Normaliserat differensvattenindex

Normalized Difference Water Index (NDWI) kan hänvisa till ett av minst två fjärranalys -härledda index relaterade till flytande vatten:

En används för att övervaka förändringar i vatteninnehållet i löv, med hjälp av nära-infraröda (NIR) och kortvågiga infraröda (SWIR) våglängder , föreslog av Gao 1996:

{\mbox{NDWI}}={\frac {(Xnir-Xswir)}{(Xnir +Xswir)}}

En annan används för att övervaka förändringar relaterade till vatteninnehåll i vattendrag, med hjälp av gröna och NIR-våglängder, definierade av McFeeters (1996):

{\mbox{NDWI}}={\frac {(Xgreen-Xnir)}{ (Xgreen+Xnir)}}

Översikt

Vid fjärranalys är förhållandebild eller spektralransonering förbättringstekniker där en rasterpixel från ett spektralband delas med motsvarande värde i ett annat band. Båda indexen ovan delar samma funktionella form; valet av band som används är det som gör dem lämpliga för ett specifikt ändamål.

Om du vill övervaka vegetation i områden som drabbats av torka, är det tillrådligt att använda NDWI-index som föreslagits av Gao med hjälp av NIR och SWIR. SWIR-reflektansen i detta index återspeglar förändringar i både vegetationens vatteninnehåll och den svampiga mesofyllstrukturen i vegetationskronorna. NIR-reflektansen påverkas av bladets inre struktur och bladets torrsubstanshalt, men inte av vattenhalten. Kombinationen av NIR med SWIR tar bort variationer som induceras av bladens inre struktur och bladens torrsubstanshalt, vilket förbättrar noggrannheten i att hämta vegetationsvatteninnehållet.

NDWI-konceptet som formulerats av Gao som kombinerar reflektans av NIR och SWIR är vanligare och har ett bredare användningsområde. Den kan användas för att utforska vattenhalten på enbladsnivå såväl som på baldakin/satellitnivå.

Användningsområdet för NDWI (Gao, 1996) sträcker sig från jordbruksövervakning för bevattning av grödor och betesbruk till skogsövervakning för att bedöma brandrisk och levande bränslefuktighet som är särskilt relevant i klimatförändringssammanhang.

Olika SWIR-band kan användas för att karakterisera vattenabsorptionen i generaliserad form av NDWI som visas i ekv. 1. Två stora vattenabsorptionsegenskaper i SWIR-spektralområdet är centrerade nära 1450 nm och 1950 nm medan två mindre absorptionsegenskaper är centrerade nära 970 och 1200 nm i ett levande vegetationsspektrum. Sentinel-2 MSI har två spektrala band i SWIR-regionen: band 11 (central våglängd 1610 nm ) och band 12 (central våglängd 2200 nm ). Spektralbandet i NIR-regionen med liknande 20 m markupplösning är band 8A (central våglängd 865 nm ).

Sentinel-2 NDWI för jordbruksövervakning av torka och bevattningshantering kan konstrueras med antingen kombinationer:

band 8A (864nm) och band 11 (1610nm)
band 8A (864nm) och band 12 (2200nm)

Båda formuleringarna är lämpliga.

Sentinel-2 NDWI för vattenkroppsdetektering kan konstrueras genom att använda:

"Grön" Band 3 (559nm) och "NIR" Band 8A (864nm)

McFeeters index: Om du letar efter vattenförekomster eller förändringar i vattennivån (t.ex. översvämningar), är det lämpligt att använda de gröna och NIR-spektrala banden eller gröna och SWIR-spektralbanden. Modifiering av normaliserat differensvattenindex (MNDWI) har föreslagits för förbättrad detektion av öppet vatten genom att ersätta NIR-spektralbandet med SWIR.

Tolkning

Visuell eller digital tolkning av utdatabilden/rastret som skapas liknar NDVI :

-1 till 0 - Ljus yta utan vegetation eller vatteninnehåll
+1 - representerar vatteninnehåll

För den andra varianten av NDWI kan en annan tröskel också hittas i att man undviker att skapa falska larm i stadsområden:

< 0,3 - Icke-vatten
>= 0,3 - Vatten.

externa länkar

https://edo.jrc.ec.europa.eu/documents/factsheets/factsheet_ndwi.pdf (NDWI för övervakning av grödor: index av Gao, 1996)
https://developers.google.com/earth-engine/datasets/catalog/MODIS_MYD09GA_006_NDWI (MODIS NDWI-beräkning)
https://developers.google.com/earth-engine/datasets/catalog/LANDSAT_LC08_C01_T1_32DAY_NDWI (Landsat NDWI-beräkning)
http://deltas.usgs.gov/fm/data/data_ndwi.aspx (angående McFeeters index för vattenförekomster)
http://space4water.org/taxonomy/term/1246 (Modifiering av McFeeters index för förbättrad detektion av vattenförekomster)

^ Gao, Bo-Cai (1996). "NDWI—Ett normaliserat skillnadsvattenindex för fjärravkänning av vegetationsvätskevatten från rymden" ( PDF) . Fjärranalys av miljön . 58 (3): 257–266. Bibcode : 1996RSEnv..58..257G . doi : 10.1016/S0034-4257(96)00067-3 . Hämtad 5 augusti 2021 .
^ Lillisand & Kifer
^ Ceccato et al. 2001
^ Ceccato et al 2001 Remote Sensing of Environment 77 (2001) 22–33
^ Fourty & Baret 1997 på spektrala uppskattningar av färsk bladbiokemi. International Journal of Remote Sensing, 19, 1283–1297
^ Susan L. Ustin , Dar A. Roberts, Jorge Pinzón, Stephane Jacquemoud, Margaret Gardner, George Scheer, Claudia M. Castañeda, Alicia Palacios-Orueta, 1998 Uppskattning av baldakinvatteninnehåll i Chaparral-buskar med hjälp av optiska metoder, fjärravkänning av miljön, Volym 65, nummer 3, sidorna 280-291, ISSN 0034-4257, https://doi.org/10.1016/S0034-4257(98)00038-8
^ Serrano, L., Ustin, SL, Roberts, DA, Gamon JA & Peñuelas, J. 2000. Härledning av vatteninnehåll i chaparral vegetation från AVIRIS-data. Remote Sensing of Environment, 74(3):570-581.
^ PE Dennison, DA Roberts, SH Peterson & J. Rechel (2005) Användning av normaliserat differensvattenindex för övervakning av fukt i bränsle, International Journal of Remote Sensing, 26:5, 1035-1042, DOI: 10.1080/014311604399002
^ Serrano, J.; Shahidian, S.; da Silva JM (2019) Utvärdering av normaliserat vattenskillnadsindex som ett verktyg för att övervaka betesmarks säsongsmässiga och mellanåriga variationer i ett medelhavs-agro-silvo-pastoralt system. Vatten 2019, 11, 62; doi:10.3390/w11010062
^ Marusig, D.; Petruzzellis, F.; Tomasella, M.; Napolitano, R.; Altobelli, A.; Nardini, A. Korrelation av fältmätt och fjärravläst växtvattenstatus som ett verktyg för att övervaka risken för torka-inducerad skogsnedgång. Skogar 2020, 11, 77
^ E. Farg, S. Arafat, MS Abd El-Wahed, A. El-Gindy, 2017 Utvärdering av vattendistribution under pivotbevattningssystem med hjälp av fjärranalysbilder i östra Nildeltat. https://doi.org/10.1016/j.ejrs.2016.12.001 .
^ Serrano, J.; Shahidian, S.; da Silva JM (2019) doi:10.3390/w11010062
^ PE Dennison, DA Roberts, SH Peterson & J. Rechel (2005) DOI: 10.1080/0143116042000273998
^ Abdollahi, M.; Islam, T.; Gupta, A.; Hassan, QK Ett avancerat system för prognoser för skogsbränder: Integrering av fjärranalys och historiska antändningskällor. Fjärrsensorer 2018, 10, 923.
^ Marusig, D.; Petruzzellis, F.; Tomasella, M.; Napolitano, R.; Altobelli, A.; Nardini, A. Korrelation av fältmätt och fjärravläst växtvattenstatus som ett verktyg för att övervaka risken för torka-inducerad skogsnedgång. Skogar 2020, 11, 77
^ Curran, PJ (1989) Fjärravkänning av bladkemi. FJÄRRKÄNDER. MILJÖ. 30:271-278
^ Jacquemoud & Ustin, 2003: Tillämpning av strålningsöverföringsmodeller för uppskattning av fuktinnehåll och kartläggning av bränd mark http://www.ipgp.jussieu.fr/~jacquemoud/publications/jacquemoud2003.pdf
^ SK McFEETERS (1996) Användningen av NDWI (Normalized Difference Water Index) i avgränsningen av öppet vatten, International Journal of Remote Sensing, 17:7, 1425-1432, DOI: 10.1080/01431169608948714
^ Xu, 2006: Xu, Hanqiu "Modifiering av Normalized Difference Water Index (NDWI) för att förbättra Open Water Features in Remotely Sensed Imagery." International Journal of Remote Sensing 27, nr 14 (2006): 3025-3033. https://doi.org/10.1080/01431160600589179
^ McFeeters, Stuart (2013). "Att använda NDWI (Normalized Difference Water Index) i ett geografiskt informationssystem för att upptäcka simbassänger för myggbekämpning: ett praktiskt tillvägagångssätt" . Fjärravkänning . 5 (7): 3544–3561. Bibcode : 2013RemS....5.3544M . doi : 10.3390/rs5073544 .

[1] Gao, Bo-Cai (1996). "NDWI—Ett normaliserat skillnadsvattenindex för fjärravkänning av vegetationsvätskevatten från rymden" ( PDF) . Fjärranalys av miljön . 58 (3): 257–266. Bibcode : 1996RSEnv..58..257G . doi : 10.1016/S0034-4257(96)00067-3 . Hämtad 5 augusti 2021 .

[2] Lillisand & Kifer

[3] Ceccato et al. 2001

[4] Ceccato et al 2001 Remote Sensing of Environment 77 (2001) 22–33

[5] Fourty & Baret 1997 på spektrala uppskattningar av färsk bladbiokemi. International Journal of Remote Sensing, 19, 1283–1297

[6] Susan L. Ustin , Dar A. Roberts, Jorge Pinzón, Stephane Jacquemoud, Margaret Gardner, George Scheer, Claudia M. Castañeda, Alicia Palacios-Orueta, 1998 Uppskattning av baldakinvatteninnehåll i Chaparral-buskar med hjälp av optiska metoder, fjärravkänning av miljön, Volym 65, nummer 3, sidorna 280-291, ISSN 0034-4257, https://doi.org/10.1016/S0034-4257(98)00038-8

[7] Serrano, L., Ustin, SL, Roberts, DA, Gamon JA & Peñuelas, J. 2000. Härledning av vatteninnehåll i chaparral vegetation från AVIRIS-data. Remote Sensing of Environment, 74(3):570-581.

[8] PE Dennison, DA Roberts, SH Peterson & J. Rechel (2005) Användning av normaliserat differensvattenindex för övervakning av fukt i bränsle, International Journal of Remote Sensing, 26:5, 1035-1042, DOI: 10.1080/014311604399002

[9] Serrano, J.; Shahidian, S.; da Silva JM (2019) Utvärdering av normaliserat vattenskillnadsindex som ett verktyg för att övervaka betesmarks säsongsmässiga och mellanåriga variationer i ett medelhavs-agro-silvo-pastoralt system. Vatten 2019, 11, 62; doi:10.3390/w11010062

[10] Marusig, D.; Petruzzellis, F.; Tomasella, M.; Napolitano, R.; Altobelli, A.; Nardini, A. Korrelation av fältmätt och fjärravläst växtvattenstatus som ett verktyg för att övervaka risken för torka-inducerad skogsnedgång. Skogar 2020, 11, 77

[11] E. Farg, S. Arafat, MS Abd El-Wahed, A. El-Gindy, 2017 Utvärdering av vattendistribution under pivotbevattningssystem med hjälp av fjärranalysbilder i östra Nildeltat. https://doi.org/10.1016/j.ejrs.2016.12.001 .

[12] Serrano, J.; Shahidian, S.; da Silva JM (2019) doi:10.3390/w11010062

[13] PE Dennison, DA Roberts, SH Peterson & J. Rechel (2005) DOI: 10.1080/0143116042000273998

[14] Abdollahi, M.; Islam, T.; Gupta, A.; Hassan, QK Ett avancerat system för prognoser för skogsbränder: Integrering av fjärranalys och historiska antändningskällor. Fjärrsensorer 2018, 10, 923.

[15] Marusig, D.; Petruzzellis, F.; Tomasella, M.; Napolitano, R.; Altobelli, A.; Nardini, A. Korrelation av fältmätt och fjärravläst växtvattenstatus som ett verktyg för att övervaka risken för torka-inducerad skogsnedgång. Skogar 2020, 11, 77

[16] Curran, PJ (1989) Fjärravkänning av bladkemi. FJÄRRKÄNDER. MILJÖ. 30:271-278

[17] Jacquemoud & Ustin, 2003: Tillämpning av strålningsöverföringsmodeller för uppskattning av fuktinnehåll och kartläggning av bränd mark http://www.ipgp.jussieu.fr/~jacquemoud/publications/jacquemoud2003.pdf

[18] SK McFEETERS (1996) Användningen av NDWI (Normalized Difference Water Index) i avgränsningen av öppet vatten, International Journal of Remote Sensing, 17:7, 1425-1432, DOI: 10.1080/01431169608948714

[19] Xu, 2006: Xu, Hanqiu "Modifiering av Normalized Difference Water Index (NDWI) för att förbättra Open Water Features in Remotely Sensed Imagery." International Journal of Remote Sensing 27, nr 14 (2006): 3025-3033. https://doi.org/10.1080/01431160600589179

[20] McFeeters, Stuart (2013). "Att använda NDWI (Normalized Difference Water Index) i ett geografiskt informationssystem för att upptäcka simbassänger för myggbekämpning: ett praktiskt tillvägagångssätt" . Fjärravkänning . 5 (7): 3544–3561. Bibcode : 2013RemS....5.3544M . doi : 10.3390/rs5073544 .