Índices alternativos de vegetación

16

He estado usando NDVI con éxito limitado para identificar árboles en la región central de las Grandes Llanuras de los Estados Unidos. El problema con el que me he encontrado es que la reflectancia de los campos / pastos agrícolas tiene esencialmente la misma firma espectral que los árboles que estoy identificando. ¿Existe un índice de vegetación que se pueda generar a partir de imágenes NAIP de 4 bandas que pueda hacer un mejor trabajo al aislar la cubierta de árboles mezclada en todas las áreas agrícolas? ¿Quizás un paso de procesamiento previo / posterior puede ser más efectivo?

Ejemplo NDVI

— Aaron
fuente

¿Una de las bandas está cerca de Infra Red?

— Jakub Sisak GeoGraphics

Sí, banda 4 = NIR para las imágenes NAIP.

— Aaron

¿Cómo se ve la imagen cuando usas el NIR? ¿No ayudaría esto a aislar mejor la cubierta arbórea? Aunque la vegetación se verá roja, creo que a menudo es más fácil detectar diferentes patrones. ¿Puedes publicar la misma imagen en NIR? ¿Es este un proceso manual o está ejecutando las imágenes a través de algún tipo de algoritmo que identifica los árboles?

— Jakub Sisak GeoGraphics

@Jakub: estoy usando un proceso automatizado que identifica árboles basados en un algoritmo orientado a objetos. Lo siento, olvidé qué imagen se usó para el ejemplo, sin embargo, las imágenes base son NAIP estándar de 4 bandas con NIR y RGB.

— Aaron

8

He utilizado ampliamente los datos del Índice de Vegetación Mejorada (EVI) para analizar áreas agrícolas. Aunque nunca lo he usado con imágenes NAIP, todo lo que necesita son datos rojos, azules e IR.

Para sus propósitos, la mayor ventaja de EVI es que no se "satura" tan fácilmente como NDVI: ofrece más contraste (rango dinámico) al examinar áreas altamente vegetadas como los campos agrícolas cultivados. La compensación es que el contraste entre las áreas de bajo EVI (como los desiertos o los campos en barbecho) y las áreas cultivadas no es tan grande. Pero para tus propósitos, esto no importa.

En este histograma de datos NDVI, puede ver cómo la mayoría de los píxeles agrícolas están en el extremo derecho de la distribución. Hay un gran rango dinámico entre 0 y 0.5 que se está desperdiciando. Esto es similar a tener una fotografía con niveles ajustados incorrectamente. La cubierta de su árbol y los campos agrícolas probablemente estén en esa joroba, pero debido a que está todo comprimido en una pequeña región, se ven del mismo color gris.

Histograma NDVI

NDVI

En este histograma de la misma área exacta pero calculada con EVI, puede ver cómo la distribución es más uniforme. La disparidad en intensidad y cobertura de la vegetación está representada por una franja más amplia de valores, lo que facilita la realización de clasificaciones. Esto hará que sus árboles y campos agrícolas tengan tonos de gris más dispares.

Histograma EVI

EVI

— dmahr
fuente

3

@ Aaron Puede usar cualquier cosa: ENVI, IDL, ArcGIS, NumPy, MATLAB, etc. Calcular EVI no es una fórmula particularmente complicada, la ecuación está en la página de Wikipedia . Solo necesita usar las bandas roja, azul e IR y luego solo se conecta y desconecta.

— dmahr

@ Aaron ¿EVI terminó trabajando para la tarea de identificación del árbol?

— dmahr

Los EVI que se produjeron a partir de un conjunto de imágenes naip funcionaron fantásticamente. Aunque parezca extraño, el EVI producido a partir de imágenes de la siesta de un estado diferente resultó en sal y pimienta. Gracias de nuevo.

— Aaron

@Aaron El problema de la sal y la pimienta podría deberse a un etiquetado diferente en las bandas. Todos los índices de vegetación utilizan el "borde rojo" de la vegetación en las longitudes de onda del infrarrojo cercano.

— dmahr

2

Aquí hay una declaración de álgebra ráster que te dará el EVI.

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

— Jeffrey Evans
fuente

1

Creo que para ArcGIS necesitará una declaración Float para asegurarse de que los resultados se mantengan en coma flotante. (Float ("band4" - "Band1") / Float ("Band4" + 6 * "Band1" - 7.5 * "Band3" + 1)) * 2.5

— Jeffrey Evans

2

¿Tiene acceso a otra imagen del mismo año pero referenciada a una etapa de madurez diferente? Imagine que su imagen es de la primavera, si tiene una imagen de fines del verano, obtendrá los cambios en los cultivos y eso ayudaría a distinguir la agricultura del bosque.

De todos modos, tienes muchas opciones de índices de vegetación,

Los más comunes son:

NDVI
EVI

menos común:

Índice de vegetación perpendicular del suelo
Índice de vegetación ajustado
Índice de vegetación resistente a la atmósfera
Índice Global de Monitoreo del Medio Ambiente

— vascobnunes
fuente

Gracias por la respuesta. Desafortunadamente, estos conjuntos de datos solo están disponibles en la mitad de la temporada de crecimiento. Estoy explorando, con cierto éxito inicial, el uso de EVI.

— Aaron

-1

NDVI y EVI son las mejores indicaciones para tales tareas. Sin embargo, puede experimentar con otros índices predeterminados en LandViewer o crear cualquier índice propio a través de una calculadora incorporada. Un ejemplo de dicho análisis se puede ver aquí:

— Geowiz
fuente

Evite la autopromoción abierta. La comunidad tiende a rechazar la autopromoción abierta y marcarla como spam. Publique respuestas buenas y relevantes, y si algunas (pero no todas) son sobre su producto o sitio web, está bien. Sin embargo, debe divulgar su afiliación en sus respuestas.] ( Genealogy.stackexchange.com/help/behavior ). En la práctica, esto significa que cualquier respuesta que recomiende su propio producto debe incluir algo como " Divulgación: soy la [posición] de [compañía] que desarrolla / distribuye este software / prueba".

— PolyGeo