stringtranslate.com

Нормализованный разностный водный индекс

Нормализованный индекс разности вод (NDWI) может относиться к одному из по крайней мере двух индексов, полученных с помощью дистанционного зондирования и относящихся к жидкой воде:

Один из них используется для мониторинга изменений содержания воды в листьях с использованием длин волн ближнего инфракрасного (NIR) и коротковолнового инфракрасного (SWIR) диапазона, предложенного Гао в 1996 году: [1]

Другой метод применяется для мониторинга изменений, связанных с содержанием воды в водоемах, с использованием длин волн зеленого и ближнего инфракрасного диапазона, определенных МакФитерсом (1996):

Обзор

В дистанционном зондировании соотношение изображений или спектральное соотношение являются методами улучшения, в которых растровый пиксель из одного спектрального диапазона делится на соответствующее значение в другом диапазоне. [2] Оба индекса выше имеют одну и ту же функциональную форму; выбор используемых диапазонов делает их подходящими для определенной цели.

Если вы хотите контролировать растительность в районах, пострадавших от засухи, то рекомендуется использовать индекс NDWI, предложенный Гао с использованием NIR и SWIR. Отражательная способность SWIR в этом индексе отражает изменения как содержания воды в растительности, так и губчатой ​​структуры мезофилла в растительном пологе. Отражательная способность NIR зависит от внутренней структуры листа и содержания сухого вещества в листе, но не от содержания воды. Сочетание NIR с SWIR устраняет изменения, вызванные внутренней структурой листа и содержанием сухого вещества в листе, повышая точность получения содержания воды в растительности. [3]

Концепция NDWI, сформулированная Гао, объединяющая отражательную способность NIR и SWIR, более распространена и имеет более широкий спектр применения. Она может использоваться для исследования содержания воды на уровне отдельных листьев [4] [5] , а также на уровне полога/спутника. [6] [7] [8] [9] [10]

Диапазон применения NDWI (Гао, 1996) простирается от сельскохозяйственного мониторинга для орошения сельскохозяйственных культур [11] и управления пастбищами [12] до мониторинга лесов для оценки риска пожаров и влажности горючего [13] [14] [15], что особенно актуально в контексте изменения климата.

Различные полосы SWIR могут быть использованы для характеристики поглощения воды в обобщенной форме NDWI, как показано в уравнении 1. Две основные характеристики поглощения воды в спектральной области SWIR сосредоточены вблизи 1450 нм и 1950 нм, в то время как две второстепенные характеристики поглощения сосредоточены вблизи 970 и 1200 нм в спектре живой растительности. [16] [17] Sentinel-2 MSI имеет две спектральные полосы в области SWIR: полосу 11 (центральная длина волны 1610 нм ) и полосу 12 (центральная длина волны 2200 нм ). Спектральная полоса в области NIR с аналогичным разрешением на земле 20 м - это полоса 8A (центральная длина волны 865 нм ).

Sentinel-2 NDWI для сельскохозяйственного мониторинга засухи и управления орошением может быть построен с использованием следующих комбинаций:

Оба варианта подходят.

Sentinel-2 NDWI для обнаружения водоемов может быть построен с использованием:


Индекс МакФитерса: Если вы ищете водоемы или изменение уровня воды (например, наводнение), то рекомендуется использовать зеленый и ближний инфракрасный спектральные диапазоны [18] или зеленый и коротковолновый инфракрасный спектральные диапазоны. Модификация нормализованного дифференциального водного индекса (MNDWI) была предложена для улучшения обнаружения открытой воды путем замены ближнего инфракрасного спектрального диапазона на коротковолновый инфракрасный. [19]

Интерпретация

Визуальная или цифровая интерпретация созданного выходного изображения/растра аналогична NDVI :

Для второго варианта NDWI в [20] можно найти еще один порог , который позволяет избежать ложных тревог в городских районах:

Внешние ссылки

Ссылки

  1. ^ Гао, Бо-Цай (1996). "NDWI — нормализованный разностный водный индекс для дистанционного зондирования жидкой воды растительности из космоса" (PDF) . Дистанционное зондирование окружающей среды . 58 (3): 257–266. Bibcode :1996RSEnv..58..257G. doi :10.1016/S0034-4257(96)00067-3 . Получено 5 августа 2021 г. .
  2. ^ Лиллисэнд и Кифер
  3. ^ Чеккато и др. 2001
  4. ^ Ceccato et al 2001 Дистанционное зондирование окружающей среды 77 (2001) 22–33
  5. ^ Fourty & Baret 1997 О спектральных оценках биохимии свежих листьев. Международный журнал дистанционного зондирования, 19, 1283–1297
  6. ^ Сьюзан Л. Устин , Дар А. Робертс, Хорхе Пинсон, Стефан Жакмуд, Маргарет Гарднер, Джордж Шир, Клаудия М. Кастаньеда, Алисия Паласиос-Оруэта, 1998 Оценка содержания воды в пологе кустарников чапараля с использованием оптических методов, Дистанционное зондирование окружающей среды, Том 65, Выпуск 3, Страницы 280-291, ISSN 0034-4257, https://doi.org/10.1016/S0034-4257(98)00038-8
  7. ^ Серрано, Л., Устин, С.Л., Робертс, Д.А., Гамон Дж.А. и Пеньюэлас, Х. 2000. Получение содержания воды в растительности чапараля из данных AVIRIS. Дистанционное зондирование окружающей среды, 74(3):570-581.
  8. ^ PE Dennison, DA Roberts, SH Peterson & J. Rechel (2005) Использование нормализованного разностного индекса воды для мониторинга влажности живого топлива, Международный журнал дистанционного зондирования, 26:5, 1035-1042, DOI: 10.1080/0143116042000273998
  9. ^ Серрано, Дж.; Шахидиан, С.; да Силва Дж. М. (2019) Оценка нормализованного разностного водного индекса как инструмента для мониторинга сезонной и межгодовой изменчивости пастбищ в средиземноморской агро-лесо-пастбищной системе. Вода 2019, 11, 62; doi:10.3390/w11010062
  10. ^ Марусиг, Д.; Петруцеллис, Ф.; Томаселла, М.; Наполитано, Р.; Альтобелли, А.; Нардини, А. Корреляция полевых измерений и дистанционного зондирования состояния воды в растениях как инструмент мониторинга риска вымирания лесов из-за засухи. Леса 2020, 11, 77
  11. ^ Э. Фарг, С. Арафат, М. С. Абд Эль-Вахед, А. Эль-Гинди, 2017 Оценка распределения воды в системах кругового орошения с использованием изображений дистанционного зондирования в восточной части дельты Нила. https://doi.org/10.1016/j.ejrs.2016.12.001.
  12. ^ Серрано, Дж.; Шахидиан, С.; да Силва Дж. М. (2019) doi:10.3390/w11010062
  13. ^ PE Деннисон, Д.А. Робертс, С.Х. Петерсон и Дж. Речел (2005) DOI: 10.1080/0143116042000273998
  14. ^ Абдоллахи, М.; Ислам, Т.; Гупта, А.; Хассан, К.К. Усовершенствованная система прогнозирования опасности лесных пожаров: интеграция данных дистанционного зондирования и исторических источников данных о возгораниях. Remote Sens. 2018, 10, 923.
  15. ^ Марусиг, Д.; Петруцеллис, Ф.; Томаселла, М.; Наполитано, Р.; Альтобелли, А.; Нардини, А. Корреляция полевых измерений и дистанционного зондирования состояния воды в растениях как инструмент мониторинга риска вымирания лесов из-за засухи. Леса 2020, 11, 77
  16. ^ Курран, П.Дж. (1989) Дистанционное зондирование химии листвы. REMOTE SENS. ENVIRON. 30:271- 278
  17. ^ Jacquemoud & Ustin, 2003: Применение моделей переноса излучения для оценки содержания влаги и картирования выжженных земель http://www.ipgp.jussieu.fr/~jacquemoud/publications/jacquemoud2003.pdf
  18. ^ SK McFEETERS (1996) Использование нормализованного разностного водного индекса (NDWI) при определении открытых водных объектов, Международный журнал дистанционного зондирования, 17:7, 1425-1432, DOI: 10.1080/01431169608948714
  19. ^ Сюй, 2006: Сюй, Ханьцю «Модификация нормализованного разностного индекса воды (NDWI) для улучшения характеристик открытой воды на изображениях, полученных с помощью дистанционного зондирования». Международный журнал дистанционного зондирования 27, № 14 (2006): 3025-3033. https://doi.org/10.1080/01431160600589179
  20. ^ McFeeters, Stuart (2013). «Использование нормализованного разностного водного индекса (NDWI) в географической информационной системе для обнаружения плавательных бассейнов для борьбы с комарами: практический подход». Remote Sensing . 5 (7): 3544–3561. Bibcode : 2013RemS....5.3544M. doi : 10.3390/rs5073544 .