ніпових зображень інших держав, призвів до солі та перцю. Знову дякую.
Аарон

@Aaron Проблема солі та перцю може бути пов'язана з різними маркуваннями в групах. Усі рослинні індекси використовують "червоний край" вегетації в ближній довжині інфрачервоної хвилі.
dmahr

2

Ось вислів растрової алгебри, який отримає вам EVI.

(("band4" - "Band1") / ("Band4" + 6 * "Band1" - 7,5 * "Band3" + 1)) * 2,5


1
Я думаю, що для ArcGIS вам знадобиться оператор Float, щоб переконатися, що результати зберігаються з плаваючою точкою. (Float ("band4" - "Band1") / Float ("Band4" + 6 * "Band1" - 7.5 * "Band3" + 1)) * 2.5
Jeffrey Evans

2

Чи маєте ви доступ до іншого зображення з того ж року, але з посиланням на інший етап зрілості? Уявіть, що ваш образ починається з весни, якщо ви будете мати зображення з кінця літа, ви отримаєте зміни в урожаях, які допоможуть відрізнити сільське господарство від лісу.

У будь-якому випадку у вас є багато варіантів індексів рослинності,

найпоширеніші:

менш поширений:

  • Перпендикулярний індекс рослинності ґрунт
  • Коригуваний індекс вегетації
  • Атмосферно стійкий індекс вегетації
  • Глобальний індекс моніторингу навколишнього середовища

Дякую за відповідь. На жаль, ці набори даних доступні лише в середині вегетаційного періоду. Я досліджую з деяким початковим успіхом, використовуючи EVI.
Аарон

-1

NDVI та EVI - найкращі показники для таких завдань. Однак ви можете експериментувати з іншими індексами за замовчуванням у LandViewer або створити будь-який власний індекс за допомогою вбудованого калькулятора. Приклад такого аналізу можна побачити тут:

введіть тут опис зображення


Уникайте відвертої самореклами. Громада схильна голосувати за відверту саморекламу та позначає це як спам. Опублікуйте хороші відповідні відповіді, і якщо деякі (але не всі) трапляються щодо вашого продукту чи веб-сайту, це добре. Однак ви повинні розкрити свою приналежність у своїх відповідях.] ( Genealogy.stackexchange.com/help/behavior ). На практиці це означає, що будь-яка відповідь, яка рекомендує ваш власний продукт, повинна містити щось на кшталт " Розкриття інформації: Я - [позиція] [компанії], яка розробляє / поширює це програмне забезпечення / тест".
PolyGeo
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.