使用插件对温度植被干旱指数进行计算

软件平台

ENVI5.3软件
插件:tvdi

背景

土壤水分是旱情监测的一个重要指标,利用遥感技术快速获得大面积区域内土壤水分对旱情监测意义重大。20世纪末,以遥感监测地表辐射温度信息繁衍土壤水分的方法应用于稀疏植被的热惯量法得到了广泛应用。而一般地表植被是不完全覆盖的,因而会导致反演的旱情信息存在误差,为消除土壤植被覆盖的影响,将地表温度和反映植被覆盖度的植被指数结合将会提高反演的精度。

实现流程

原理:
温度植被干旱指数计算公式:

其中Ts代表地表温度,TsMAX代表地表的最高温度,为TVIDI的干边,TsMIN代表地表的最低温度,对应着TVDI的湿边;a、b为干边的NDVI和Ts拟合方程系数,c、d为湿边的NDVI和Ts的拟合方程系数。TVDI阈值区间在0-1之间,从0-1值越大越干旱。

操作步骤:
1、首先打开准备好的NDVI以及TS的影像
NDVI影像如图:

TS影像如下:
接着打开TVDI插件:

选择NDVI或者EVI的影像(由于准备的是NDVI影像,所以选择NDVI)

接着选择LST的影像:

得到:

设置相关参数:

点击确定,并适当等待即可

等待一定时间(取决于电脑处理速度)即可得到tvdi影像、以及拟合方程

散点图

拟合方程

结语

以上使用插件对植被干旱指数的计算流程,希望对你们有所帮助。

使用插件对温度植被干旱指数进行计算相关推荐

  1. Python计算温度植被干旱指数(TVDI)

    温度植被干旱指数TVDI(Temperature Vegetation Dryness Index)是一种基于光学与热红外遥感通道数据进行植被覆盖区域表层土壤水分反演的方法. 1.原理 LST-NDV ...

  2. Python应用实战案例-Python使用MODIS数据实现温度植被干旱指数TVDI的计算

    1.数据下载 数据及代码参见温度植被干旱指数TVDI 采用的数据为MODIS植被指数产品MOD13A3.地表温度产品MOD11A2以及SRTM DEM产品. MODIS数据来源于美国航空航天局(Nat ...

  3. matlab热应力计算,不同温度下热应力的计算 - 仿真模拟 - 小木虫 - 学术 科研 互动社区...

    这个问题不难做,如果做 3D 分析,大致过程是: 1  几何建模 - 按照名义尺寸创建两个圆筒:最好在建模时使两个圆筒的轴线与总体直角坐标系的 z 轴一致: 2  划分网格:一般情况最好使用 3D 实 ...

  4. K型热电偶(k-type)温度与电压转换计算笔记

    一.热电偶简介 热电偶是一种简单的温度测量装置,由两种不同金属组成 热电偶类别 代号 分度号 测量范围 电压范围 基本误差限 镍铬-镍硅 WRN K -200-1370℃ -6.5mV~55mV ±0 ...

  5. cad展点插件lisp使用_单曲线坐标计算并展点用CAD_lisp函数

    单曲线坐标计算并展点用CAD_lisp函数 软件说明: 主要功能:CAD运行环境中录入相关参数后计算给定桩号的坐标,并在CAD界面上画出本点,支持多点连续计算. 如何安装:每次打开AutoCAD后需重 ...

  6. STM32内部CPU温度监测方法及计算。

    STM32有一个内部温度监测传感器,它的使用一般情况下不解决什么问题,但是对于日常使用还是有一定的作用. 内部温度传感器通道号16 初始化及配置代码为: USARTSET usartset;/* Sy ...

  7. 土壤湿度遥感监测 - 植被指数/地表温度与土壤湿度

    1.实习目的 了解和熟悉植被指数/地表温度特征空间与土壤湿度的关系. 2.实习内容 利用给定植被区域的地表温度图像和植被指数图像,分析二者之间的关系,并能给出简单解释: 了解利用温度植被干旱指数反映土 ...

  8. 免费共享(第二波):2010-2020年植被覆盖度VFC年产品!

    自1972年人类发射第一颗人造地球资源卫星以来,科学家就利用在轨卫星的红光和红外波段的不同组合进行植被研究,发现了这些波段包含90%以上的植被信息.越来越多的科研人员开始借用遥感技术进行有关地面特征等 ...

  9. Coding and Paper Letter(三十)

    资源整理,接上篇,本篇是论文. Paper: 1.Assimilating multi-source remotely sensed data into a light use efficiency ...

最新文章

  1. 卷积学习与图像识别的技术发展
  2. UI设计要学哪些软件
  3. java第一阶段知识_坚持:学习Java后台的第一阶段,我学习了那些知识
  4. poj 3411(DFS多点访问)
  5. Beta冲刺! Day2 - 砍柴
  6. 春节期间小游戏同时在线人数最高达2800万人/小时
  7. C++ 中list、vector和deque比较[转]
  8. 乌镇互联网大会 | 王恩东院士谈人工智能:计算力就是生产力
  9. WP7 页面事件触发顺序测试
  10. c++函数可变参数的使用
  11. Java前后端的JSON传输一(前后端JSON格式转换)
  12. 智慧校园信息化建设方案
  13. CYGWIN安装方法
  14. 彼得·林奇迄今最珍贵的一次演讲
  15. 小米手机显示无法连接服务器错误代码,来电转接出现连接问题或MMI码无效的解决方法...
  16. 河北最新食品安全管理员模拟真题集及答案解析
  17. React路由V6技术文档
  18. 使用计算机时注意的,使用计算机时注意几点预防“鼠标手”
  19. 基于python的情感分析案例-python snownlp情感分析简易demo(分享)
  20. 基于pymongo的学生信息考勤管理系统开发学习笔记之mongo篇

热门文章

  1. Python爬取数据存储到本地文本文件
  2. 机器学习算法:根据幸福感问卷调查做预测
  3. 如何破解游戏包中的素材与3D模型
  4. 新媒体时代下如何践行网络口碑营销?
  5. matlab 绘制三阶魔方-动态变化
  6. postgresql 修改id的自增起始数
  7. SAS学习——SAS逻辑库
  8. 我的阿里云盘资源搜索引擎首次试运行
  9. SCons教程(3) 编译程序
  10. Python 处理一对多考勤表