Loading article…
植生指数（VI ）は、2つ以上の画像バンドをスペクトル画像変換したもので、植生特性の寄与を高め、陸上の光合成活動と樹冠構造の変化の信頼性の高い空間的および時間的な相互比較を可能にするように設計されています。[2] [3]
VI には多くの種類があり、その多くは機能的に同等です。多くの指標は、健康な緑の植生に関連する赤色と近赤外線の反射率の逆相関関係を利用しています。1960 年代以降、科学者は衛星リモート センシングを使用して、地球表面の植生の変動を監視してきました。植生属性の測定には、葉面積指数(LAI)、緑被率、クロロフィル含有量、緑バイオマス、吸収された光合成有効放射 (APAR) などがあります。
VIは歴史的に、スペクトルバンドの数（2または2以上）、必要な目的に応じた計算方法（比率または直交）、またはその歴史的発展（第1世代VIまたは第2世代VIとして分類）を含むさまざまな属性に基づいて分類されてきました。[4]異なるVIの有効性を比較するために、Lyon、Yuanら（1998）[5]は、計算方法（減算、除算、または有理変換）に基づいて7つのVIを分類しました。 ハイパースペクトルリモートセンシング技術の進歩により、高解像度の反射スペクトルが利用できるようになりました。これは、従来のマルチスペクトルVIで使用できます。さらに、狭帯域植生指数の使用など、ハイパースペクトルデータで特に使用するVIも開発されています。
用途
植生指数は次のような目的で使用されています。
- 気候の傾向を調べる; [6]
- 土壌の水分含有量を遠隔的に推定する[7] [8]
- 干ばつを監視する; [9] [10] [11]
- 作物灌漑スケジュール、[12]作物管理; [13]
- 蒸発と植物の蒸散を監視する。[14]
- 生物多様性の変化を評価する[15]
- 植生を分類する[16]
- 作物病害の検出と定量化[17]
植生指数の種類
マルチスペクトル植生指数
- 比率植生指数（RVI）：マルチスペクトル画像の赤色光と近赤外光の比率として定義される[18]
- 正規化植生指数（NDVI）：最も一般的に使用されるリモートセンシング指数[19]で、マルチスペクトル画像の近赤外線バンドと赤色バンドの差と合計の比率を計算します。通常は-1から+1の間の値を取ります。主に植生動態モニタリング[20] 、バイオマス定量化などに使用されます。
- カウト・トーマス・タッセルドキャップ変換：衛星データのスペクトル情報をスペクトル特徴に変換するスペクトル強調指数[21] [22] [23]
- 赤外線指数
- 正規化差水指数
- 垂直植生指数
- 裸地の上の緑
- 水分ストレス指数：葉の水分ストレスのレベルを測定するスペクトル指数[24]
- 葉水分含有量指数（LWCI）[25]
- MidIR インデックス
- 土壌調整植生指数（SAVI）：土壌の明るさがスペクトル植生指数に与える影響を最小限に抑えるために開発されたNDVIの調整形式。特に土壌組成の高い地域において[26]
- 修正 SAVI: 主に NDVI 測定値が低い領域に適用されます。
- 大気耐性植生指数
- 土壌および大気耐性植生指数
- 強化植生指数（EVI）：NDVIと非常によく似ています。唯一の違いは、特にバイオマスの高い地域で、大気と樹冠の背景ノイズを補正することです。
- 新しい植生指数
- エアロゾルフリー植生指数
- 三角植生指数
- 単純比率の削減
- 可視大気抵抗指数
- 正規化差分累積指数
- 加重差植生指数 (WDVI)
- 吸収された光合成有効放射の割合（FAPAR）
- 正規化差異グリーン度指数 (NDGI)
- 気温・植生・水ストレス指数（TVWSI）[27]
ハイパースペクトル植生指数
ハイパースペクトルデータの登場により、ハイパースペクトル データ専用の植生指数が開発されました。
- 離散バンド正規化差分植生指数
- 黄色度指数
- 光化学反射率指数
- 離散バンド正規化差分水指数
- レッドエッジ位置の決定
- 作物のクロロフィル含有量予測
- モーメント距離指数（MDI）
高度な植生指標
機械学習の出現により、特定のアルゴリズムを使用してデータから植生指数を決定できるようになりました。これにより、すべてのスペクトル帯域を考慮し、これらの植生指数を強化するのに役立つ隠れたパラメータを発見できます。したがって、トレーニング データにこれらのアーティファクトが存在する場合でも、光の変化、影、またはキャリブレーションされていない画像に対してより堅牢になります。
- 遺伝的プログラミングを用いた植生指標の合成[28]
- スペクトルバンドの選択と組み合わせのためのソフトコンピューティングアプローチ[29]
- DeepIndices:ディープラーニングによる関数の近似に基づくリモートセンシング指標[30]
参照
参考文献
- ^データは 「オーストラリア気象局」からダウンロードしました。2018年6月13日、2018年6月14日にRにマッピング
- ^ Huete, A.; Didan, K.; Miura, T.; Rodriguez, EP; Gao, X.; Ferreira, LG (2002). 「MODIS植生指標の放射測定および生物物理学的パフォーマンスの概要」.環境リモートセンシング. 83 (1–2): 195–213. Bibcode :2002RSEnv..83..195H. doi :10.1016/S0034-4257(02)00096-2.
- ^ カルロス、ペレス・グティエレス;ムニョス・ニエト、アンヘル・ルイス。 Teledeteccion: Nociones y Aplicaciones (スペイン語)。スペイン。 p. 144.ISBN 978-84-611-1613-3. 2024年10月17日閲覧。
- ^ Bannari, A.; Morin, D.; Bonn, F.; Huete, AR (1995-08-01). 「植生指標のレビュー」.リモートセンシングレビュー. 13 (1–2): 95–120. doi :10.1080/02757259509532298. ISSN 0275-7257.
- ^ Lyon, John G (1998). 「植生指数を用いた変化検出実験」写真測量工学とリモートセンシング: 143–150. CiteSeerX 10.1.1.462.2056。
- ^ Eklundh, L.; Olsson, L. (2003). 「アフリカサヘル地域の植生指数の傾向 1982-1999」.地球物理学研究レター. 30 (8): 1430. Bibcode :2003GeoRL..30.1430E. doi : 10.1029/2002GL016772 . ISSN 0094-8276. S2CID 129096989.
- ^ Gillies, RR; Kustas, WP; Humes, KS (1997). 「正規化植生指数 (NDVI) と地表 e の遠隔測定から表層土壌水分量とエネルギーフラックスを取得する「三角形」法の検証」International Journal of Remote Sensing . 18 (15): 3145–3166. Bibcode :1997IJRS...18.3145G. doi :10.1080/014311697217026. ISSN 0143-1161.
- ^ Sandholt, Inge; Rasmussen, Kjeld; Andersen, Jens (2002). 「地表水分状態の評価のための地表温度/植生指数空間の簡単な解釈」.環境のリモートセンシング. 79 (2–3): 213–224. Bibcode :2002RSEnv..79..213S. doi :10.1016/S0034-4257(01)00274-7. ISSN 0034-4257.
- ^ Peters, AJ; Walter-Shea, EA; Ji, L.; Vliia, A.; Hayes, M.; Svoboda, MD (2002). 「NDVIベースの標準化植生指数による干ばつ監視」(PDF) .写真測量工学とリモートセンシング. 68 (1): 71–75 . 2018年5月16日閲覧。
- ^ Kogan, FN (1995). 「干ばつ検出のための植生指数と輝度温度の応用」.宇宙研究の進歩. 15 (11): 91–100. Bibcode :1995AdSpR..15k..91K. doi :10.1016/0273-1177(95)00079-T. ISSN 0273-1177.
- ^ Wan, Z.; Wang, P.; Li, X. (2004). 「MODIS 地表温度と正規化植生指数製品を使用した米国南部グレートプレーンズの干ばつ監視」. International Journal of Remote Sensing . 25 (1): 61–72. Bibcode :2004IJRS...25...61W. doi :10.1080/0143116031000115328. ISSN 0143-1161. S2CID 129234540.
- ^ Jones, HG (2004). 「灌漑スケジュール: 植物ベースの方法の利点と落とし穴」Journal of Experimental Botany . 55 (407): 2427–2436. doi : 10.1093/jxb/erh213 . ISSN 1460-2431. PMID 15286143.
- ^ Pinter, Jr., Paul J.; Hatfield, Jerry L.; Schepers, James S.; Barnes, Edward M.; Moran, M. Susan; Daughtry, Craig ST; Upchurch, Dan R. (2003). 「作物管理のためのリモートセンシング」.写真測量工学とリモートセンシング. 69 (6): 647–664. doi : 10.14358/PERS.69.6.647 . ISSN 0099-1112.
- ^ Kustas, WP; Norman, JM (2009). 「陸地表面の蒸発散量モニタリングにおけるリモートセンシングの利用」Hydrological Sciences Journal . 41 (4): 495–516. doi :10.1080/02626669609491522. ISSN 0262-6667.
- ^ Pettorelli, Nathalie; Ryan, Sadie; Mueller, Thomas; Bunnefeld, Nils; Jędrzejewska, Bogumiła; Lima, Mauricio; Kausrud, Kyrre (2011). 「正規化植生指数 (NDVI): 動物生態学における予期せぬ成功」(PDF) . Climate Research . 46 (1): 15–27. Bibcode :2011ClRes..46...15P. doi : 10.3354/cr00936 . ISSN 0936-577X. JSTOR 24872307.
- ^ ロイド、ダニエル (1990)。「短波植生指数画像を用いた陸上植生被覆の季節分類」。国際リモートセンシングジャーナル。11 (12): 2269–2279。Bibcode : 1990IJRS ...11.2269L。doi :10.1080/01431169008955174。ISSN 0143-1161 。
- ^ Mahlein, AK; Rumpf, T.; Welke, P.; Dehne, HW; Plümer, L.; Steiner, U.; Oerke, EC (2013 年 1 月)。「植物病害の検出と識別のためのスペクトル指標の開発」。環境のリモートセンシング。128 : 21–30。Bibcode :2013RSEnv.128...21M。doi :10.1016/ j.rse.2012.09.019。
- ^ Jordan, Carl F. (1969年7月). 「林床の光の質から葉面積指数を導出する」.生態学. 50 (4): 663–666. Bibcode :1969Ecol...50..663J. doi :10.2307/1936256. ISSN 0012-9658. JSTOR 1936256.
- ^ Bhandari, AK; Kumar, A.; Singh, GK (2012). 「正規化差植生指数 (NDVI) を使用した特徴抽出: ジャバルプル市のケーススタディ」Procedia Technology . 6 : 612–621. doi : 10.1016/j.protcy.2012.10.074 . ISSN 2212-0173.
- ^ Vrieling, Anton; de Leeuw, Jan; Said, Mohammed (2013-02-22). 「アフリカにおける生育期間の長さ: 30年間のNDVI時系列による変動と傾向」.リモートセンシング. 5 (2): 982–1000. Bibcode :2013RemS....5..982V. doi : 10.3390/rs5020982 . ISSN 2072-4292.
- ^ Siwe, Rene Ngamabou; Koch, Barbara (2008-01-12). 「タッセルキャップを生物物理学的指標として使用して土地被覆変化プロセスを分類するための変化ベクトル分析」.環境モニタリングと評価. 145 (1–3): 227–235. Bibcode :2008EMnAs.145..227S. doi :10.1007/s10661-007-0031-6. ISSN 0167-6369. PMID 18193332. S2CID 189913689.
- ^ Yousuf, Reem; AL-Khakani, Ebtihal (2021). 「タッセルキャップ変換とスペクトル指標技術を使用した砂漠化度の評価：イラク」。キングファイサル大学の基礎および応用科学 - 科学ジャーナル。doi ：10.37575 / b / sci / 0019。ISSN 1658-0311 。
- ^ Kauth RJ & GS Thomas (1976): 房飾りのついた帽子 - LANDSAT で見た農作物のスペクトル時間的発達のグラフィック記述。リモートセンシングデータの機械処理に関するシンポジウムの議事録
- ^ Rock, BN; Vogelmann, JE; Williams, DL; Vogelmann, AF; Hoshizaki, T. (1986年7月). 「森林被害の遠隔検出」. BioScience . 36 (7): 439–445. doi :10.2307/1310339. ISSN 1525-3244. JSTOR 1310339.
- ^ インデックスデータベースの LWCI エントリ、https://www.indexdatabase.de/db/i-single.php?id=129
- ^ Huete, AR (1988年8月). 「土壌調整植生指数（SAVI）」.環境のリモートセンシング. 25 (3): 295–309. Bibcode :1988RSEnv..25..295H. doi :10.1016/0034-4257(88)90106-X.
- ^ Joshi, RC; Ryu, D.; Sheridan, GJ; Lane, PNJ (2021). 「宇宙から見た森林植生水ストレスのモデル化：気温植生水ストレス指数（TVWSI）」. Remote Sens . 13 (22:4635): 4635. Bibcode :2021RemS...13.4635J. doi : 10.3390/rs13224635 .
- ^ プエンテ、セザール;オラグエ、グスタボ。トラブッキ、マッティア。アルホナ＝ビリカーニャ、P. デビッド。カルロス、スベルヴィエル・モンタルヴォ（2019年1月）。 「土壌侵食推定のための遺伝的プログラミングを使用した植生指数の合成」。リモートセンシング。11 (2): 156。書誌コード:2019RemS...11..156P。土井：10.3390/rs11020156。ISSN 2072-4292。
- ^ アルバラシン、フアン FH;オリベイラ、ラファエル S.広田まりなさん。ドス・サントス、ジェファーソン・A.トーレス、リカルド・ダ・S（2020年1月）。 「スペクトルバンドの選択と結合のためのソフトコンピューティングアプローチ」。リモートセンシング。12 (14): 2267.arXiv : 2011.05127。Bibcode :2020RemS...12.2267A。土井: 10.3390/rs12142267。ISSN 2072-4292。
- ^ Vayssade, Jehan-Antoine; Paoli, Jean-Noël; Gée, Christelle; Jones, Gawain (2021年1月). 「DeepIndices: ディープラーニングによる関数の近似に基づくリモートセンシング指標、未較正植生画像への応用」.リモートセンシング. 13 (12): 2261. Bibcode :2021RemS...13.2261V. doi : 10.3390/rs13122261 . ISSN 2072-4292.