python光谱均值与标准差图 光谱指标

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

• $MIRBI=10LSWIR-9.8SSWIR+2$

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：

1. https://www.tandfonline.com/doi/full/10.1080/01431161.2013.817713
2. http://blog.sina.com.cn/s/blog_14ddbda800102y5x9.html
3. http://blog.sina.com.cn/s/blog_764b1e9d0102wh0d.html
4. http://blog.sina.com.cn/s/blog_764b1e9d0102v86r.html
5. https://www.esri.com/en-us/arcgis/products/arcgis-pro/resources
6. https://www.sciencedirect.com/topics/earth-and-planetary-sciences/environmental-monitoring
7. http://blog.sina.com.cn/s/blog_764b1e9d0102wh0d.html
8. https://wenku.baidu.com/view/1f54bbebed630b1c58eeb583.html
9. 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.