Funktion "Bandarithmetik"

Überblick

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 unär -.

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 unär -. Um die Bänder zu identifizieren, fügen Sie am Anfang der Bandnummer B oder b hinzu. 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.

BAI-Methode

Der Brandflächenindex (BAI, Burn Area Index) verwendet die Reflexionswerte im roten und infrarotnahen Teil des Spektrums, um die Bereiche des Terrains zu identifizieren, die vom Feuer betroffen sind.

BAI = 1/((0,1 -RED)^2 + (0,06 - NIR)^2)

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

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

Referenz: Chuvieco, E., M. Pilar Martin, and A. Palacios. "Assessment of Different Spectral Indices in the Red-Near-Infrared Spectral Domain for Burned Land Discrimination." Remote Sensing of Environment 112 (2002): 2381-2396.

CIg-Methode

Bei der Methode "Chlorophyll Index – Green (Clg)" handelt es sich um einen Vegetationsindex für die Schätzung des Chlorophyllgehalts in Blättern mithilfe des Reflexionsverhältnisses im NIR- und grünen Band.

CIg = [(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.

CIre-Methode

Bei der Methode "Chlorophyll Index – Red-Edge (Clre)" handelt es sich um einen Vegetationsindex für die Schätzung des Chlorophyllgehalts in Blättern mithilfe des Reflexionsverhältnisses im 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.

Referenzliste:

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

Tonmineralienmethode

Bei der Methode "Tonmineralienverhältnis (Clay Minerals, CM)" handelt es sich um einen geologischen Index zur Identifizierung von mineralischen Features, die Ton und Alunit enthalten, mithilfe von zwei Kurzwelleninfrarotbändern (Shortwave Infrared, SWIR). CM wird für die Darstellung von mineralischen Gemischen verwendet.

CM = SWIR1 / SWIR2

• SWIR1 = Pixelwerte für das Kurzwelleninfrarotband mit 1,5 bis 1,75 µm
• SWIR2 = Pixelwerte für das Kurzwelleninfrarotband mit 2,08 bis 2,35 µm

Für Landsat TM und ETM+ entspricht dies den Bändern 5 (SWIR1) und 7 (SWIR2). Für Landsat 8 entspricht dies den Bändern 6 (SWIR1) und 7 (SWIR2).

Mithilfe einer durch Leerzeichen getrennten Liste identifizieren Sie das SWIR2- und das SWIR2-Band in der folgenden Reihenfolge: SWIR1 SWIR2. Zum Beispiel: 6 7.

Quelle: Dogan, H., 2009. "Mineral composite assessment of Kelkit River Basin in Turkey by means of remote sensing", Journal of Earth System Science, Band 118, 701-710.

EVI-Methode

Bei der Methode "Vegetationsindex (EVI)" handelt es sich um einen optimierten Vegetationsindex, der atmosphärische Einflüsse und Hintergrundsignale der Vegetation berücksichtigt. Er ähnelt NDVI, ist aber weniger empfindlich für Hintergrund- und atmosphärisches Rauschen. Zudem wird er nicht so gesättigt wie NDVI, wenn Gebiete mit einer sehr dichten grünen Vegetation dargestellt werden.

EVI = 2.5*(NIR - Red) / (NIR + 6*Red - 7.5*Blue + 1)

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

Mithilfe einer durch Leerzeichen getrennten Liste identifizieren Sie das NIR-, rote und blaue Band in der folgenden Reihenfolge: NIR Red Blue. Beispiel: 5 4 2.

Dieser Index gibt Werte zwischen 0 und 1 aus.

Referenz: Huete, A. et al. 2002, "Overview of the radiometric and biophysical performance of the MODIS vegetation indices" Remote sensing of environment, Vol. 83, Pp. 195-213.

Eisenmineralienmethode

Das Verhältnis von Eisenmineralien (Ferrous Minerals, FM) ist ein geologischer Wert zur Identifizierung von Fels-Features, die eine bestimmte Menge eisenhaltiger Mineralien enthalten, mithilfe der SWIR- und NIR-Bänder. FM wird für die Darstellung von mineralischen Gemischen verwendet.

FM = SWIR / NIR

• SWIR = Pixelwerte aus dem Kurzwelleninfrarotband
• NIR = Pixelwerte vom nahinfraroten Band

Für Landsat TM und ETM+ entspricht dies den Bändern 5 (SWIR) und 4 (NIR). Für Landsat 8 entspricht dies den Bändern 6 (SWIR) und 5 (NIR).

Mithilfe einer durch Leerzeichen getrennten Liste identifizieren Sie das SWIR- und das NIR-Band in der folgenden Reihenfolge: SWIR NIR. Zum Beispiel: 6 5.

Quelle: Dogan, H., 2009. "Mineral composite assessment of Kelkit River Basin in Turkey by means of remote sensing", Journal of Earth System Science, Band 118, 701-710.

GEMI-Methode

Bei der Methode "Global Environmental Monitoring Index (GEMI)" handelt es sich um einen nicht linearen Vegetationsindex für globale Umgebungsüberwachung aus Satellitenbildern. Er ähnelt NDVI, 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, Bd. 101, 15–20.

GNDVI-Methode

Bei der Methode "Green Normalized Difference Vegetation Index (GNDVI)" handelt es sich um einen Vegetationsindex für die Schätzung der Fotosyntheseaktivität und einen allgemein gebräuchlichen 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 das NIR- und grüne Band 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)

Die Methode "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 6. 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., Quelle: R. M. Hoffer und D. G. Milchunas, 1998, "Biomass estimation on grazed and ungrazed rangelands using spectral indices", International Journal of Remote Sensing, Bd. 19, No. 3, 427–438.

Eisenoxidmethode

Die Methode "Eisenoxidverhältnis (Iron Oxide, IO)" ist ein geologischer Index zur Identifizierung von Fels-Features, bei denen eine Oxidation eisenhaltiger Sulfide stattgefunden hat, mithilfe von roten und blauen Bändern. IO ist nützlich für die Identifizierung von Eisenoxid-Features unter einer Vegetationsbedeckung und wird für die Darstellung von mineralischen Gemischen verwendet.

IronOxide = Red / Blue

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

Für Landsat TM und ETM+ entspricht dies den Bändern 3 (Rot) und 1 (Blau). Für Landsat 8 entspricht dies den Bändern 4 (Rot) und 2 (Blau).

Mithilfe einer durch Leerzeichen getrennten Liste identifizieren Sie das rote und das blaue Band in der folgenden Reihenfolge: Rot Blau. Zum Beispiel: 4 2.

Quelle: Dogan, H., 2009. "Mineral composite assessment of Kelkit River Basin in Turkey by means of remote sensing", Journal of Earth System Science, Band 118, 701-710.

MNDWI-Methode

Der Modified Normalized Difference Water Index (MNDWI) verwendet grüne und Kurzwelleninfrarotbänder zur Verstärkung der Features offener Gewässer, wobei bebautes Land reduziert wird. Er reduziert auch integrierte Flächen-Features, die häufig mit offenen Gewässern anderer Indizes korreliert sind.

MNDWI = (Green - SWIR) / (Green + SWIR)

• Green = Pixelwerte vom grünen Band
• SWIR = Pixelwerte aus dem Kurzwelleninfrarotband

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

Quellennachweis: Xu, H. "Modification of Normalised Difference Water Index (NDWI) to Enhance Open Water Features in Remotely Sensed Imagery." International Journal of Remote Sensing 27, No. 14 (2006): 3025-3033.

Modified SAVI-Methode

Die Methode "Modified Soil Adjusted Vegetation Index (MSAVI2)" minimiert die Auswirkung des nackten Erdbodens auf den SAVI.

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, Bd. 48, Nr. 2, 119–126.

MTVI2-Methode

Die Methode "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 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.

NBR-Methode

Der Normalized Burn Ratio Index verwendet Nahinfrarot- und Kurzwelleninfrarotbänder, um verbrannte Flächen zu betonen, wobei Beleuchtungs- und atmosphärische Effekte abgeschwächt werden. Ihre Bilder sollten vor der Verwendung dieses Indexes den Reflexionswerten entsprechend korrigiert werden. Weitere Informationen finden Sie im Artikel über die Funktion Sichtbare Reflexion.

NBR = (NIR - SWIR)/(NIR+ SWIR)

• NIR = Pixelwerte vom nahinfraroten Band
• SWIR = Pixelwerte aus dem Kurzwelleninfrarotband

Mithilfe einer durch Leerzeichen getrennten Liste identifizieren Sie das NIR- und das SWIR-Band in der folgenden Reihenfolge: NIR SWIR. Zum Beispiel: 4 7.

Referenz: Key, C. and N. Benson, N. "Landscape Assessment: Remote Sensing of Severity, the Normalized Burn Ratio; and Ground Measure of Severity, the Composite Burn Index."FIREMON: Fire Effects Monitoring and Inventory System, RMRS-GTR, Ogden, UT: USDA Forest Service, Rocky Mountain Research Station (2005).

NDBI-Methode

Der normalisierte differenzierte Vegetationsindex (NDBI, Normalized Difference Built-up Index) verwendet die Nahinfrarot- und Kurzwelleninfrarotbänder, um künstlich bebaute Flächen hervorzuheben. Er ist verhältnisbasiert, um die Auswirkungen der Lichtunterschiede bei Terrains und atmosphärische Effekte zu mindern.

NDBI = (SWIR - NIR)/(SWIR + NIR)

• SWIR = Pixelwerte aus dem Kurzwelleninfrarotband
• NIR = Pixelwerte vom nahinfraroten Band

Mithilfe einer durch Leerzeichen getrennten Liste identifizieren Sie das SWIR- und das NIR-Band in der folgenden Reihenfolge: SWIR NIR. Zum Beispiel: 7 4.

Referenz: Zha, Y., J. Gao, and S. Ni. "Use of Normalized Difference Built-Up Index in Automatically Mapping Urban Areas from TM Imagery." International Journal of Remote Sensing 24, no. 3 (2003): 583-594.

NDMI-Methode

Der Normalized Difference Moisture Index (NDMI) ist empfindlich gegenüber dem Feuchtigkeitsniveau der Vegetation. Er dient zur Überwachung der Trockenheit und der Menge an brennbarem Material in brandgefährdeten Gebieten. Er verwendet Nahinfrarot- und Kurzwelleninfrarotbänder, um ein Verhältnis zur Minderung von Licht- und atmosphärischen Effekten zu berechnen.

NDMI = (NIR - SWIR1)/(NIR + SWIR1)

• NIR = Pixelwerte vom nahinfraroten Band
• SWIR1 = Pixelwerte aus dem ersten Kurzwelleninfrarotband

Mithilfe einer durch Leerzeichen getrennten Liste identifizieren Sie das SWIR- und das NIR-Band in der folgenden Reihenfolge: NIR SWIR1. Zum Beispiel: 4 7.

Referenzliste:

1. Wilson, E.H. and Sader, S.A., 2002, "Detection of forest harvest type using multiple dates of Landsat TM imagery." Remote Sensing of Environment, 80 , pp. 385-396.
2. Skakun, R.S., Wulder, M.A. and Franklin, .S.E. (2003). "Sensitivity of the thematic mapper enhanced wetness difference index to detect mountain pine beetle red-attack damage."Remote Sensing of Environment, Vol. 86, Pp. 433-443.

NDSI-Methode

Der Normalized Difference Snow Index (NDSI) ist für die Verwendung der MODIS-Bänder 4 und 6 sowie der Landsat-TM-Bänder 2 und 5 zur Identifizierung von Schneedecken konzipiert, wobei die Wolkenbedeckung ignoriert wird. Da er verhältnisbasiert ist, reduziert er auch atmosphärische Effekte.

NDSI = (Green - SWIR)/(Green + SWIR)

• Green = Pixelwerte vom grünen Band
• SWIR = Pixelwerte aus dem Kurzwelleninfrarotband

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

Reference: Riggs, G., D. Hall, and V. Salomonson. "A Snow Index for the Landsat Thematic Mapper and Moderate Resolution Imaging Spectrometer." Geoscience and Remote Sensing Symposium, IGARSS '94, Volume 4: Surface and Atmospheric Remote Sensing: Technologies, Data Analysis, and Interpretation (1994), pp. 1942-1944.

NDVI-Methode

Die Methode "Normalisierter differenzierter Vegetationsindex (NDVI)" ist ein standardisierter Index, der Ihnen das Erstellen eines Bildes mit Grünanteilen (relative Biomasse) 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 NIR-Band.

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.

Quelle: 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

Die Methode "Red-Edge NDVI (NDVIre)" ist ein Vegetationsindex für die Schätzung des Vegetationszustands mithilfe der roten Kante. Sie 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 NIR-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.

NDWI-Methode

Die Methode "Normalized Difference Water Index (NDWI)" ist ein Index zum Skizzieren und Überwachen von Inhaltsänderungen bei Oberflächenwasser. Er wird mit dem NIR-Band und dem grünen Band berechnet.

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

• 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: 5 3.

Dieser Index gibt Werte zwischen -1,0 und 1,0 aus.

Quelle: McFeeters, S., 1996, 1996. "The Use of Normalized Difference Water Index (NDWI) in the Delineation of Open Water Features" International Journal of Remote Sensing, 17: 1425-1432.

PVI-Methode

Die Methode "Perpendicular Vegetation Index (PVI)" ist einem Difference Vegetation Index ähnlich; er ist jedoch gegen atmosphärische Variationen empfindlich. Wenn Sie diese Methode verwenden, um 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. 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

Die Methode "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

Die Methode "Soil-Adjusted Vegetation Index (SAVI)" ist ein Vegetationsindex, der versucht, Einflüsse durch die Bodenhelligkeit mit einem Bodenhelligkeits-Korrekturfaktor zu minimieren. Er wird oft in trockenen Regionen mit niedriger vegetativer Bodendeckung verwendet. Die Ausgabewerte liegen zwischen -1,0 und 1,0.

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

• NIR = Pixelwerte vom nahinfraroten Band
• Red = Pixelwerte vom roten Band
• L = Bodenhelligkeits-Korrekturfaktor. Er hängt von der Menge der grünen vegetativen Bodendeckung ab. 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).

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. Beispiel: 4 3 0,5.

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

SR-Methode

Die Methode "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

Die 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.

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

Transformierte SAVI-Methode

Die Methode "Transformed Soil Adjusted Vegetation Index (TSAVI)" ist ein Vegetationsindex, der die Bodenhelligkeitseinflüsse minimiert, 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
• Red = 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 a- und b-Werte in der folgenden Reihenfolge ein: NIR Red s a X. 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, Bd. 35, 161–173.

VARI-Methode

Die Methode "Visible Atmospherically Resistant Index (VARI)" ist ein Vegetationsindex. Sie 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.

WNDWI-Methode

Die Methode "Weighted Normalized Difference Water Index (WNDWI)" ist ein Wasserindex, der entwickelt wurde, um die in anderen Wasserindizes häufig auftretenden Fehler zu reduzieren. Dazu gehören Wassertrübung, kleine Gewässer oder Schatten in Fernerkundungsszenen.

WNDWI = [Green – α * NIR – (1 – α) * SWIR ] / [Green + α * NIR + (1 – α) * SWIR]

• Green = Pixelwerte vom grünen Band
• NIR = Pixelwerte vom nahinfraroten Band
• SWIR = Pixelwerte aus dem Kurzwelleninfrarotband
• α = Ein gewichteter Koeffizient im Bereich von 0 bis 1. Der Standardwert ist 0,5.

Mithilfe einer durch Leerzeichen getrennten Liste identifizieren Sie die grünen, NIR- und SWIR-Bänder und den α-Koeffizienten in der folgenden Reihenfolge: Grün NIR SWIR α. Beispiel: 2 5 6 0.5.

Quelle: Qiandong Guo, Ruiliang Pu, Jialin Li & Jun Cheng, 2017, "A weighted normalized difference water index for water extraction using Landsat imagery," International Journal of Remote Sensing, Bd. 38, 5430-5445.

Parameter

Parameter	Beschreibung
Raster	Das Eingabe-Raster.
Methode	Der Typ des Bandarithmetikalgorithmus, der bereitstellt werden soll. Sie können einen benutzerdefinierten Algorithmus definieren oder einen vordefinierten Index auswählen. Benutzerdefiniert: Definieren Sie einen benutzerdefinierten Bandarithmetikausdruck. NDVI: Normalized Difference Vegetation Index SAVI: Soil Adjusted Vegetation Index Transformierter SAVI: Transformed Soil Adjusted Vegetation Index Geänderter 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 Iron Oxide: Eisenoxidverhältnis Ferrous Minerals: Verhältnis von Eisenmineralien Clay Minerals: Tonmineralienverhältnis WNDWI: Weighted Normalized Difference Water Index
Bandindizes	Definieren Sie die Bandarithmetikformel, wenn Sie Benutzerdefiniert für den Parameter Methode ausgewählt haben. Wenn Sie einen vordefinierten Index für den Parameter Methode auswählen, definieren Sie die richtigen Bänder des Eingabe-Raster-Datasets gemäß dem jeweiligen Index.