ดัชนีพืชทางเลือก

16

ฉันใช้ NDVIs ด้วยความสำเร็จอย่าง จำกัด ในการระบุต้นไม้ในเขต Great Plains ตอนกลางของสหรัฐอเมริกา ปัญหาที่ฉันพบคือการสะท้อนจากทุ่งนา / ทุ่งหญ้าเลี้ยงสัตว์มีลายเซ็นของสเปกตรัมเหมือนกับต้นไม้ที่ฉันระบุ มีดัชนีพืชพรรณที่สามารถสร้างขึ้นจากภาพถ่าย NAIP แบบ 4 แบนด์ที่สามารถทำงานได้ดีกว่าในการแยกปกต้นไม้ผสมกันในพื้นที่เกษตรกรรมหรือไม่? บางทีขั้นตอนก่อน / หลังการโพสต์อาจมีประสิทธิภาพมากที่สุด?

ตัวอย่าง NDVI

— แอรอน
แหล่งที่มา

เป็นหนึ่งในวงดนตรีที่อยู่ใกล้ Infra Red หรือไม่?

— Jakub Sisak GeoGraphics

ใช่แบนด์ 4 = NIR สำหรับภาพ NAIP

— แอรอน

รูปภาพมีลักษณะอย่างไรเมื่อคุณใช้ NIR สิ่งนี้จะไม่ช่วยแยกต้นไม้ได้ดีขึ้นไหม แม้ว่าพืชพรรณจะเป็นสีแดง แต่ก็พบว่ามันง่ายกว่าที่จะเห็นรูปแบบที่แตกต่างกัน คุณสามารถโพสต์ภาพเดียวกันใน NIR ได้หรือไม่? นี่เป็นกระบวนการแบบแมนนวลหรือคุณกำลังเรียกใช้อัลกอริทึมบางชนิดที่ระบุต้นไม้หรือไม่

— Jakub Sisak GeoGraphics

@Jakub: ฉันกำลังใช้กระบวนการอัตโนมัติที่ระบุต้นไม้ตามอัลกอริทึมเชิงวัตถุ ขออภัยฉันลืมรูปภาพที่ใช้เป็นตัวอย่างอย่างไรก็ตามภาพพื้นฐานคือมาตรฐาน 4 วง NAIP พร้อม NIR และ RGB

— แอรอน

8

ฉันใช้ข้อมูลEnhanced Vegetation Index (EVI)อย่างกว้างขวางสำหรับการวิเคราะห์พื้นที่เกษตรกรรม แม้ว่าฉันไม่เคยใช้กับภาพ NAIP สิ่งที่คุณต้องการคือข้อมูลสีแดงสีน้ำเงินและ IR

สำหรับวัตถุประสงค์ของคุณข้อได้เปรียบที่ใหญ่ที่สุดของ EVI ก็คือมันไม่ได้ "อิ่มตัว" อย่างง่ายดายเหมือนกับ NDVI - มันให้ความเปรียบต่างมากขึ้น (ช่วงไดนามิก) เมื่อตรวจสอบพื้นที่ที่มีพืชพันธุ์สูงเช่นเขตเกษตรกรรมที่ปลูก การแลกเปลี่ยนคือความแตกต่างระหว่างพื้นที่ต่ำ EVI (เช่นทะเลทรายหรือทุ่งนาที่รกร้าง) และพื้นที่เพาะปลูกไม่ได้เป็นที่ดี แต่สำหรับวัตถุประสงค์ของคุณสิ่งนี้ไม่สำคัญ

ในฮิสโตแกรมของข้อมูล NDVI นี้คุณสามารถดูว่าพิกเซลการเกษตรส่วนใหญ่อยู่ที่ส่วนท้ายสุดของการกระจาย มีช่วงไดนามิกมากมายระหว่าง 0 ถึง 0.5 ที่กำลังสูญเปล่า นี่คือคล้ายกับการถ่ายภาพที่มีระดับที่ปรับไม่เหมาะสม ต้นไม้และทุ่งเกษตรของคุณน่าจะอยู่ทั้งในโคกนั้น แต่เนื่องจากทั้งหมดถูกบีบอัดในพื้นที่เล็ก ๆ แห่งหนึ่งพวกมันจึงมีสีเทาเหมือนกัน

ฮิสโตแกรม NDVI

NDVI

ในฮิสโตแกรมของพื้นที่เดียวกันที่แน่นอนแต่คำนวณด้วย EVI คุณจะเห็นว่าการแจกแจงมีความสม่ำเสมอมากยิ่งขึ้น ความเหลื่อมล้ำในความเข้มและการครอบคลุมของพืชพรรณนั้นมีค่าที่กว้างกว่าทำให้ง่ายต่อการจำแนกประเภท สิ่งนี้จะทำให้ต้นไม้และทุ่งเกษตรของคุณมีเฉดสีเทาที่แตกต่างกันมากขึ้น

ฮิสโทแกรม EVI

EVI

— dmahr
แหล่งที่มา

3

@Aaron คุณสามารถใช้อะไร: ENVI, IDL, ArcGIS, NumPy, MATLAB ฯลฯ คำนวณ EVI ไม่ได้เป็นสูตรที่ซับซ้อนโดยเฉพาะสมการที่อยู่บนหน้าวิกิพีเดีย คุณเพียงแค่ต้องใช้แถบสีแดงน้ำเงินและ IR จากนั้นก็แค่ใช้ปลั๊กแอนด์ชู

— dmahr

@Aaron EVI ลงเอยด้วยการทำงานต้นไม้หรือไม่?

— dmahr

EVI ซึ่งผลิตจากภาพ naip หนึ่งชุดทำงานได้อย่างน่าอัศจรรย์ แม้ว่าที่น่าประหลาดใจ EVI ที่ผลิตจากภาพไร้เดียงสาของรัฐที่แตกต่างกันทำให้เกิดเกลือและพริกไทย ขอบคุณอีกครั้ง.

— แอรอน

@Aaron ปัญหาเกลือและพริกไทยอาจเกิดจากการติดฉลากที่แตกต่างกันในวง ดัชนีพืชทุกชนิดใช้ "ขอบสีแดง" ของพืชพรรณในช่วงคลื่นอินฟราเรดใกล้

— dmahr

2

นี่คือคำสั่งพีชคณิตเชิงภาพที่จะทำให้คุณได้รับ EVI

(("band4" - "Band1") / ("Band4" + 6 * "Band1" - 7.5 * "Band3" + 1)) 2.5

— เจฟฟรีย์อีแวนส์
แหล่งที่มา

1

ฉันคิดว่าสำหรับ ArcGIS คุณจะต้องมีคำสั่งลอยตัวเพื่อให้แน่ใจว่าผลลัพธ์จะถูกเก็บไว้ที่จุดลอย (Float ("band4" - "Band1") / Float ("Band4" + 6 * "Band1" - 7.5 * "Band3" + 1)) * 2.5

— Jeffrey Evans

2

คุณมีการเข้าถึงภาพอื่นจากปีเดียวกัน แต่อ้างอิงถึงวุฒิภาวะที่แตกต่างกันหรือไม่? ลองจินตนาการว่าภาพของคุณมาจากฤดูใบไม้ผลิถ้าคุณมีภาพจากปลายฤดูร้อนคุณจะได้รับการเปลี่ยนแปลงในพืชผลและสิ่งเหล่านั้นจะช่วยแยกเกษตรจากป่า

อย่างไรก็ตามคุณมีตัวเลือกดัชนีพืชพรรณมากมาย

พบมากที่สุดคือ:

NDVI
EVI

พบน้อย:

ดัชนีพืชยืนต้นในดิน
ดัชนีพืชพรรณที่ปรับแล้ว
ดัชนีพืชผักทนบรรยากาศ
ดัชนีการตรวจสอบสภาพแวดล้อมโลก

— vascobnunes
แหล่งที่มา

ขอบคุณสำหรับการตอบกลับ. น่าเสียดายที่ชุดข้อมูลเหล่านี้มีให้เฉพาะในช่วงกลางฤดูปลูกเท่านั้น ฉันกำลังสำรวจด้วยความสำเร็จเบื้องต้นโดยใช้ EVIs

— แอรอน

-1

NDVIและEVIเป็นเครื่องบ่งชี้ที่ดีที่สุดสำหรับงานดังกล่าว อย่างไรก็ตามคุณสามารถทดสอบกับดัชนีเริ่มต้นอื่น ๆ ในLandViewerหรือสร้างดัชนีของคุณเองผ่านเครื่องคิดเลขในตัว ตัวอย่างของการวิเคราะห์ดังกล่าวสามารถดูได้ที่นี่:

— Geowiz
แหล่งที่มา

หลีกเลี่ยงการส่งเสริมตนเองอย่างเปิดเผย ชุมชนมีแนวโน้มที่จะลงคะแนนการโปรโมตตนเองและเปิดเผยว่าเป็นสแปม โพสต์คำตอบที่ดีมีความเกี่ยวข้องและถ้ามีบางคน (แต่ไม่ใช่ทั้งหมด) เกี่ยวกับผลิตภัณฑ์หรือเว็บไซต์ของคุณก็ไม่เป็นไร อย่างไรก็ตามคุณต้องเปิดเผยความร่วมมือในคำตอบของคุณ] ( genealogy.stackexchange.com/help/behavior ) ในทางปฏิบัตินี่หมายถึงคำตอบใด ๆ ที่แนะนำผลิตภัณฑ์ของคุณต้องมีบางอย่างเช่น "การเปิดเผย:ฉันเป็น [ตำแหน่ง] ของ [บริษัท ] ที่พัฒนา / เผยแพร่ซอฟต์แวร์ / การทดสอบนี้"

— PolyGeo