文档库

最新最全的文档下载
当前位置:文档库 > 遥感应用指数整理

遥感应用指数整理

以下各种指数,它们的共同特点都是采用了比值运算和归一化(normalization)处理。因此数值范围介于一1一+1之间。由于进行了比值计算,所以其生成的指数影像还有助于消除地形差异的影响。这些指数创建的基本原理就是在多光谱波段内,寻找出所要研究地类的最强反射波段和最弱反射波段,将强者置于分子,弱者置于分母。通过比值运算,以几何级数进一步扩大二者的差距,使要研究的地物在所生成的指数影像上得到最大的亮度增强,而其他的背景地物则受到普遍的抑制。

一、归一化差异湿度指数(NDMI)(归一化水体指数)

1. Gao于1996年命名了一个NDWI,用于研究植被的含水量。

其表达式为:

NDWI(NDMI)=(p(NIR)-p(MIR))/(p(NIR)+p(MIR))

植被水分指数NDWI是基于中红外与近红外波段的归一化比值指数。与NDVI相比,它能有效地提取植被冠层的水分含量;在植被冠层受水分胁迫时,NDWI指数能及时地响应,这对于旱情监测具有重要意义。

然而Wilson等在研究美国缅甸因州的森林时,使用了归一化湿度指数(Normalized Difference Moisture Index, NDMI),其表达式与Gao的完全一致。由于Gao的NDWI与Wilson 等的NDMI指数的意义与用途是一致的,而与Mcfeeters用于研究水体的NDWI指数有所不同,因此一般将用于研究植被含水量的指数改称为NDMI指数。

2.Mcfeeters提出的归一化差异水体指数(NDWI)

表达式:

NDWI(NDMI)=(p(Green)-p(NIR))/(p(Green)+p(NIR))

是基于绿波段与近红外波段的归一化比值指数。该NDWI一般用来提取影像中的水体信息,效果较好。

局限性:用NDWI来提取有较多建筑物背景的水体,如城市中的水体,其效果会较差。3.徐涵秋提出了改进归一化指数(MNDWI)

MNDWI=(p(Green)-p(MIR))/(p(Green)+p(MIR))

该指数在城市建筑用地提取方面有较强的优势。

在LandsatTM影像中,2,4,5波段分别代表p(Green),p(NIR))和p(MIR)。

二、归一化差异雪指数(NDSI)

在Landsat5中NDSI=(B2-B5)/(B2+B5)

此处用第2、5波段的反射率进行计算,NDSI=(Ρtm2-Ρtm5)/( Ρtm2+Ρtm5)

NDSI>=0.4的区域即为冰雪覆盖区。

反演步骤:

1.把DN值图像转化成亮度值图像

L=(Lmax-Lmin)/(Qmax-Qmin)*(Qdn-Qmin)+Lmin

Lmax,Lmin,Qmax,Qmin分别为最大最小亮度值,最大最小DN值,可从头文件中获取。

2.把亮度值图像转化成反射率图像

ρ=π*Lλ*d^2/(ESUNλ*COSθ)

d日地距离可由DOY 求得,d=1-0.01674*cos(0.9856*(DOY-4)* π/180)

DOY:Day of year

θ太阳天顶角,90-太阳高度角

3.在生成的反射率图像上计算NDSI

用BAND MA TH 计算NDSI=(float(b2)-float(b5)) /(float(b2)+float(b5))

4.把NDSI上大于等于0.4的地区提取出来

免费下载Word文档免费下载: 遥感应用指数整理

(共3页)