Saya telah menggunakan NDVI dengan keberhasilan terbatas untuk mengidentifikasi pohon di wilayah pusat Great Plains, AS. Masalah yang saya temui adalah bahwa pantulan dari ladang / padang rumput pada dasarnya memiliki tanda spektral yang sama dengan pohon yang saya identifikasi. Apakah ada indeks vegetasi yang dapat dihasilkan dari citra NAIP 4-band yang dapat melakukan pekerjaan yang lebih baik dalam mengisolasi tutupan pohon yang dicampur di seluruh wilayah pertanian? Mungkin langkah pra / pasca pemrosesan mungkin paling efektif?
Jawaban:
Saya telah menggunakan data Enhanced Vegetation Index (EVI) secara luas untuk menganalisis area pertanian. Meskipun saya belum pernah menggunakannya dengan pencitraan NAIP, yang Anda butuhkan hanyalah data merah, biru, dan IR.
Untuk tujuan Anda, keuntungan terbesar EVI adalah bahwa ia tidak "jenuh" semudah NDVI - ia menawarkan lebih banyak kontras (rentang dinamis) ketika memeriksa area yang sangat bervegetasi seperti ladang pertanian yang dibudidayakan. Imbalannya adalah bahwa kontras antara daerah EVI rendah (seperti padang pasir atau ladang kosong) dan daerah budidaya tidak begitu besar. Tetapi untuk tujuan Anda, ini tidak masalah.
Dalam histogram data NDVI ini, Anda dapat melihat bagaimana sebagian besar piksel pertanian berada di ujung kanan distribusi. Ada banyak rentang dinamis antara 0 dan 0,5 yang terbuang sia-sia. Ini mirip dengan memiliki foto dengan tingkat penyesuaian yang tidak benar. Tutupan pohon dan ladang pertanian Anda mungkin sama-sama berada di punuk itu, tetapi karena itu semua dikompresi menjadi satu wilayah kecil mereka terlihat warna abu-abu yang sama.
NDVI histogram
Dalam histogram ini dari area yang sama persis tetapi dihitung dengan EVI, Anda dapat melihat bagaimana distribusinya lebih merata. Perbedaan dalam intensitas dan cakupan vegetasi diwakili oleh petak nilai yang lebih luas, sehingga memudahkan untuk melakukan klasifikasi. Ini akan membuat pohon dan ladang pertanian Anda memiliki nuansa abu-abu yang lebih berbeda.
EVI histogram
sumber
Berikut ini adalah pernyataan aljabar raster yang akan memberi Anda EVI.
(("band4" - "Band1") / ("Band4" + 6 * "Band1" - 7,5 * "Band3" + 1)) * 2.5
sumber
Apakah Anda memiliki akses ke gambar lain dari tahun yang sama tetapi dirujuk ke tahap jatuh tempo yang berbeda? Bayangkan gambar Anda berasal dari musim semi, jika Anda memiliki gambar dari akhir musim panas, Anda akan mendapatkan perubahan pada tanaman dan itu akan membantu membedakan Pertanian dari Hutan.
Lagi pula Anda memiliki banyak pilihan indeks Vegetasi,
paling umum adalah:
kurang umum:
sumber
NDVI dan EVI adalah indeks terbaik untuk tugas-tugas tersebut. Namun, Anda dapat bereksperimen dengan indeks default lainnya di LandViewer atau membuat indeks Anda sendiri melalui kalkulator bawaan . Contoh analisis tersebut dapat dilihat di sini:
sumber