콘텐츠로 바로가기
  • 검색 필드가 비어 있으므로 제안 사항이 없습니다.

식생 지수 생성 방법 - PIX4Dfields

다음 글에서는 기본 지수 옵션을 사용하여 식생 지수를 생성하는 방법과 지수 계산기를 사용하여 사용자 지정 지수를 생성하는 방법을 설명합니다.
드론 이미지를 가져와 처리하여 식생 지수를 생성하는 전체 워크플로는 " 나의 첫 번째 식생 지수 지도 - PIX4Dfields. 🌱

팁: 사용하여 토양 및 식물 마스킹 맵을 만들려면 PIX4Dfields의 해결 방법을 참조하세요 커뮤니티.

인덱스 생성기

이미지 처리 후 정사영상을 기반으로 미리 정의된 지표를 생성합니다.

1. 레이어 메뉴 위의 [인덱스]를 클릭합니다. [인덱스 생성기] 도구가 열립니다. 2. [원본 레이어]를 선택합니다. 3. 생성할 식생 지수를 해당 확인란에 체크하여 선택합니다. 4. [생성]을 클릭합니다.


테스트4.gif

참고: 에서는 가장 일반적으로 사용되는 식생 지수를 기본적으로 제공합니다 PIX4Dfields. 하지만 데이터 세트의 스펙트럼 구성에 따라 생성 가능한 식생 지수가 달라집니다. 예를 들어, RGB 영상과 다중 스펙트럼 영상은 스펙트럼 밴드 구성이 다르기 때문에 기본 지수 목록이 다릅니다.

사용 가능한 인덱스

참고: 지금 바로 사용해 보세요 PIX4Dfields ! 15일 무료 체험판에 등록하고 예제 데이터셋을 다운로드하여 이러한 모든 인덱스를 얼마나 쉽게 생성할 수 있는지 알아보세요.
색인
설명
공식
이미지 가져오기 유형
플랫폼
BNDVI - 청색 정규화 차분 식생 지수
엽록소 함량에 민감한 지역의 경우, 적색 채널을 제외한 NDVI 지수.
(nir - blue) / (nir + blue)
다중 스펙트럼(세쿼이아 제외)
드론과 위성.
GNDVI - 녹색 정규화 차분 식생 지수
엽록소 함량에 민감한 지역의 경우, 적색 채널을 제외한 NDVI 지수.
(nir - green) / (nir + green)
다중 스펙트럼
드론과 위성.
LCI - 잎 엽록소 지수

잎이 완전히 덮인 영역의 엽록소 함량을 평가하는 지표.

값 범위는 -1에서 1 사이로 제한됩니다.

(nir - rededge) / (nir + red)
다중 스펙트럼
드론과 위성.
MCARI - 반사율에 대한 수정된 엽록소 흡수
엽록소 농도를 측정하는 데 사용되는 지표로, 엽면적지수(LAI)의 변화를 포함합니다.
1.2 * (2.5 * (근적외선 - 적색) - 1.3 * (근적외선 - 녹색)) / (적색, 녹색, 근적외선 대역의 최대값으로 정규화)
다중 스펙트럼
드론과 위성.
NDRE - 정규화 차이 적색 가장자리
토양 배경 효과에 대한 잎의 엽록소 함량에 민감한 지수입니다. 이 지수는 적색 가장자리 밴드 데이터가 있을 때만 산출할 수 있습니다.
(nir - rededge) / (nir + rededge)
다중 스펙트럼
드론과 위성.
NDVI - 정규화 차분 식생 지수
잎 밀도 및 식물 건강을 평가하는 데 사용되는 일반적인 지표입니다.
(nir - red) / (nir + red)
다중 스펙트럼
드론과 위성.
SIPI2 - 구조 집중형 색소 지수 2

수목 구조의 변동성이 높은 지역(예: 임업)에서 사용되는 지표입니다.

 

(nir - 녹색) / (nir - 빨간색)
다중 스펙트럼
드론과 위성.
TGI - 삼각 녹지 지수
엽록소 민감도에 대한 RGB 지수.
(녹색 - (0.39 * 빨간색) - (0.61 * 파란색)) /(빨간색, 녹색, 파란색 밴드의 최대값으로 정규화됨)
RGB
드론과 위성.
VARI - 가시광선 대기 저항 지수
잎 밀도에 대한 RGB 인덱스.
min(1; max(-1; (녹색 - 빨간색) / (녹색 + 빨간색 - 파란색) ))
RGB
드론과 위성.
NDMI - 정규화 차이 수분 지수
NDWI는 근적외선(NIR) 및 단파적외선(SWIR) 대역을 사용하여 잎의 수분 함량 변화를 모니터링합니다.
(nir - swir_1613) / ( nir + swir_1613)
다중 스펙트럼
위성
참고 1: min(1, max(-1, ...))는 값을 -1과 1 사이로 제한합니다.
 
 
 
 

인덱스 계산기

인덱스 계산기를 사용하여 사용자 지정 인덱스를 생성하려면 다음과 같이 하십시오.

1. 창 오른쪽 상단의 아이콘을 클릭하여 인덱스 생성기를 엽니다. 2. 소스 레이어를 선택합니다. 3. 사용 가능한 인덱스 목록 아래에 있는 '사용자 지정 인덱스 만들기'를 클릭합니다. 4. 인덱스 이름을 지정합니다. 5. '작업' 및 ' 사용 가능한 밴드' 버튼을 클릭 하거나 키보드를 사용하여 수식을 입력합니다. 수식이 유효하면 '미리 보기' 버튼이 녹색으로 바뀝니다. 6. '미리 보기' 버튼을 클릭하여 인덱스를 미리 봅니다. 7. 미리 보기가 만족스러우면 '적용'을 클릭합니다 . 8. 생성된 사용자 지정 인덱스가 레이어 목록과 지도 인터페이스에 나타납니다.







가져온 이미지에서 사용 가능한 밴드에 따라 사용자 지정 인덱스를 만들 수 있으며, 이러한 인덱스는 ' 사용 가능한 밴드'.

참고: 단일 대역 반사율 맵은 지수 계산기를 사용하여 생성할 수 있습니다. 자세한 내용은 사용하여 반사율 맵을 생성하는 방법을 PIX4Dfields.

아래에는 작업 버튼 에 대한 설명이 있습니다.

작업
설명
작업
설명
(
괄호 열기
^
지수
)
닫는 괄호
복근
절댓값
*
곱셈
exp
지수 함수(e^x)
+
덧셈
통나무
자연로그
-
빼기
최대
두 인수 사이의 최댓값이며, 구분자는 ";"(세미콜론)입니다
/
분할
최소
두 인수 사이의 최소값이며, 구분자는 ";"(세미콜론)입니다
;
함수에 매개변수를 두 개 이상 받는 경우 구분 기호로 세미콜론(;)을 사용합니다
제곱근
제곱근

NDVI 이해하기

NDVI(정규화 차분 식생 지수), 흔히 "녹색 지수"라고 불리는 이 지표는 엽록소 함량에 민감합니다.

건강한 식물은 눈에 들어오는 가시광선의 대부분을 흡수하고 근적외선의 상당 부분을 반사합니다. 따라서 건강한 식물은 높은 NDVI 값을 갖습니다.

NDVI 척도는 -1에서 +1까지의 범위를 갖습니다. 이 척도는 다양한 유형의 토지 피복과 식생의 건강 또는 밀도를 나타내도록 설계되었습니다. 다음은 이 범위 내의 값들이 일반적으로 나타내는 의미에 대한 간략한 개요입니다

  • +1에 가까운 값: 높은 NDVI 값(+1에 가까운 값)은 잎이 빽빽하게 녹색을 띠고 있음을 나타내며, 일반적으로 건강하고 활발한 식물과 관련이 있습니다. 이는 건강한 식물이 근적외선(NIR)을 더 많이 반사하고 가시광선을 더 많이 흡수하기 때문입니다.
  • 0에 가까운 값: NDVI 값이 0에 가까우면 암석, 모래 또는 눈으로 덮인 황무지를 나타내며, 이러한 지역은 적색과 근적외선 파장 사이의 반사율 차이가 거의 없어 식생이 거의 없음을 시사합니다.
  • -1에 가까운 값: 음수 NDVI 값(-1에 가까운 값)은 드물지만 발생할 수 있으며, 적색 파장대의 반사율이 근적외선 파장대의 반사율보다 클 때 나타날 수 있습니다. 이러한 상황은 근적외선 흡수율이 가시광선 흡수율보다 높은 수역에서 관찰될 수 있으며, 결과적으로 음수 NDVI 값이 나타납니다.

NDVI 값은 관찰 대상 지역의 특성, 즉 식생 유형, 생육 단계, 스트레스 요인(예: 수분 공급 또는 질병)의 존재 여부에 영향을 받는다는 점에 유의해야 합니다. 다음은 제가 만든 첫 번째 식생 지수 지도인 PIX4Dfields.

  • -1.0 ~ 0.0: 이 값은 주로 식물이 없는 표면(물, 눈, 구름 ​​등)과 관련되므로 해당 값을 가진 픽셀은 없습니다
  • 0.0~0.5: 기계 타이어 자국에서 알 수 있듯이 흙이 드러난 상태입니다.
  • 0.5~0.7: 건강하지 못한 식생, 낮은 식물 밀도.
  • 0.7~0.9: 더 건강한 식물 상태.
  • 0.9~0.973: 빽빽한 초목, 최상의 활력을 지닌 건강한 작물.