Форумы GIS-Lab.info

По снимку Landsat-8 LC08_L1TP_217076_20180715_20180730_01_T1 двумя способами (в растровом калькуляторе QGIS и в плагине QGIS Land Surface Temperature) считаю NDVI.

Формула в растровом калькуляторе:

NDVI = (NIR-Red)/(NIR+Red) = (band5-band4)/ (band5+band4)=
( "LC08_L1TP_217076_20180715_20180730_01_T1_B5@1" - "LC08_L1TP_217076_20180715_20180730_01_T1_B4@1" ) * 1 / ( "LC08_L1TP_217076_20180715_20180730_01_T1_B5@1" + "LC08_L1TP_217076_20180715_20180730_01_T1_B4@1" ).


Результаты NDVI, рассчитанные двумя способами по ландсату - одинаковы. И они очевидно неправильны, так как диапазон значений индекса от -0.52 до 0.422.


Интересующая территория ( -23.1409, -44.22857 и radius 16 km) – тропический остров, покрытый здоровым тропическим лесом. Берега континента также покрыты им частично. То есть NDVI здесь должно быть до 0.8-0.9. Никак не 0.422!

Проверила по продукту NDVI MODIS MOD13Q1v006 с разрешением 250 m

Там все правильно, максимальное значение NDVI =0.87.


В чем причина неправильного расчета NDVI по снимку Landsat8 и как его надо считать правильно?
Может быть, в плагине LST надо было что-то внести в параметр Offset Callibration factor?
это единственный параметр, который я оставила 0.0 по умолчанию.

Или внести что-то еще в целях коррекции снимка?

Но, насколько знаю, с 2016 года снимки Ландсат поставляются уже с геометрической и радиометрической коррекцией (такими поступают снимки, называющиеся в наборах Landsat Level-1 Data Processing Levels или Landsat Level-1 data product или L1TP). А атмосферная коррекция не требуется для расчета NDVI. Или это не так?

Так в чем ошибка? Как получить правильный расчет NDVI по Landsat8?

Если хотите сравнивать цифирьки за разное время коррекция влияния атмосферы обязательна. Заказывайте уровень L2 (L8 OLI/TIRS COLLECTIONS LAND SURFACE REFLECTANCE).

Natalia Novoselova писал(а): ↑

15 янв 2020, 23:39

Так в чем ошибка? Как получить правильный расчет NDVI по Landsat8?

Ошибка в том, что значения пикселей Ландсата могут быть представлены разными физическими величинами. Продукты первого уровня содержат в себе значения DN в 16тибитном диапазоне - т.е. безразмерные значения от 0 до 65535.
Самый правильный NDVI считают не по DN, а по значениям Surface Reflectance, исключающие влияние атмосферы - чтоб можно было сравнивать снимки на разные моменты времени.

Спасибо. С этим продуктом (Landsat 8 OLI/TIRS Level-2 Data Products - Surface Reflectance) NDVI рассчиталось правильно.

То есть, для NDVI все-таки нужна атмосферная коррекция. Мне запомнилось, что кто-то когда-то говорил, что не нужна (где это было на форуме уже не помню)

Natalia Novoselova писал(а): ↑

17 янв 2020, 13:27

для NDVI все-таки нужна атмосферная коррекция

у вас проблема не столько в атмосферной коррекции, сколько в использовании "попугаев" (DN) которые (1) пропорциональны яркости, а не отражению, и (2) этот коэффициент пропорциональности разный для разных каналов.

gamm писал(а): ↑

17 янв 2020, 16:06

у вас проблема не столько в атмосферной коррекции, сколько в использовании "попугаев" (DN) которые (1) пропорциональны яркости, а не отражению, и (2) этот коэффициент пропорциональности разный для разных каналов.

Этим вы критикуете саму идею использования вегетационных индексов для изучения параметров растительно покрова? Понятно, что они не всесильны, но что-то они дают.

Natalia Novoselova писал(а): ↑

18 янв 2020, 20:19

Этим вы критикуете саму идею использования вегетационных индексов

причем тут индексы ... почитайте, что такое DN, и поймете, почему у вас ничего не получилось

Natalia Novoselova писал(а): ↑

18 янв 2020, 20:19

Этим вы критикуете саму идею использования вегетационных индексов для изучения параметров растительно покрова?

Нет, здесь gamm, про другое пишет, про саму суть значений DN. По ним индексы получатся неверные потому, что одним и тем же значением DN в разных каналах будут кодироваться разные значения спектральной яркости. Условно (цифры далее от балды), в красном канале значением DN = 1000 будет кодироваться яркость в 100 Вт /(ср * м2), а в ближнем инфракрасном - 50 Вт /(ср * м2). Это потому, что чувствительность сенсора разная на разных длинах волн, и эти разные диапазоны чувствительности нужно растянуть, например, на 16 бит, чтоб хранить снимки в формате tiff.

antonv писал(а): ↑

20 янв 2020, 13:30

Нет, здесь gamm, про другое пишет, про саму суть значений DN. По ним индексы получатся неверные потому, что одним и тем же значением DN в разных каналах будут кодироваться разные значения спектральной яркости. Условно (цифры далее от балды), в красном канале значением DN = 1000 будет кодироваться яркость в 100 Вт /(ср * м2), а в ближнем инфракрасном - 50 Вт /(ср * м2). Это потому, что чувствительность сенсора разная на разных длинах волн, и эти разные диапазоны чувствительности нужно растянуть, например, на 16 бит, чтоб хранить снимки в формате tiff.

Но эта проблема решается использованием для расчета вегетационных индексов Level2 Landsat ( Landsat 8 OLI/TIRS Level-2 Data Products - Surface Reflectance)?

То есть, этот продукт вносит не только атмосферную коррекцию,но и приводит к одному знаменателю кодировку яркости в DN на разных длинах волн?

Natalia Novoselova писал(а): ↑

20 янв 2020, 21:36

Но эта проблема решается использованием для расчета вегетационных индексов Level2 Landsat ( Landsat 8 OLI/TIRS Level-2 Data Products - Surface Reflectance)?

То есть, этот продукт вносит не только атмосферную коррекцию,но и приводит к одному знаменателю кодировку яркости в DN на разных длинах волн?

В целом и общем - да.

Но usgs.gov призывает помнить следующее:

2. The efficacy of land surface reflectance correction is likely to be reduced in hyper-arid or snow-covered regions, areas with low sun angle conditions, coastal regions where land area is small, relative to adjacent water, or areas with extensive cloud contamination.

Corrections may not be accurate to data acquired over high latitudes (> 65 degrees North or South). Landsat 7 ETM+ inputs are not gap-filled in the surface reflectance production. Users can refer to the Quality Assessment (QA) band for pixel-level condition and validity flags.

3. Landsat atmospheric correction and surface reflectance retrieval algorithms are not ideal for water bodies due to the inherently low level of water leaving radiance, and the consequential very low signal to noise ratio. Similarly, surface reflectance values greater than 1.0 can be encountered over bright targets such as snow and playas. These are known computational artifacts in the Landsat surface reflectance products.