GEE案例：利用sentinel-2数据和NBR指数进行火灾前后的面积计算分析

目录

简介

函数

normalizedDifference(bandNames)

Arguments:

Returns: Image

ui.Chart.image.series(imageCollection, region, reducer, scale, xProperty)

Arguments:

Returns: ui.Chart

setOptions(options)

Arguments:

Returns: ui.Chart

代码

结果

---

简介

NBR指数（Normalized Burn Ratio）是一种用于评估植被火灾烧伤程度的指数。火灾通常会引起植被的烧伤和变化，而NBR指数可以衡量这种烧伤程度。NBR指数的计算基于热红外遥感数据和近红外遥感数据。热红外遥感数据可以提供火灾烧伤后的热量分布情况，近红外遥感数据可以提供植被烧伤前后的反射率变化。通过将这两种数据进行计算和比较，可以得到NBR指数。

NBR指数的计算公式如下：
NBR = (NIR - SWIR) / (NIR + SWIR)
其中，NIR代表近红外波段的反射率，SWIR代表短波红外波段的反射率。NBR的取值范围为-1到1，值越大表示烧伤程度越严重。

NBR指数可以用于火灾监测、灾后评估等应用。通过对火灾前后的遥感图像进行NBR指数计算，可以识别出火灾烧伤的区域和程度。同时，NBR指数还可以与其他地理信息数据进行叠加分析，提供火灾对植被和土地利用的影响评估。

NDVI指数（Normalized Difference Vegetation Index）是一种用于评估植被状况的指数。植被的生长和健康状况对生态环境、农业产量等具有重要影响，而NDVI指数可以通过遥感数据来衡量植被的状况。NDVI指数的计算基于近红外遥感数据和红光遥感数据，这两种数据可以反映植被的光吸收和光反射情况。

NDV