遥感生态指数（RSEI）——水体掩膜及主成分分析

最新推荐文章于 2024-08-05 11:00:22 发布
最新推荐文章于 2024-08-05 11:00:22 发布
阅读量3.8w 收藏 426
点赞数 70
分类专栏： 遥感生态指数（RSEI） 遥感图像处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41978498/article/details/112548516
版权
本文介绍了遥感生态指数（RSEI）的计算过程，包括水体掩膜的提取，使用MNDWI指数，通过New Raster Color Slice设置水体范围，制作掩膜区。接着对NDVI、Wet、NDBSI、LST进行掩膜和标准化处理，进行主成分分析，得到RSEI值。通过1-RSEI0公式调整，使得高RSEI值表示生态环境更好，并对研究区进行生态环境等级划分。RSEI用于动态监测生态环境变化。
摘要由CSDN通过智能技术生成

1、水体掩膜

①利用水体指数来增强水体信息，弱化其他地物的信息，便于提取研究区的水体范围

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

MNDWI = (Green - SWIR1) / (Green + SWIR1)

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

以上三个水体指数都能在一定程度上突出水体，推荐使用MNDWI指数进行水体范围的提取。在Bandmath中输入水体指数法的计算公式：(float(b2-b5))/(b2+b5)，其中b2、b5分别表示绿光波段和中中红外1波段。得到增强水体后的图像，如图1

图1 增强水体

②在生成的水体指数图层，右击选择【New Raster Color Slice】，仅保存一个color，根据水体值的范围设置合理的color范围。一般情况下，水体的范围在[0.25,1]，具体的要根据研究区确定。我的研究区范围是厦门，水体范围大致在[0.4,1]之间，如图2、图3所示

最低0.47元/天 解锁文章
咸鱼不翻身呐
关注
专栏目录
GEE：将水体区域的NDVI设置为0
养乐多的博客
04-14 359
本文将介绍如何使用where函数将NDVI中水体区域的NDVI值设置为0
GEE：基于主成分分析（PCA）的遥感生态指数（RSEI）计算方法
养乐多的博客
05-09 3804
利用主成分分析（Principal Component Analysis, PCA）进行风险筛选环境指标（Risk-Screening Environmental Indicators, RSEI）的计算是一种常用的方法。本文介绍了基于主成分分析的RSEI计算方法，通过将多个基于遥感指数的环境指标转化为少数几个主成分，实现了对生态环境风险的综合评估和筛选。结果如下，
GEE水体掩膜阈值选择0.1还是0.2？
qq_33894731的博客
08-17 743
本文选取了两景云量很少的Landsat 8数据，img1：LANDSAT/LC08/C02/T1_TOA/LC08_127042_20220906，云量为0.11%；本文使用了0.1和0.2两种阈值，来探讨和对比其各自的去水体效果。img2：LANDSAT/LC08/C02/T1_TOA/LC08_127041_20220906，云量为0.56%。0.1的阈值水体掩膜范围比0.2的更大，在图像上表现为更为圆滑和彻底；即：水体掩膜的阈值越小，去水体效果更为彻底。
深入解析UTF-8编码：规则、优点与应用
最新发布
软考鸭
08-05 528
UTF-8（Unicode Transformation Format-8 bits）是一种针对Unicode的可变长度字符编码，用以在单字节到四字节之间表示每一个Unicode符号，使全世界各种语言的字符都能在计算机中得到唯一且统一的表示。UTF-8编码的设计兼顾了兼容性和效率，它采用1到4个字节来表示一个符号，根据符号的Unicode码点大小而变化字节长度。
GEE：水体掩膜（water mask）的多种数据集和计算方式
养乐多的博客
03-19 1449
本文总结了在 Google Earth Engine（GEE）平台上水体掩膜（water mask）的一些数据集和计算方法。
教程 | 基于遥感生态指数(RSEI)模型的生态环境质量评价
YW_remote的博客
08-24 1万+
使用数据：Landsat8 OLI数据，行列号：122036，时间：20210527。 使用软件：ENVI5.3、ArcGIS10.2 二、4个指数计算 下述的四个指数的计算均是通过ENVI软件中的Band math工具进行计算。 （1）绿度指数 在常用的植被指数当中，归一化植被指数 ( NDVI) 能够有效地反映植被的生长情况与植被 覆盖度等重要植被的物理性质，检测灵敏度高，能 够较为真实地展现区域的地表空间变化规律，已经得到广泛利用，本文采用 NDVI 指数来代表绿度指数。 在ENV
生态遥感指数RSEI
weixin_43663756的博客
11-09 4097
遥感神态指数RSEI计算
GEE计算遥感生态指数(RSEI)--Landsat 8为例
zqk的博客
09-28 2万+
遥感生态指数、 RSEI、 水体掩膜、 主成分分析、 PCA、 Landsat、 GEE、 gee、
【RS】常见遥感指数(RSEI)原理与计算方法，以及效果比较
Remote Sensing迷途小书童
06-19 1万+
遥感指数(Remote Sensing Ecological Index,RSEI)是基于遥感技术，通过卫星多光谱影像可见光以及红外波段不同波段间组合，构建并强化光谱特性，以此来反应某一地物特征的一种技术。通常而言，遥感指数多用于如地物识别分类等场景，用以帮助区分不同地物；而不同的地物也有对应特征明显的指数，以此可以作为区分的依据。随着遥感技术的研究，现在有上百种遥感指数应用于不同的场景。
基于遥感生态指数的平朔露天矿生态环境评价-论文
07-08
平朔露天矿区复垦对维护周边环境及生物多样性有重要作用，利用平朔矿区1989—2018年4个时相的Landsat( 影像，运用主成分分析法，集成绿度（NDVI）、湿度（WET）、干度（NDSI）和热度（LST）4项指标构建遥感生态指数（RSEI）综合评估模型，对平朔矿区的生态环境状况进行综合评估。结果表明：平朔露天矿1989、1998、2007、2018年的RSEI值分别为0.564、0.547、0.512、0.576，说明研究区生态环境状况持续变差再转好；绿度和湿度对生态环境状况具有正向作用，而干度和热度对其起负向作用。
在ENVI中进行掩膜处理
04-07
在ENVI中进行分类处理的时候经常把背景也分入到我们所分的类别中，进行掩膜处理可以消除其影响。
《区域生态环境变化的遥感评价指数》笔记
weixin_30561425的博客
01-09 5463
当前卫星遥感对地观测系统以其宏观、快速、实时的优点在生态环境领域得到广泛的应用。利用各种遥感指数来对森林、草地、城市、河流乃至整个流域的生态系统进行监测和评价，已经是生态环境保护领域的重要组成部分。 2006年，国家环境保护部以行业标准的形式颁发了《生态环境状况评价技术规范》，推出了主要基于遥感技术的生态环境状况指数EI，旨在对我国县级以上生态环境提供一种年度综合...
Google Earth Engine——Landsat C02_T1_L2数据（地表反射率数据）1985-2023年生态遥感指数RESI计算
此星光明博客
01-09 1262
本博客是在原有博客的基础上进行的升级主要的问题是现在GEE已经开始停用Landsat C01数据集，因此，将原有的代码进行了升级，全部使用 Landsat C02数据数据进行生态遥感指数的分析。
GEE计算遥感生态指数RSEI
学习历程记录和分享
07-04 652
归一化是通过 unitScale 方法完成的，该方法根据之前计算的最小和最大值将波段的像素值缩放到0到1的范围。归一化是将图像的像素值缩放到一个标准范围（通常是0到1）的过程，这有助于在不同图像或数据集之间进行比较和处理。合并归一化波段：最后，函数使用 toBands() 方法将所有归一化的波段重新组合成一个单一的图像，并使用 rename(img.bandNames()) 方法将波段重命名为原始波段名称。该函数用于将图像的每个波段归一化到0到1的范围，基于在ROI内计算的最小和最大值。
遥感生态指数（RSEI）——四个指数的计算
热门推荐
qq_41978498的博客
07-02 8万+
遥感生态指数是在4个生态指数的基础上通过主成分变换得出的一个评价生态环境质量的指标。因此，第二部分就是要分别计算出这4个指数的值。 ①首先，是绿度指数的计算，一般用归一化植被指数（NDVI） NDVI=（NIR-Red）/（NIR+Red） 在Bandmath工具中输入NDVI计算公式 (float(b4-b3))/(b4+b3) 其中，b3、b4分别是红波段和近红外波段 ②其次，是湿度计算。 WET = c1B1 + c2B2 + c3B3...
Python+GEE遥感开发之计算遥感生态指数RSEI
等待着冬天的风的博客
05-19 1947
前言：遥感生态指数RSEI， 是一种使用卫星遥感影像数据通过反演计算得到的数据，可以用来对城市的生态状况进行快速监测和评价，该指数主要利用主成分分析方法，对植被指数、湿度、地表温度以及建筑指数四项指数指标进行集成。这个指数是由徐涵秋发明的，更多详细信息还请参考阅读：徐涵秋.城市遥感生态指数的创建及其应用[J].生态学报,2013,33(24):7853-7862.
部分常见遥感指数(RSEI)原理与计算方法，以及效果比较
Yu_yunlan的博客
01-15 2万+
针对多种遥感指数，本文主要就针对同一地物时不同指数的提取效果进行比对分析，并对其使用提出建议与看法。
GEE利用移动窗口主成分分析计算遥感生态指数代码实现
06-09
以下是利用Google Earth Engine (GEE)实现移动窗口主成分分析计算遥感生态指数的代码示例。代码实现了对Landsat 8影像进行分块处理，并计算了每个分块的NDVI、EVI、以及PCA指数。 ```javascript // 设置分析区域 var region = ee.Geometry.Rectangle([116.3, 39.8, 117, 40.5]); // 加载Landsat 8影像 var image = ee.ImageCollection('LANDSAT/LC08/C01/T1_TOA') .filterDate('2019-01-01', '2019-12-31') .filterBounds(region) .median(); // 计算NDVI指数 var ndvi = image.normalizedDifference(['B5', 'B4']).rename('NDVI'); // 计算EVI指数 var evi = image.expression( '2.5 * (nir - red) / (nir + 6 * red - 7.5 * blue + 1)', { 'nir': image.select('B5'), 'red': image.select('B4'), 'blue': image.select('B2') }).rename('EVI'); // 将NDVI和EVI合并为一个图像 var vegIndex = ndvi.addBands(evi); // 定义移动窗口大小和步长 var kernelSize = 256; var kernelStep = 128; // 定义PCA算法 var pca = ee.Reducer.pca().outputComponentNames(['PC1', 'PC2', 'PC3']); // 对每个分块进行PCA分析 var pcaImage = vegIndex.neighborhoodToBands( ee.Kernel.square(kernelSize, 'meters'), ee.Reducer.mean() ).reduceNeighborhood(pca, ee.Kernel.square(kernelSize, 'meters'), true); // 将PCA指数合并到原始图像中 var resultImage = image.addBands(pcaImage); // 将结果可视化 Map.centerObject(region, 12); Map.addLayer(resultImage, {bands: ['B4', 'B3', 'B2'], max: 0.3}, 'Landsat 8'); Map.addLayer(pcaImage.select('PC1'), {min: -2, max: 2}, 'PCA'); ``` 上述代码通过加载Landsat 8影像，计算NDVI和EVI指数，并将它们合并为一个图像。然后，对每个分块进行PCA分析，并将PCA指数合并到原始图像中。最后，将结果可视化。
评论 151
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值