GEE计算五种植被指数（NDVI、EVI2、RVI、MTVI2、OSAVI）

最新推荐文章于 2025-01-20 02:30:00 发布

海绵波波107

最新推荐文章于 2025-01-20 02:30:00 发布

阅读量839

点赞数

分类专栏： GEE技术文章标签： javascript

本文链接：https://blog.csdn.net/qq_43920838/article/details/140702582

版权

GEE技术专栏收录该内容

19 篇文章 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

计算公式

在这里插入图片描述

源代码

// 定义感兴趣区域（这里以一个简单的矩形区域为例）
var region = ee.FeatureCollection("projects/a-flyllf0313/assets/dachang");
// 定义时间范围
var startDate

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

海绵波波107

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

订阅专栏

Google Earth Engine（GEE）——计算NDVI\EVI\RVI\DVI\SAVI计算并下载（2）

此星光明博客

05-12

3837

有粉丝还问到关于Landsat8如何计算，上一次的文章提到了关于各类植被指数的下载和加载：Google Earth Engine（GEE）——计算NDVI\EVI\RVI\DVI\SAVI归一化植被指数、比值植被指数、差值植被指数、土壤调节植被指数、增强型植被指数和绿度植被指数计算并下载同样的道理对下面指数分别建立函数，只是不同波段需要建立函数归一化植被指数NDVI=(NIR-R)/ (NIR+R) 比值植被指数RVI=NIR/R 差值植被指数DVI=NIR-R 土壤调节植被指数SAVI=(

GEE高阶应用——Sentinel-2数据集进行EVI和NDSI检索和加载（spectralIndices（）函数使用）

此星光明博客

03-11

932

EVI（Enhanced Vegetation Index）和NDSI（Normalized Difference Snow Index）是遥感影像处理中常用的两个指数。它们都是基于不同波段的反射率差异来评估地表覆盖特征的指数，可以用于植被和雪深度的监测。首先，介绍EVI指数。EVI指数是由美国宇航局（NASA）提出的，旨在克服NDVI指数（Normalized Difference Vegetation Index）的局限性。

参与评论您还未登录，请先登录后发表或查看评论

EVI植被指数

03-14

编辑好的EVI计算公式，可放入ENVI的Bandmath工具中计算。

【植被指数学习笔记】

Prophet.Z的博客

12-11

6836

NDVI——归一化植被指数 NDVI = ( NIR - R ) / ( NIR + R ) 值-1~1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值表示有植被覆盖，且随覆盖度增大而增大；优点：检测植被生长状态、植被覆盖度和消除部分辐射误差等；局限性：本质是NIR和R的非线性拉伸。在高植被区（LAI值很高，植被茂密时），NDVI灵敏度较低，远不如RVI增加的速率； NDVI能反映出植被冠层的背景影响，如土壤、潮湿地面、雪、枯叶、粗糙度等，且与植被覆盖.

常见植被指数总结（一）

weixin_51775350的博客

11-07

9394

总结常见的植被指数公式、特点、不足以及应用，加深对植被指数的认知。

Google Earth Engine——VNP13算法过程产生三种植被指数。(1）归一化差异植被指数（NDVI），（2）增强植被指数（EVI），以及（3）增强植被指数-2（EVI2）。

此星光明博客

10-04

2655

The Suomi National Polar-Orbiting Partnership (S-NPP) NASA Visible Infrared Imaging Radiometer Suite (VIIRS) Vegetation Indices (VNP13A1) data product provides vegetation indices by a process of selecting the best available pixel over a 16-day acquisition

笔记二——遥感GEE-植被指数计算以LANDSAT-7为例

weixin_51504724的博客

03-10

4095

最近用到了LANDSAT计算植被指数，用到的一些指数记录一下笔记大部分卫星应该都可以使用嘿嘿！！！1.LANDSAT-7波段介绍1-blue 蓝波段2.上公式。

植被物候参数遥感研究进展（好文分享）

yuanYW7556的博客

04-07

1万+

在气候变化背景下，植被物候作为生态系统对环境变化响应的直接体现方式，日益受到学界关注。获取长期、连续、多尺度的植被物候数据是物候研究的基础，而利用卫星遥感手段获取的物候参数已经成为陆地生态系统变化研究的重要指标。遥感物候参数在农业生产管理、生态系统监测、土地利用类型制图、人类健康和生态系统气候变化响应等领域发挥着重要的作用。在此背景下，有必要结合关键科学问题与重要应用领域，系统梳理近些年来遥感物候参数提取、验证和产品研发方面的进展，指出本领域目前存在的问题并对未来的发展趋势进行展望。首先，探讨了植被指数、日

探索植被指数：了解不同类型的植被指数及其应用

m0_58867031的博客

04-17

892

植被指数是通过遥感技术计算的一组数值，用于评估地表植被的覆盖、健康状况和生长状况。在遥感领域，有多种类型的植被指数被广泛应用。本文将介绍几种常见的植被指数及其应用。

基于随机森林算法的森林生物量反演【Matlab Python】

m0_49684834的博客

07-16

9258

估算森林生物量的方法大致可归为以下两种：一是传统估算方法，大多是采用抽样方法获取野外调查数据估算森林生物量，这种方法往往需要较多的人力物力来完成，并且获取的数据不具有空间连续性特征，无法反映环境因子对估算结果的影响；二是遥感技术估算方法，遥感影像波段具有空间连续性特征，且具有宏观、快速以及可重复等特点，为研究森林生物量及其空间分布提供了必要条件，使得估算结果不仅接近实际，而且可提供直观的森林生物量空间分布信息。

各种遥感植被指数计算公式

10-13

文档中有我自己统计的各种植被指数的计算公式，相信会对大家有所帮助。

GEE 教程——计算各种植被指数，分析时间变化，并根据定义的阈值对区域进行分类

此星光明博客

11-15

269

该脚本处理卫星图像，以计算各种植被指数，分析时间变化，并根据定义的阈值对区域进行分类。每个步骤对于理解指定区域内的植被健康和动态变化至关重要。### 1. 设置环境```- **geometry**: 定义了一个矩形多边形，表示感兴趣的区域，后续分析中会用到。### 2. 定义时间范围和区域```- **fecha**: 包含分析的开始和结束日期的数组。- **region**: 从用户资产中加载一个特征集合，可能包含特定的感兴趣区域。### 3. 设置阈值。

GEE 教程——基于sentinel-2数据的NDVI和EVI指数的对比

此星光明博客

01-20

1513

GEE 教程——基于sentinel-2数据的NDVI和EVI指数的对比NDVI（Normalized Difference Vegetation Index）和EVI（Enhanced Vegetation Index）是两种常用的植被指数，用于评估植被生长状况和活力。NDVI是最常见的植被指数之一，通过计算红外波段和可见光波段的差异来评估植被的绿度。NDVI的计算公式为：(NIR - Red) / (NIR + Red)，其中NIR为近红外波段反射值，Red为红光波段反射值。

遥感应用中常用的23个植被指数公式大全和GEE目前最常用Landsat影像时间和名称

此星光明博客

07-12

7372

VIs允许与植被的不同参数或变量发生定量和功能关系。23个VIs，这些VIs通常用于农业应用（Bannari 2009），（Xue 2017）。在ARVI、ATSAVI、EVI、EVI2、OSAVI、SAVI、ATSAVI和WDRVI中，即所有那些除了频谱带之外还需要一些调整变量的VI。影像集合，具体包含名称、传感器、时间和引用代码。1：ARVI：抗大气污染植被指数*。在VI方程中使用的光谱带的缩写。

LPDACC-VNP13A1数据介绍

qq_42062048的博客

11-16

968

VNP13A1数据介绍：VIIRS / NPP植被指数L3全球16天500 m SIN网格声明本文自https://lpdaac.usgs.gov/products/vnp13a1v001/翻译转载。有需要可以自行前往https://lpdaac.usgs.gov/了解更多。基本描述 Suomi国家极地轨道合作伙伴（S-NPP）美国宇航局可见红外成像辐射仪套件（VIIRS）植被指数（VNP13A1）版本1数据产品通过在16天的采集期内选择最佳可用像素的过程来提供植被指数500米（m）分辨率。VNP13

增强植被指数evi公式_什么是植被指数？RADARSAT-2数据地灾解译生态旅游解译

weixin_30788829的博客

01-16

3842

什么是植被指数？植被指数(vegetation index, VI)是无量纲的、利用叶冠的光学参数提取的。设计植被指数的目的是建立一种经验的或半经验的、强有力的、对地球上所有生物群体都适用的植被观测量。通常使用红色可见光通道和近红外光谱通道的组合来设计植被指数。土壤调节植被指数(soil-adjusted vegetation index, SAVI)是一个可以适当描述土壤-植被系统“简单模型”的...

增强型植被指数——EVI

最新发布

01-24

### FM330A0x10 EV I2C 通信协议概述 I2C (Inter-Integrated Circuit) 是一种串行总线用于连接微控制器及其外围设备。对于FM330A0x10系列器件而言，支持标准模式下的I2C接口操作，工作频率最高可达400kHz[^1]。该芯片组通过SDA（数据线）和SCL（时钟线）实现双向通讯，并遵循主从架构模型，在此框架下只有一个主机可以发起并控制传输过程而多个从机响应命令执行相应动作[^2]。 ### 初始化配置与基本设置为了使能I2C功能模块，需先完成如下寄存器初始化设定： - 设置I2C时钟源及时分频系数以确定波特率； - 配置地址匹配机制来指定本节点作为特定从设备的身份识别码； - 开启中断允许位以便于事件触发处理程序调用；具体到FM330A0x10上，则涉及到对`I2CMCR`, `I2CSAR`, 和其他相关控制/状态寄存器的操作[^3]。 ```c // 假设已经定义好了硬件抽象层函数HAL_I2C_Init() void Init_FM330_I2C(void){ // 设定I2C参数结构体 I2C_HandleTypeDef hi2c; hi2c.Instance = FM330_I2C_BASE; /* 定义使用的I2C外设实例 */ hi2c.Init.ClockSpeed = 100000; /* 设置I2C通信速率, 单位Hz */ hi2c.Init.DutyCycle = I2C_DUTYCYCLE_2; /* 默认占空比 */ hi2c.Init.OwnAddress1 = SLAVE_ADDRESS; /* 自身地址(如果作为从机)*/ hi2c.Init.AddressingMode = I2C_ADDRESSINGMODE_7BIT;/* 地址长度 */ HAL_I2C_Init(&hi2c); /* 执行实际初始化 */ } ``` ### 数据读写流程说明当准备向外部传感器发送指令或接收反馈信息时，通常会按照以下方式构建事务序列： - 主控端发出起始条件通知网络内所有监听者即将开始一次新的对话； - 发送目标从站的七位有效地址加上读/写方向标志位构成八比特宽度的消息头； - 如果是写入请求则继续传送后续的数据字节直到结束为止； - 对于读取需求来说，在最后一个预期应答之前还需额外附加重复启动信号以及反向寻址帧； - 结束整个交互周期前由主方释放线路进入闲置态即停止条件[^4]。 ```c /* 向从设备写入单个寄存器值的例子 */ uint8_t WriteRegister(uint8_t reg_addr,uint8_t value){ uint8_t buffer[2]; buffer[0]=reg_addr; buffer[1]=value; if(HAL_I2C_Master_Transmit(&hi2c,SLAVE_ADDR,buffer,sizeof(buffer),TIMEOUT)!= HAL_OK) return ERROR; else return SUCCESS; } /* 从从设备读取固定数量的数据样本 */ uint8_t ReadData(uint8_t *data_buffer,uint16_t length){ if(HAL_I2C_Master_Receive(&hi2c,SLAVE_ADDR,data_buffer,length,TIMEOUT)!= HAL_OK) return ERROR; else return SUCCESS; } ```