Funktion "Bandarithmetik"

Übersicht

Die Funktion "Bandarithmetik" führt eine arithmetische Operation auf den Bändern eines Raster-Datasets aus. Sie können vordefinierte Algorithmen auswählen oder eine eigene einzeilige Formel eingeben. Die unterstützten Operatoren sind -, +, /, * und unäres -.

Hinweise

Wenn Sie die Methode Benutzerdefiniert für die Definition des Bandarithmetik-Algorithmus verwenden, können Sie eine einzeilige algebraische Formel eingeben, um eine Einzelband-Ausgabe zu erstellen. Die unterstützten Operatoren sind -, +, /, * und unäres -. Um die Bänder zu identifizieren, stellen Sie der Bandnummer ein B oder b voran. Zum Beispiel:

B1 + B2 b1 + (-b2) (B1 + B2) / 2(B3 * B5)

Geben Sie bei Verwendung der vordefinierten Indizes eine durch Leerzeichen getrennte Liste ein, die die zu verwendenden Bandnummern angibt. Die vordefinierten Indizes werden im Folgenden beschrieben.

Clg-Methode

Der Chlorophyll Index – Green (Clg) ist ein Vegetationsindex für die Schätzung des Chlorophyllgehalts in Blättern mithilfe des Reflexionsverhältnisses im nahinfraroten (NIR) und grünen Band.

ClRE = [(NIR / Green)-1]

• NIR = Pixelwerte vom nahinfraroten Band
• Green = Pixelwerte vom grünen Band

Mithilfe einer durch Leerzeichen getrennten Liste identifizieren Sie das NIR- und grüne Band in der folgenden Reihenfolge: NIR Green. Zum Beispiel: 7 3.

Quelle: Gitelson, A.A., Kaufman, Y.J., Merzlyak, M.N., 1996. "Use of a green channel in remote sensing of global vegetation from EOS-MODIS", Remote Sensing of Environment, Bd. 58, 289-298.

Clre-Methode

Der Chlorophyll Index – Red-Edge (Clre) ist ein Vegetationsindex für die Schätzung des Chlorophyllgehalts in Blättern mithilfe des Reflexionsverhältnisses im nahinfraroten Band (NIR) und im Red Edge-Band.

Clre = [(NIR / RedEdge)-1]

• NIR = Pixelwerte vom nahinfraroten Band
• NIR = Pixelwerte vom Red Edge-Band

Mithilfe einer durch Leerzeichen getrennten Liste identifizieren Sie das NIR-Band und die rote Kante in der folgenden Reihenfolge: NIR Red Edge. Zum Beispiel: 7 6.

Quellen:

• Gitelson, A.A., Merzlyak, M.N., 1994. "Quantitative estimation of chlorophyll using reflectance spectra", Journal of Photochemistry and Photobiology B 22, 247-252.

GEMI-Methode

Der Global Environmental Monitoring Index (GEMI) ist ein nicht linearer Vegetationsindex für globale Umgebungsüberwachung aus Satellitenbildern. Er ist NDVI ähnlich, ist aber weniger empfindlich gegen atmosphärische Störungen. Er wird von nacktem Boden beeinflusst. Daher wird er nicht zur Verwendung in Bereichen mit wenig oder nicht allzu dichter Vegetation empfohlen.

GEMI = eta*(1-0.25*eta)-((Red-0.125)/(1-Red))

Dabei gilt:

eta = (2*(NIR2-Red2)+1.5*NIR+0.5*Red)/(NIR+Red+0.5)

• NIR = Pixelwerte vom nahinfraroten Band
• Red = Pixelwerte vom roten Band

Mithilfe einer durch Leerzeichen getrennten Liste identifizieren Sie die NIR- und die roten Bänder in der folgenden Reihenfolge: NIR Red. Zum Beispiel 4 3.

Dieser Index gibt Werte zwischen 0 und 1 aus.

Quelle: Pinty, B. und Verstraete, M. M., 1992, "GEMI: a non-linear index to monitor global vegetation from satellites", Plant Ecology, Vol. 101, 15–20.

GNDVI-Methode

Der Green Normalized Difference Vegetation Index (GNDVI) ist ein Vegetationsindex für die Schätzung der Fotosyntheseaktivität und ein allgemein gebräuchlicher Vegetationsindex zum Bestimmen der Wasser- und Stickstoffaufnahme im Pflanzendach.

GNDVI = (NIR-Green)/(NIR+Green)

• NIR = Pixelwerte vom nahinfraroten Band
• Green = Pixelwerte vom grünen Band

Mithilfe einer durch Leerzeichen getrennten Liste identifizieren Sie die Nahinfrarot- und die grünen Bänder in der folgenden Reihenfolge: NIR Green. Zum Beispiel: 5 3.

Dieser Index gibt Werte zwischen -1.0 und 1.0 aus.

Quelle: Buschmann, C., und E. Nagel. 1993. In vivo spectroscopy and internal optics of leaves as basis for remote sensing of vegetation. International Journal of Remote Sensing, Bd. 14, 711-722.

GVI-Methode (Landsat TM)

Der Green Vegetation Index (GVI) wurde ursprünglich aus Landsat-MSS-Bilddaten entworfen und wurde für Landsat TM-Bilddaten geändert. Er wird auch als Landsat TM Tasseled Cap Green Vegetation Index bezeichnet. Er kann mit Bilddaten verwendet werden, deren Bänder die gleichen Spektraleigenschaften aufweisen.

GVI=-0.2848*Band1-0.2435*Band2-0.5436*Band3+0.7243*Band4+0.0840*Band5-1.1800*Band7

Mithilfe einer durch Leerzeichen getrennten Liste identifizieren Sie die sechs Landsat TM-Bänder, die von eins bis fünf und sechs sortiert sind. Zu Beispiel 1 2 3 4 5 7. Wenn die Eingabe 6 Bänder in der erwarteten Reihenfolge enthält, müssen Sie keinen Wert in das Textfeld Bandindizes eingeben.

Dieser Index gibt Werte zwischen -1 und 1 aus.

Quelle: Todd, S. W., R. M. Hoffer und D. G. Milchunas, 1998, "Biomass estimation on grazed and ungrazed rangelands using spectral indices", International Journal of Remote Sensing, Vol. 19, No. 3, 427–438.

Modified SAVI-Methode

Der Modified Soil Adjusted Vegetation Index (MSAVI2) versucht, die Auswirkung des nackten Erdbodens auf den SAVI zu minimieren.

MSAVI2 = (1/2)*(2(NIR+1)-sqrt((2*NIR+1)2-8(NIR-Red)))

• NIR = Pixelwerte vom nahinfraroten Band
• Red = Pixelwerte vom roten Band

Mithilfe einer durch Leerzeichen getrennten Liste identifizieren Sie die NIR- und die roten Bänder in der folgenden Reihenfolge: NIR Red. Zum Beispiel 4 3.

Quelle: Qi, J. et al., 1994, "A modified soil vegetation adjusted index", Remote Sensing of Environment, Vol. 48, No. 2, 119–126.

MTVI2-Methode

Der Modified Triangular Vegetation Index (MTVI2) ist ein Vegetationsindex für das Ermitteln des Chlorophyllgehalts in Blättern im Pflanzendach, der den Blattflächenindex größtenteils nicht berücksichtigt. Er verwendet die Reflexion im grünen, roten und nahinfraroten (NIR) Band.

MTVI2 = [1.5(1.2(NIR-Green)-2.5(Red-Green))√((2NIR+1)²-(6NIR-5√(Red))-0.5)]

• NIR = Pixelwerte vom nahinfraroten Band
• Red = Pixelwerte vom roten Band
• Green = Pixelwerte vom grünen Band

Mithilfe einer durch Leerzeichen getrennten Liste identifizieren Sie das NIR-, rote und grüne Band in der folgenden Reihenfolge: NIR Red Green. Beispiel: 7 5 3.

Quelle: Haboudane, D., Miller, J.R., Tremblay, N., Zarco-Tejada, P.J., Dextraze, L., 2002. "Integrated narrow-band vegetation indices for prediction of crop chlorophyll content for application to precision agriculture", Remote Sensing of Environment, Bd. 81, 416-426.

NDVI-Methode

Der normalisierte differenzierte Vegetationsindex (NDVI) ist ein standardisierter Index, der Ihnen das Erstellen eines Bildes mit Grünanteilen (auch als relative Biomasse bezeichnet) ermöglicht. Dieser Index nutzt den Kontrast der Eigenschaften zweier Bänder aus einem multispektralen Raster-Dataset: die Absorption durch die Chlorophyllpigmente im roten Band und den Pflanzen-Reflexionsgrad im nahinfraroten Band (NIR).

Dies ist die dokumentierte und standardisierte NDVI-Gleichung:

NDVI = ((NIR - Red)/(NIR + Red))

• NIR = Pixelwerte vom nahinfraroten Band
• Red = Pixelwerte vom roten Band

Mithilfe einer durch Leerzeichen getrennten Liste identifizieren Sie die NIR- und die roten Bänder in der folgenden Reihenfolge: NIR Red. Zum Beispiel 4 3.

Dieser Index gibt Werte zwischen -1.0 und 1.0 aus.

Quellenangabe: Rouse, J.W., R.H. Haas, J.A. Schell, and D.W. Deering, 1973, "Monitoring vegetation systems in the Great Plains with ERTS," Third ERTS Symposium, NASA SP-351 I:309-317.

Weitere Informationen zu NDVI

NDVIre-Methode

Der Red-Edge NDVI (NDVIre) ist ein Vegetationsindex für die Schätzung des Vegetationszustands mithilfe der roten Kante. Er eignet sich besonders gut für die Einschätzung des Zustands von Feldfrüchten in der mittleren bis späten Wachstumsphase, da die Chlorophyllkonzentration dann relativ hoch ist. Darüber hinaus kann mit dem NDVIre auch die Schwankung des Stickstoffgehalts in den Blättern innerhalb eines Feldes verzeichnet werden, um zu ermitteln, welcher Dünger von den Feldfrüchten benötigt wird.

Der NDVIre-Index wird mit dem nahinfraroten Band (NIR) und der roten Kante berechnet.

NDVIre = (NIR - RedEdge)/(NIR + RedEdge)

• NIR = Pixelwerte vom nahinfraroten Band
• NIR = Pixelwerte vom Red Edge-Band

Mithilfe einer durch Leerzeichen getrennten Liste identifizieren Sie das nahinfrarote Band und die rote Kante in der folgenden Reihenfolge: NIR Red Edge. Zum Beispiel: 7 6.

Dieser Index gibt Werte zwischen -1.0 und 1.0 aus.

Quelle: Gitelson, A.A., Merzlyak, M.N., 1994. "Quantitative estimation of chlorophyll using reflectance spectra", Journal of Photochemistry and Photobiology B 22, 247-252.

PVI-Methode

Der Perpendicular Vegetation Index (PVI) ist einem Difference Vegetation Index ähnlich; er ist jedoch gegen atmosphärische Variationen empfindlich. Wenn Sie diese Methode verwenden, um verschiedene Bilder miteinander zu vergleichen, sollten Sie sie nur für Bilder verwenden, die atmosphärisch korrigiert wurden.

PVI = (NIR - a*Red - b) / (sqrt(1 + a2))

• NIR = Pixelwerte vom nahinfraroten Band
• Red = Pixelwerte vom roten Band
• a = Neigung der Bodenlinie
• b = Farbverlauf der Bodenlinie

Mithilfe einer durch Leerzeichen getrennten Liste identifizieren Sie die NIR- und die roten Bänder und geben die a- und b-Werte in der folgenden Reihenfolge ein: NIR Red a b. Zum Beispiel: 4 3 0.3 0.5.

Dieser Index gibt Werte zwischen -1.0 und 1.0 aus.

Quelle: Richardson, A. J. and C. L. Wiegand, 1977, "Distinguishing vegetation from soil background information", Photogrammetric Engineering and Remote Sensing, 43, 1541-1552.

RTVIcore-Methode

Der Red-Edge Triangulated Vegetation Index (RTVICore) ist ein Vegetationsindex für die Schätzung von Blattflächenindex und Biomasse. Dieser Index verwendet Reflexion im NIR- und grünen Spektralband und an der roten Kante.

RTVICore = [100(NIR-RedEdge)-10(NIR-Green)]

• NIR = Pixelwerte vom nahinfraroten Band
• NIR = Pixelwerte vom Red Edge-Band
• Green = Pixelwerte vom grünen Band

Mithilfe einer durch Leerzeichen getrennten Liste identifizieren Sie das NIR- und grüne Band und die rote Kante in der folgenden Reihenfolge: NIR Red Edge Green. Beispiel: 7 6 3.

Quelle: Haboudane, D., Miller, J.R., Pattey, E., Zarco-Tejada, P.J., Strachan, I.B., 2004. "Hyperspectral vegetation indices and novel algorithms for predicting green LAI of crop canopies: modeling and validation in the context of precision agriculture", Remote Sensing of Environment, Bd. 90, 337-352.

SAVI-Methode

Der Soil-Adjusted Vegetation Index (SAVI) ist ein Vegetationsindex, der versucht, Einflüsse durch die Bodenhelligkeit mit einem Bodenhelligkeits-Korrekturfaktor zu minimieren. Dies wird oft in trockenen Regionen verwendet, wo die vegetative Bodendeckung niedrig ist.

SAVI = ((NIR - Red) / (NIR + Red + L)) x (1 + L)

NIR und Rot beziehen sich auf die Bänder, die diesen Wellenlängen zugeordnet sind. Der L-Wert hängt von der Menge der grünen vegetativen Bodendeckung ab. Im Allgemeinen gilt in Bereichen ohne grüne Vegetations-Bodendeckung L=1; in Bereichen mit mäßiger grüner Vegetations-Bodendeckung L=0.5; und in Bereichen mit sehr hoher Vegetations-Bodendeckung L=0 (dies entspricht der NDVI-Methode). Dieser Index gibt Werte zwischen -1.0 und 1.0 aus.

Mithilfe einer durch Leerzeichen getrennten Liste identifizieren Sie die NIR- und die roten Bänder und geben den L-Wert in der folgenden Reihenfolge ein: NIR Red L. Zum Beispiel: 4 3 0.5.

Quelle: Huete, A. R., 1988, "A soil-adjusted vegetation index (SAVI)", Remote Sensing of Environment, Vol 25, 295–309.

SR-Methode

Der Simple Ratio (SR) ist ein allgemeiner Vegetationsindex für das Schätzen der Vegetationsmenge. Er bezeichnet das Verhältnis des Lichts, das im NIR-Band gestreut und im roten Band absorbiert wird, wodurch die Auswirkungen der Atmosphäre und Topografie reduziert werden.

Die Werte sind bei einer Vegetation mit einem großen Blattflächenindex oder einer hohen Pflanzendachdichte hoch und niedrig bei Boden-, Wasser- und vegetationslosen Features. Der Wertebereich reicht von 0 bis etwa 30, wobei sich eine gesunde Vegetation normalerweise innerhalb des Wertebereichs von 2 bis 8 bewegt.

SR = NIR / Red

• NIR = Pixelwerte vom nahinfraroten Band
• Red = Pixelwerte vom roten Band

Mithilfe einer durch Leerzeichen getrennten Liste identifizieren Sie die NIR- und die roten Bänder in der folgenden Reihenfolge: NIR Red. Zum Beispiel 4 3.

Quelle: Birth, G.S., und G.R. McVey, 1968. "Measuring color of growing turf with a reflectance spectrophotometer," Agronomy Journal Bd. 60, 640-649.

SRre-Methode

Der Red-Edge Simple Ratio (SRre) ist ein Vegetationsindex für das Schätzen der gesunden und gestressten Vegetationsmenge. Er bezeichnet das Verhältnis des Lichts, das im NIR-Band und an der roten Kante gestreut wird, wodurch die Auswirkungen der Atmosphäre und Topografie reduziert werden.

Die Werte sind bei einer Vegetation mit einer hohen Pflanzendachdichte und gesunden Vegetation hoch und niedriger bei einer hohen Pflanzendachdichte und gestressten Vegetation sowie Boden-, Wasser- und vegetationslosen Features. Der Wertebereich reicht von 0 bis etwa 30, wobei sich eine gesunde Vegetation normalerweise innerhalb des Wertebereichs von 1 bis 10 bewegt.

SRre = NIR / RedEdge

• NIR = Pixelwerte vom nahinfraroten Band
• NIR = Pixelwerte vom Red Edge-Band

Mithilfe einer durch Leerzeichen getrennten Liste identifizieren Sie das NIR-Band und die rote Kante in der folgenden Reihenfolge: NIR Red Edge. Zum Beispiel: 7 6.

Quelle: Anatoly A. Gitelson, Yoram J. Kaufman, Robert Stark und Don Rundquist, 2002, "Novel algorithms for remote estimation of vegetation fraction," Remote Sensing of Environment, Vol. 80, 76–87.

Die Sultan-Formelmethode

Die Sultan-Methode nimmt ein Sechsband-8-Bit-Bild und verwendet die Sultan-Formel, um ein Dreiband-8-Bit-Bild zu erzeugen. Das sich ergebende Bild hebt Felsformationen, so genannte Ophiolite, an Küstenlinien hervor. Diese Formel wurde auf Grundlage der TM- oder ETM-Bänder einer Landsat 5- oder Landsat 7-Szene entworfen. Die Gleichungen, die angewendet werden, um die einzelnen Ausgabe-Bänder zu erstellen, lauten wie folgt:

Band 1 = (Band5 / Band7) x 100 Band 2 = (Band5 / Band1) x 100 Band 3 = (Band3 / Band4) x (Band5 / Band4) x 100

Mithilfe einer durch Leerzeichen getrennten Liste identifizieren Sie die Indizes der fünf erforderlichen Bänder. Beispiel: 1 3 4 5 6. Wenn die Eingabe 6 Bänder in der erwarteten Reihenfolge enthält, müssen Sie keinen Wert in das Textfeld Bandindizes eingeben.

Referenz: Sultan, M., Arvidson, R.E, Sturchio, N.C. & Guiness, E.A. 1987, "Lithologic mapping in Arid Regions with Landsat thematic mapper data: Meatiq Dome, Egypt". Geological Society of America Bulletin 99: 748-762

Transformierte SAVI-Methode

Der Transformed Soil Adjusted Vegetation Index (TSAVI) ist ein Vegetationsindex, der versucht, Bodenhelligkeitseinflüsse zu minimieren, indem angenommen wird, dass die Bodenlinie eine beliebige Neigung und einen beliebigen Schnittpunkt hat.

TSAVI=(s(NIR-s*Red-a))/(a*NIR+Red-a*s+X*(1+s2))

• NIR = Pixelwerte vom nahinfraroten Band
• R = Pixelwerte vom roten Band
• s = Neigung der Bodenlinie
• a = Schnittpunkt der Bodenlinie
• X = ein Anpassungsfaktor, der festgelegt wird, um Bodenrauschen zu minimieren

Mithilfe einer durch Leerzeichen getrennten Liste identifizieren Sie die NIR- und die roten Bänder und geben die s-, a- und X-Werte in der folgenden Reihenfolge ein: NIR Red s a X. Zum Beispiel: 3 1 0.33 0.50 1.50.

Quelle: Baret, F. and G. Guyot, 1991, "Potentials and limits of vegetation indices for LAI and APAR assessment," Remote Sensing of Environment, Vol. 35, 161–173.

VARI-Methode

Der Visible Atmospherically Resistant Index (VARI) ist ein Vegetationsindex. Er dient zur quantitativen Schätzung des Vegetationsanteils, der ausschließlich anhand des sichtbaren Anteils des Spektrums bestimmt wird.

VARI = (Green - Red) / (Green + Red – Blue)

• Red = Pixelwerte vom roten Band
• Green = Pixelwerte vom grünen Band
• Blue = Pixelwerte vom blauen Band

Mithilfe einer durch Leerzeichen getrennten Liste identifizieren Sie die roten, grünen und blauen Bänder in der folgenden Reihenfolge: Rot Grün Blau. Beispiel: 3 2 1.

Quelle: Anatoly A. Gitelson, Yoram J. Kaufman, Robert Stark und Don Rundquist, 2002, "Novel algorithms for remote estimation of vegetation fraction," Remote Sensing of Environment, Vol. 80, 76–87.

Parameter

Parameter	Beschreibung
Eingabe-Raster	Das Eingabe-Raster.
Methode	Der Typ des Bandarithmetikalgorithmus, den Sie bereitstellen möchten. Sie können einen benutzerdefinierten Algorithmus definieren oder einen vordefinierten Index auswählen. Benutzerdefiniert: Ermöglicht die Definition eines benutzerdefinierten Bandarithmetikausdrucks. NDVI: Normalized Difference Vegetation Index SAVI: Soil Adjusted Vegetation Index Transformed SAVI: Transformed Soil Adjusted Vegetation Index Modified SAVI: Modified Soil Adjusted Vegetation Index GEMI: Global Environmental Monitoring Index PVI: Perpendicular Vegetation Index GVI (Landsat TM): Green Vegetation Index Landsat TM Sultan-Formel: Sultan-Formel VARI: Visible Atmospherically Resistant Index GNDVI: Green Normalized Difference Vegetation Index SR: Simple Ratio NDVIre: Red-Edge Normalized Difference Vegetation Index SRre: Simple Ratio MTVI2: Modified Triangulated Vegetation Index (zweite Iteration) RTVICore: Red Edge Triangulated Vegetation Index Clre: Chlorophyll Index – Red Edge Clg: Chlorophyll Index – Green NDWI: Normalized Difference Water Index EVI: Erweiterter Vegetationsindex Eisenoxid: Eisenoxidverhältnis Eisenmineralien: Verhältnis von Eisenmineralien Tonmineralien: Tonmineralienverhältnis
Bandindizes	Definieren Sie die Bandarithmetikformel, wenn Sie Benutzerdefiniert als Methode auswählen. Wenn Sie einen vordefinierten Index als Methode auswählen, definieren Sie die richtigen Bänder des Eingabe-Raster-Datasets gemäß dem jeweiligen Index.