i.vigrass - クラウドでオンライン

プログラム：

NAME

i.vi - さまざまな種類の植生指数を計算します。
主に赤と近赤外のバンドを使用し、一部のインデックスでは追加のバンドが必要です。

KEYWORDS

画像、植生指数、生物物理学的パラメーター

SYNOPSIS

i.vi
i.vi - 助けて
i.vi 赤=名 出力=名 ビナメ=type [NIR=名] [（緑字）=名] [青=名]
[band5=名] [band7=名] [土線_勾配=フロート] [土線切片=フロート]
[土壌ノイズリダクション=フロート] [ストレージビット=整数] [-上書きする] [-助けます]
[-詳細] [-静かな] [-ui]

フラグ：
-上書き
出力ファイルが既存のファイルを上書きできるようにする

- 助けて
使用状況の概要を印刷する

-詳細
冗長モジュール出力

- 静かな
静かなモジュール出力

--ui
GUIダイアログを強制的に起動する

パラメーター：
赤=名 [必要]
入力赤チャネル サーフェス反射率マップの名前
範囲: [0.0;1.0]

出力=名 [必要]
出力ラスターマップの名前

ビナメ=type [必要]
植生指数の種類
オプション： アルヴィ、 dvi、 evi、 evi2、 グヴィ、 ガリ、 ジェミ、 ipvi、 ムサビ、 msavi2、 ndvi、 pvi、 サビ、
ミスター 変数、 WDVI
デフォルト： NDVI
アルビ: 耐候性植生指数
dvi: 差分植生指数
エヴィ: 強化された植生指数
Evi2: 強化された植生指数 2
グヴィ: 緑の植生指数
ガリ：緑の大気抵抗力のある植生指数
船：地球環境モニタリング指標
ipvi: 赤外線パーセンテージ植生指数
ムサヴィ: 改良土壌調整植生指数
msavi2: XNUMX 番目の修正土壌調整植生指数
NDVI: 正規化植生指数の差
pvi: 垂直植生指数
サビ：土壌調整植生指数
sr：単純比率
多くの：目に見える耐大気性指数
WDVI: 加重差植生指数

NIR=名
入力近赤外線チャネル表面反射率マップの名前
範囲: [0.0;1.0]

（緑字）=名
入力グリーン チャネル サーフェス反射率マップの名前
範囲: [0.0;1.0]

青=名
入力ブルー チャネル サーフェス反射率マップの名前
範囲: [0.0;1.0]

band5=名
入力 5 番目のチャネルの表面反射率マップの名前
範囲: [0.0;1.0]

band7=名
入力 7 番目のチャネルの表面反射率マップの名前
範囲: [0.0;1.0]

土線_勾配=フロート
土壌線の勾配の値 (MSAVI2 のみ)

土線切片=フロート
土壌線の切片の値 (MSAVI2 のみ)

土壌ノイズリダクション=フロート
土壌騒音低減係数の値（MSAVI2のみ）

ストレージビット=整数
デジタル数の最大ビット数
データがデジタル数値 (つまり、整数型) の場合、最大ビット数を指定します (つまり、8
ランドサット -> [0-255])
オプション： 7, 8, 10、 16
デフォルト： 8

DESCRIPTION

i.vi 生物物理学的パラメーターに基づいて植生指数を計算します。

· ARVI: 大気耐性植生指数

・DVI：差植生指数

· EVI: 強化された植生指数

· EVI2: 強化された植生指数 2

・GARI：緑の大気耐性植生指数

・GEMI：地球環境モニタリング指数

・GVI：緑の植生指数

· IPVI: 赤外線パーセンテージ植生指数

· MSAVI2: XNUMX 番目の修正土壌調整植生指数

· MSAVI: 修正土壌調整植生指数

· NDVI: 正規化された差分植生指数

· PVI: 垂直植生指数

・RVI：比植生指数

・SAVI：土壌調整植生指数

・SR：単純植生率

· WDVI: 加重差植生指数

経歴 for users 新製品 〜へ リモート 検知
植生指数は、しばしば地球のリモート センシングの入り口と見なされます。
モニタリング。 彼らは成功に苦しんでいます。
オンライン ソースから衛星画像を収集し、このモジュールで直接使用します。

デジタル数から輝きへ：
衛星画像は通常、保存目的でデジタル番号 (DN) に保存されます。 例えば、
Landsat5 のデータは 8 ビット値 (0 から 255 の範囲) で格納され、他の衛星はおそらく
10 ビットまたは 16 ビットで格納されます。 データがDNで提供されている場合、これはこの画像が
「無修正」。 これが意味することは、画像は衛星がその位置で見ているものであるということです
空間内の位置と高度 (DN に格納)。 これはまだグランドの信号ではありません。 私達
このデータを at-satellite または at-sensor と呼びます。 8 ビット (またはそれ以上) でエンコードされるのは、
衛星プラットフォーム内のセンサーによって感知されたエネルギー。 このエネルギーは
センサーでの放射輝度。 一般に、衛星画像プロバイダーはセンサーでの放射輝度をエンコードします
アフィン変換式 (y=ax+b) により 8 ビット (またはそれ以上) に変換します。 ご利用の場合
Landsat 画像、 i.landsat.toar DNをに変換する簡単な方法
センサーでの放射輝度。 Aster データを使用している場合は、 i.aster.toar モジュールを開きます。

放射輝度から反射率へ:
最後に、センサー値での放射輝度を取得したら、まだ大気は
センサーと地表の間。 この事実は、次のことを説明するために修正する必要があります。
植生が宇宙に反射する太陽エネルギーとの大気相互作用。
Landsat では、これを XNUMX つの方法で行うことができます。 簡単な方法は i.landsat.toarには
たとえば、DOS 修正。 より正確な方法は、 i.atcorr （これは多くの人に有効です
衛星センサー)。 大気補正が衛星に適用されたら
データ、データ値は表面反射率と呼ばれます。 表面の反射率は 0.0 から
理論的に（そして絶対的に）1.0に。 このレベルのデータ修正は適切なレベルです
使用する補正の i.vi.

植生 索引
アーヴィ: 大気の 抵抗する 植生 インデックス

ARVI は、(NDVI と比較して) 大気の影響に耐性があり、達成されます。
赤チャンネルの大気効果の自己修正プロセスによって、
青チャネルと赤チャネルの間の放射輝度の差 (Kaufman and Tanre 1996)。
arvi( レッドちゃん、ニルちゃん、ブルーちゃん )
ARVI = (ニルチャン - (2.0*レッドチャン - ブルーチャン)) /
( ニルちゃん + (2.0*赤ちゃん - 青ちゃん))

DVI： 差異 植生 インデックス
dvi( レッドチャン、ニルチャン )
DVI = ( ニルチャン - レッドチャン )

EVI： 強化された 植生 インデックス

強化植生指数 (EVI) は、植生指数を高めるために設計された最適化された指数です。
高バイオマス地域での感度が向上し、改善された植生信号
林冠のバックグラウンド信号と
大気の影響の減少 (Huete AR、Liu HQ、Batchily K.、van Leeuwen W.
（1997）。 EOS-MODIS の TM 画像のグローバル セットの植生指数の比較。 リモート
環境のセンシング、59:440-451)。
evi(ブルーちゃん、レッドちゃん、ニルちゃん)
EVI = 2.5 * (ニルチャン - レッドチャン) /
( ニルチャン + 6.0 * レッドチャン - 7.5 * ブルーチャン + 1.0 )

EVI2: 強化された 植生 インデックス 2

2 バンド EVI (EVI2)、青いバンドなし、3 バンドとの類似性が最も高い
EVI、特に大気の影響が重要ではなく、データ品質が良好な場合
(Zhangyan Jiang ; Alfredo R. Huete ; Youngwook Kim および Kamel Didan 2 バンド拡張)
ブルーバンドのない植生指数とその AVHRR データへの応用。 議事録SPIE 6679、
持続可能性のための生態系のリモート センシングとモデリング IV、667905 (09 年 2007 月 XNUMX 日)
doi:10.1117/12.734933)。
evi2(れっちゃん、にるちゃん)
EVI2 = 2.5 * (ニルチャン - レッドチャン) /
( ニルチャン + 2.4 * レッドチャン + 1.0 )

ガリ： （緑字） 大気的に 耐性 植生 index

数式は実際に定義されました。 Gitelson、Anatoly A.; カウフマン、ヨラム J.; メルツリャク、マーク
N. (1996) EOS-MODIS からの地球規模の植生のリモート センシングにおけるグリーン チャネルの使用、
環境のリモートセンシング 58 (3), 289-298. doi:10.1016/s0034-4257(96)00072-7
がり( れっちゃん、にるちゃん、あおちゃん、みどりちゃん )
GARI = ( ニルちゃん - (緑ちゃん - (青ちゃん - 赤ちゃん)) /
( ニルちゃん + (緑ちゃん - (青ちゃん - 赤ちゃん)))

ジェミ: グローバル 環境 監視 インデックス
ジェミ（れっちゃん、にるちゃん）
GEMI = (( (2*((ニルちゃん * ニルちゃん)-(レッドちゃん * レッドちゃん)) +
1.5*ニルちゃん+0.5*レッドちゃん) / (ニルちゃん + レッドちゃん + 0.5)) *
(1 - 0.25 * (2*((ニルちゃん * ニルちゃん)-(レッドちゃん * レッドちゃん)) +
1.5*ニルちゃん+0.5*レッドちゃん) / (ニルちゃん + レッドちゃん + 0.5))) -
( (レッドちゃん - 0.125) / (1 - レッドちゃん))

GVI: グリーン 植生 インデックス
gvi( ブルーちゃん、グリーンちゃん、レッドちゃん、ニルちゃん、chan5chan、chan7chan)
GVI = ( -0.2848 * ブルーちゃん - 0.2435 * グリーンちゃん -
0.5436 * 赤ちゃん + 0.7243 * ニルちゃん + 0.0840 * chan5chan-
0.1800 * chan7chan)

IPVI: 赤外線 パーセンテージ 植生 インデックス
ipvi( レッドチャン、ニルチャン )
IPVI = ニルチャン/(ニルチャン+レッドチャン)

MSAVI2: 2番目の 変更された 土壌の浸食 調整 植生 インデックス
msavi2( レッドチャン、ニルチャン )
MSAVI2 = (1/2)*(2(NIR+1)-sqrt((2*NIR+1)^2-8(NIR-red)))

MSAVI: 変更された 土壌の浸食 調整 植生 インデックス
msavi( レッドちゃん、ニルちゃん )
MSAVI = s(NIR-s*red-a) / (a*NIR+red-a*s+X*(1+s*s))
ここで、a はソイル ライン インターセプト、s はソイル ラインの勾配、X は調整です。
土壌ノイズを最小限に抑えるように設定された係数 (元の論文では 0.08)。

NDVI: 正規化 差異 植生 インデックス
ndvi( レッドチャン、ニルチャン )
データ型バンド番号 ([NIR, Red])
MSS バンド = [ 7, 5]
TM1-5,7 バンド = [ 4, 3]
TM8 バンド = [ 5, 4]
AVHRR バンド = [ 2, 1]
SPOT XS バンド = [ 3, 2]
AVIRIS バンド = [51, 29]
NDVI = (NIR - 赤) / (NIR + 赤)

PVI: 垂直 植生 インデックス
pvi( レッドちゃん、ニルちゃん )
PVI = sin(a)NIR-cos(a)赤
等植生線 (等植生の線) はすべて土壌に平行です。
行したがって、a = 1。

サビ: 土壌の浸食 調整 植生 インデックス
サビ（redchan、nirchan）
SAVI = ((1.0+0.5)*(ニルちゃん - レッドちゃん)) / (ニルちゃん + レッドちゃん +0.5)

SR： 簡単な拡張で 植生 比
sr( レッドチャン、ニルチャン )
SR = (にるちゃん/れっちゃん)

変化: 目に見えます 大気的に 抵抗する インデックス VARI は、
大気の自己補正 (Gitelson AA、Kaufman YJ、Stark R.、Rundquist D.、2002.
植生率推定のための新しいアルゴリズム 環境のリモートセンシング (80),
pp76-87)
変数 = ( bluechan, greenchan, redchan )
VARI = (緑 - 赤) / (緑 + 赤 - 青)

WDVI: 加重 差異 植生 インデックス
wdvi( redchan、nirchan、soil_line_weight )
WDVI = ニルチャン - a * レッドチャン
if(soil_weight_line == なし):
a = 1.0 #土壌線の勾配

例

この例は、ノースカロライナ州のサンプルに含まれる LANDSAT TM7 シーンに基づいています。
データセット。

準備： DN 〜へ 反射率
最初のステップとして、元の DN (デジタル数) ピクセル値を次のように変換する必要があります。
使用する反射率 i.landsat.toar. そのために、コピーを作成 (またはチャネルの名前を変更) します。
match i.landsat.toarの入力スキーム:

g.copy raster=lsat7_2002_10,lsat7_2002.1
g.copy raster=lsat7_2002_20,lsat7_2002.2
g.copy raster=lsat7_2002_30,lsat7_2002.3
g.copy raster=lsat7_2002_40,lsat7_2002.4
g.copy raster=lsat7_2002_50,lsat7_2002.5
g.copy raster=lsat7_2002_61,lsat7_2002.61
g.copy raster=lsat7_2002_62,lsat7_2002.62
g.copy raster=lsat7_2002_70,lsat7_2002.7
g.copy raster=lsat7_2002_80,lsat7_2002.8

DOS1 を使用した DN からの反射率値の計算 (メタデータは
p016r035_7x20020524.met.gz):

i.landsat.toar 入力=lsat7_2002。 出力=lsat7_2002_toar。 センサー=tm7 \
メソッド=dos1 日付=2002-05-24 sun_elevation=64.7730999 \
product_date=2004-02-12 ゲイン=HHHLHLHHL
結果として得られる Landsat チャネルの名前は、lsat7_2002_toar.1 .. lsat7_2002_toar.8 です。

計算 of NDVI
反射率値からの NDVI の計算は、次のように行われます。
g.region raster=lsat7_2002_toar.3 -p
i.vi red=lsat7_2002_toar.3 nir=lsat7_2002_toar.4 viname=ndvi \
出力=lsat7_2002.ndvi
r.colors lsat7_2002.ndvi color=ndvi
d.mon wx0
d.rast.leg lsat7_2002.ndvi
ノースカロライナのデータセット: NDVI

計算 of アルヴィ
反射率値からの ARVI の計算は、次のように行われます。
g.region raster=lsat7_2002_toar.3 -p
i.vi blue=lsat7_2002_toar.1 red=lsat7_2002_toar.3 nir=lsat7_2002_toar.4 \
viname=arvi 出力=lsat7_2002.arvi
d.mon wx0
d.rast.leg lsat7_2002.arvi
ノースカロライナ州のデータセット: ARVI

計算 of ガリ
反射率値からの GARI の計算は、次のように行われます。
g.region raster=lsat7_2002_toar.3 -p
i.vi blue=lsat7_2002_toar.1 green=lsat7_2002_toar.2 red=lsat7_2002_toar.3 \
nir=lsat7_2002_toar.4 viname=gari output=lsat7_2002.gari
d.mon wx0
d.rast.leg lsat7_2002.gari
ノースカロライナ州のデータセット: GARI

注意事項

元は kepler.gps.caltech.edu (FAQ) から:

リモートセンシングにおける植生に関するFAQ
Terrill W. Ray、Divによって書かれました。 カリフォルニア研究所地質惑星科学科
技術担当、電子メール: [メール保護]

カタツムリメイル：テリル・レイ
地質惑星科学専攻
カリフォルニア工科大学、郵便番号 170-25
パサデナ、CA 91125

onworks.net サービスを使用してオンラインで i.vigrass を使用する