Chỉ số thực vật thay thế


16

Tôi đã sử dụng NDVI với sự thành công hạn chế để xác định cây ở khu vực trung tâm Great Plains của Hoa Kỳ. Vấn đề tôi gặp phải là sự phản xạ từ các cánh đồng / đồng cỏ về cơ bản có cùng chữ ký quang phổ giống như những cây tôi đang xác định. Có một chỉ số thực vật có thể được tạo ra từ hình ảnh NAIP 4 băng tần có thể thực hiện công việc tốt hơn trong việc cách ly lớp phủ cây trộn lẫn trong các khu vực nông nghiệp? Có lẽ một bước xử lý trước / sau có thể hiệu quả nhất?

Ví dụ NDVI


Là một trong những ban nhạc gần Infra Red?
Jakub Sisak GeoGraphics

Có, băng 4 = NIR cho hình ảnh NAIP.
Aaron

Hình ảnh trông như thế nào khi bạn sử dụng NIR? Điều này sẽ không giúp cách ly tốt hơn che phủ cây? Mặc dù thảm thực vật sẽ xuất hiện màu đỏ nhưng tôi thấy rằng việc phát hiện các mẫu khác nhau thường dễ dàng hơn. Bạn có thể đăng hình ảnh tương tự trong NIR? Đây có phải là một quy trình thủ công hay bạn đang chạy máng hình ảnh một số loại thuật toán xác định cây?
Jakub Sisak GeoGraphics

@Jakub: Tôi đang sử dụng một quy trình tự động xác định cây dựa trên thuật toán hướng đối tượng. Xin lỗi tôi đã quên hình ảnh nào được sử dụng cho ví dụ, tuy nhiên, hình ảnh cơ sở là NAIP 4 băng tần tiêu chuẩn với NIR và RGB.
Aaron

Câu trả lời:


8

Tôi đã sử dụng dữ liệu Chỉ số thực vật tăng cường (EVI) để phân tích các khu vực nông nghiệp. Mặc dù tôi chưa bao giờ sử dụng nó với hình ảnh NAIP, tất cả những gì bạn cần là dữ liệu đỏ, xanh lam và hồng ngoại.

Đối với mục đích của bạn, ưu điểm lớn nhất của EVI là nó không "bão hòa" dễ dàng như NDVI - nó cung cấp độ tương phản cao hơn (phạm vi động) khi kiểm tra các khu vực có thực vật cao như các cánh đồng nông nghiệp được canh tác. Sự đánh đổi là sự tương phản giữa các khu vực EVI thấp (như sa mạc hoặc cánh đồng hoang) và các khu vực canh tác là không lớn. Nhưng với mục đích của bạn, điều này không thành vấn đề.

Trong biểu đồ dữ liệu NDVI này, bạn có thể thấy hầu hết các pixel nông nghiệp nằm ở cuối bên phải của phân phối. Có rất nhiều dải động từ 0 đến 0,5 đang bị lãng phí. Điều này giống như có một bức ảnh với mức độ điều chỉnh không phù hợp. Vỏ cây và cánh đồng nông nghiệp của bạn có lẽ đều nằm trong cái bướu đó, nhưng vì tất cả bị nén lại thành một vùng nhỏ nên chúng có màu xám giống nhau.

Biểu đồ NDVI

NDVI

Trong biểu đồ này của cùng một khu vực nhưng được tính toán với EVI, bạn có thể thấy cách phân phối đồng đều hơn. Sự chênh lệch về cường độ và độ che phủ của thảm thực vật được thể hiện bằng một dải giá trị rộng hơn, giúp việc tiến hành phân loại dễ dàng hơn. Điều này sẽ làm cho cây và các lĩnh vực nông nghiệp của bạn có nhiều sắc thái khác nhau của màu xám.

Biểu đồ EVI

EVI


3
@Aaron Bạn có thể sử dụng bất cứ thứ gì: ENVI, IDL, ArcGIS, NumPy, MATLAB, v.v ... Tính EVI không phải là một công thức đặc biệt phức tạp, phương trình nằm trên trang Wikipedia . Bạn chỉ cần sử dụng các dải màu đỏ, xanh lam và hồng ngoại và sau đó chỉ là plug-and-chug.
dmahr

@Aaron EVI cuối cùng đã làm việc cho nhiệm vụ nhận dạng cây?
dmahr

EVI được sản xuất từ ​​một bộ hình ảnh ngây thơ hoạt động tuyệt vời. Kỳ lạ thay, EVI được sản xuất từ ​​hình ảnh ngây thơ của một tiểu bang khác dẫn đến muối và hạt tiêu. Cảm ơn một lần nữa.
Aaron

@Aaron Vấn đề muối và hạt tiêu có thể là do ghi nhãn khác nhau trong các ban nhạc. Tất cả các chỉ số thực vật sử dụng "cạnh đỏ" của thảm thực vật trong các bước sóng hồng ngoại gần.
dmahr

2

Dưới đây là một tuyên bố đại số raster sẽ giúp bạn có được EVI.

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


1
Tôi nghĩ rằng đối với ArcGIS, bạn sẽ cần một câu lệnh Float để đảm bảo rằng các kết quả được giữ nguyên dấu phẩy động. (Float ("band4" - "Band1") / Float ("Band4" + 6 * "Band1" - 7.5 * "Band3" + 1)) * 2.5
Jeffrey Evans

2

Bạn có quyền truy cập vào một hình ảnh khác trong cùng một năm nhưng được tham chiếu đến một giai đoạn trưởng thành khác nhau? Hãy tưởng tượng hình ảnh của bạn là từ mùa xuân, nếu bạn có một hình ảnh từ cuối mùa hè, bạn sẽ nhận được những thay đổi về cây trồng và những điều đó sẽ giúp phân biệt Nông nghiệp với Rừng.

Dù sao, bạn có rất nhiều tùy chọn chỉ số thực vật,

phổ biến nhất là:

ít phổ biến:

  • Chỉ số thực vật vuông góc Đất
  • Chỉ số thực vật điều chỉnh
  • Chỉ số thực vật kháng khí quyển
  • Chỉ số giám sát môi trường toàn cầu

Cảm ơn vi đa trả lơi. Thật không may, các bộ dữ liệu này chỉ có sẵn trên lá vào giữa mùa phát triển. Tôi đang khám phá, với một số thành công ban đầu, sử dụng EVIs.
Aaron

-1

NDVIEVI là những chỉ dẫn tốt nhất cho các nhiệm vụ như vậy. Tuy nhiên, bạn có thể thử nghiệm với các chỉ số mặc định khác trong LandViewer hoặc tạo bất kỳ chỉ mục nào của riêng bạn thông qua máy tính tích hợp. Một ví dụ về phân tích như vậy có thể được nhìn thấy ở đây:

nhập mô tả hình ảnh ở đây


Tránh tự quảng cáo quá mức. Cộng đồng có xu hướng bỏ phiếu tự quảng cáo quá mức và đánh dấu nó là thư rác. Đăng câu trả lời tốt, có liên quan và nếu một số (nhưng không phải tất cả) xảy ra về sản phẩm hoặc trang web của bạn, điều đó không sao cả. Tuy nhiên, bạn phải tiết lộ liên kết của mình trong câu trả lời của bạn.] ( Genealogy.stackexchange.com/help/behavior ). Trong thực tế, điều này có nghĩa là bất kỳ câu trả lời nào đề xuất sản phẩm của bạn phải bao gồm nội dung như " Tiết lộ: Tôi là [vị trí] của [công ty] phát triển / phân phối phần mềm / thử nghiệm này".
PolyGeo
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.