Alternatywne wskaźniki wegetacji

16

Używam NDVI z ograniczonym powodzeniem do identyfikacji drzew w centralnym regionie Great Plains w USA. Problem, z którym się spotkałem, polega na tym, że odbicia od pól / pastwisk mają zasadniczo taki sam charakter spektralny jak drzewa, które identyfikuję. Czy istnieje indeks wegetacji, który można wygenerować na podstawie 4-pasmowych zdjęć NAIP, które lepiej sprawdzą się w izolowaniu pokrycia drzew mieszanego na obszarach rolniczych? Być może etap przetwarzania wstępnego / końcowego może być najbardziej skuteczny?

Przykład NDVI

— Aaron
źródło

Czy jeden z zespołów w pobliżu Infra Red?

— Jakub Sisak GeoGraphics

Tak, pasmo 4 = NIR dla zdjęć NAIP.

— Aaron

Jak wygląda obraz, gdy używasz NIR? Czy nie pomogłoby to lepiej izolować pokrywy drzew? Chociaż roślinność wydaje się czerwona, stwierdzam, że często łatwiej jest dostrzec różne wzory. Czy możesz opublikować ten sam obraz w NIR? Czy jest to proces ręczny, czy wykonujesz zdjęcia za pomocą pewnego rodzaju algorytmu identyfikującego drzewa?

— Jakub Sisak GeoGraphics

@Jakub: Korzystam ze zautomatyzowanego procesu, który identyfikuje drzewa na podstawie algorytmu obiektowego. Przepraszam, zapomniałem, który obraz został użyty w tym przykładzie, jednak podstawowymi obrazami są standardowe 4-pasmowe NAIP z NIR i RGB.

— Aaron

8

Użyłem Ulepszony Roślinność Index (EVI) dane szeroko do analizy obszarów rolnych. Chociaż nigdy nie korzystałem z niego ze zdjęciami NAIP, wszystko, czego potrzebujesz, to dane w kolorze czerwonym, niebieskim i IR.

Dla twoich celów największą zaletą EVI jest to, że nie „nasyca się” tak łatwo jak NDVI - oferuje większy kontrast (zakres dynamiczny) podczas badania obszarów silnie wegetowanych, takich jak pola uprawne. Kompromis polega na tym, że kontrast między obszarami o niskiej wartości EVI (jak pustynie lub pola ugorów) a obszarami uprawnymi nie jest tak duży. Ale dla twoich celów nie ma to znaczenia.

Na tym histogramie danych NDVI można zobaczyć, jak większość pikseli rolniczych znajduje się w skrajnym prawym końcu rozkładu. Marnuje się duży zakres dynamiki od 0 do 0,5. Jest to podobne do posiadania zdjęcia z nieprawidłowo wyregulowanymi poziomami. Twoje drzewa i pola rolnicze są prawdopodobnie w tym garbie, ale ponieważ wszystko jest skompresowane w jednym małym regionie, mają ten sam kolor szary.

Histogram NDVI

NDVI

Na tym histogramie dokładnie tego samego obszaru, ale obliczonego za pomocą EVI, możesz zobaczyć, jak rozkład jest bardziej równomierny. Różnica w intensywności i zasięgu roślinności jest reprezentowana przez szerszy zbiór wartości, co ułatwia przeprowadzanie klasyfikacji. To sprawi, że twoje drzewa i pola rolnicze będą miały bardziej zróżnicowane odcienie szarości.

Histogram EVI

EVI

— dmahr
źródło

3

@Aaron Możesz użyć wszystkiego: ENVI, IDL, ArcGIS, NumPy, MATLAB itp. Obliczanie EVI nie jest szczególnie skomplikowaną formułą, równanie znajduje się na stronie Wikipedii . Wystarczy użyć pasków czerwonego, niebieskiego i IR, a następnie wystarczy podłączyć i podłączyć.

— dmahr

@Aaron Czy EVI ostatecznie skończyło na zadaniu identyfikacji drzewa?

— dmahr

EVI, które powstały z jednego zestawu zdjęć naip, działały fantastycznie. O dziwo, EVI wykonane na podstawie zdjęć z innego stanu dało w wyniku sól i pieprz. Dzięki jeszcze raz.

— Aaron

@Aaron Problem z solą i pieprzem może wynikać z różnych oznaczeń w zespołach. Wszystkie wskaźniki roślinności wykorzystują „czerwoną krawędź” roślinności w zakresie fal bliskiej podczerwieni.

— dmahr,

2

Oto instrukcja algebry rastrowej, która zapewni ci EVI.

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

— Jeffrey Evans
źródło

1

Myślę, że dla ArcGIS będziesz potrzebować instrukcji Float, aby upewnić się, że wyniki są zmiennoprzecinkowe. (Float („band4” - „Band1”) / Float („Band4” + 6 * „Band1” - 7,5 * „Band3” + 1)) * 2,5

— Jeffrey Evans

2

Czy masz dostęp do innego obrazu z tego samego roku, ale dotyczy innego etapu dojrzałości? Wyobraź sobie, że twój obraz pochodzi ze wiosny, jeśli masz obraz z późnego lata, dostaniesz zmiany w uprawach, które pomogłyby odróżnić rolnictwo od lasu.

W każdym razie masz wiele opcji indeksów wegetacji,

najczęstsze to:

NDVI
EVI

mniej popularne:

Gleba o wskaźniku wegetacji prostopadłej
Skorygowany wskaźnik wegetacji
Odporny na warunki atmosferyczne wskaźnik wegetacji
Globalny wskaźnik monitorowania środowiska

— vascobnunes
źródło

Dziękuję za odpowiedź. Niestety te zestawy danych są dostępne tylko w środku sezonu wegetacyjnego. Z początkowym sukcesem badam za pomocą EVI.

— Aaron

-1

NDVI i EVI są najlepszymi wskazówkami dla takich zadań. Możesz jednak eksperymentować z innymi domyślnymi indeksami w LandViewer lub utworzyć własny indeks za pomocą wbudowanego kalkulatora. Przykład takiej analizy można zobaczyć tutaj:

— Geowiz
źródło

Unikaj jawnej autopromocji. Społeczność ma tendencję do odrzucania jawnej autopromocji i oznaczania jej jako spamu. Publikuj dobre, trafne odpowiedzi, a jeśli niektóre (ale nie wszystkie) dotyczą twojego produktu lub strony internetowej, to w porządku. Musisz jednak ujawnić swoją przynależność w swoich odpowiedziach.] ( Genealogy.stackexchange.com/help/behavior ). W praktyce oznacza to, że każda odpowiedź, która zaleca Twój produkt, musi zawierać coś w rodzaju „ Ujawnienie: Jestem [pozycją] [firmy], która opracowuje / dystrybuuje to oprogramowanie / test”.

— PolyGeo