遥感学习笔记—光谱指数
- 参数说明
- 光谱指数
- 常见的光谱指数介绍
- NDVI
- NBR
- BAI
- MIRBI
- GEMI
- SAVI
- NDMI & NDWI
- NBRT
- 参考资料
参数说明
- 参数说明:
参数 | 名称 | 英文名称 |
NIR | 近红外 | near infrared |
SWIR | 短波红外 | short-wave infrared |
MWIR | 中波红外 | medium-wave infrared |
LWIR | 长波红外 | long-wave infrared |
光谱指数
- 光谱指数:
参数 | 名称 | 计算公式 |
NDVI | 归一化植被指数 | |
BAI | 燃烧面积指数 | |
NBR | 归一化燃烧指数 | |
NBRT | 改进归一化燃烧指数 | |
GEMI | 全球环境监测指数 | |
GNDVI | 绿光归一化差值植被指数 | |
SAVI | 土壤调节植被指数 | |
NDMI | 归一化水汽指数 | |
NDWI | 归一化差分水体指数 | |
MIRBI | 中红外烧伤指数 |
常见的光谱指数介绍
NDVI
- NDVI的应用:检测植被生长状态、植被覆盖度和消除部分辐射误差。能够部分消除与太阳高度角、卫星观测角、地形、云影等与大气条件有关的辐射变化的影响
- NDVI是植被生长状态及植被覆盖度的最佳指示因子
- NDVI的范围是-1到1,正值表示有植被覆盖,覆盖度越大值越大;0表示有裸土或者岩石,负值表示有水、云、雪等。
- NDVI的局限性表现在,用非线性拉伸的方式增强了NIR和R的反射率的对比度。对于同一幅图象,分别求RVI和NDVI时会发现,RVI值增加的速度高于NDVI增加速度,即NDVI对高植被区具有较低的灵敏度;
NBR
- 归一化燃烧指数能增强较大范围的火灾区域,如大于200公顷
- 燃烧区域的NBR值会更小
BAI
- 燃烧面积指数使用红色和近红外波段增强火烧后地表信息,即增强过火后图像上的木炭信号
- 燃烧区域的BAI值会更高
MIRBI
GEMI
- GEMI可以很好地预测植被覆盖度,并且对土壤的反射率和亮度也很敏感
- GEMI与NDVI、GNDVI可以转换
SAVI
- “调节土壤的植被指数”(SAVI) 是试图通过土壤亮度校正系数最小化土壤亮度影响的植被指数。它通常用在植被覆盖率较低的干旱区域。
- SAVI仅在土壤线参数a=1,b=0(即非常理想的状态下)时才适用。因此有了TSAVI、ATSAVI、MSAVI、SAVI2、SAVI3、SAVI4等改进模型。
- 其中L的取值:取值范围0~1。 L=0 时,表示植被覆盖度为零;L=1时,表示土壤背景的影响为零,即植被覆盖度非常高,土壤背景的影响为零,这种情况只有在被树冠浓密的高大树木覆盖的地方才会出现。
NDMI & NDWI
- 植被水分指数NDMI是基于中红外与近红外波段的归一化比值指数。与NDVI相比,它能有效地提取植被冠层的水分含量;在植被冠层受水分胁迫时,NDMI指数能及时地响应,这对于旱情监测具有重要意义。
- NDWI是主要提取水体的,NDMI是提取植被的水分含量
NBRT
- NBR的基础上,使用了一个热红外波段。NBRT能更好的分离燃烧区和非燃烧区
- 燃烧区域的NBRT值小
参考资料
本文参考了以下博客及网站的内容:
- https://www.tandfonline.com/doi/full/10.1080/01431161.2013.817713
- http://blog.sina.com.cn/s/blog_14ddbda800102y5x9.html
- http://blog.sina.com.cn/s/blog_764b1e9d0102wh0d.html
- http://blog.sina.com.cn/s/blog_764b1e9d0102v86r.html
- https://www.esri.com/en-us/arcgis/products/arcgis-pro/resources
- https://www.sciencedirect.com/topics/earth-and-planetary-sciences/environmental-monitoring
- http://blog.sina.com.cn/s/blog_764b1e9d0102wh0d.html
- https://wenku.baidu.com/view/1f54bbebed630b1c58eeb583.html
- 吴立叶,沈润平,李鑫慧,杨恒.不同遥感指数提取林火迹地研究[J].遥感技术与应用,2014,29(04):567-574.