GEE 案例：一种在不受云层影响并利用合成口径雷达（SAR）数据的情况下监测植被的方法（双极化SAR植被指数）

目录

简介

 DPSVI (Dual Polarization SAR Vegetation Index)

代码1

代码2

代码3

代码4

引用

---

简介

DPSVI开发了一种在不受云层影响并利用合成口径雷达（SAR）数据的情况下监测植被的方法（双极化SAR植被指数），基于Sentinel-1任务数据。然而，DPSVI在植被茂密地区的性能和植被类别的变化尚不清楚。因此，本文旨在研究DPSVI在巴西大西洋森林生物群植被监测中的性能，并提出修改建议，以提高其监测植被和调查季节和空间对拟议指数（DPSVIm）性能影响的能力。采用了三种方法：1）使用从四个水文年获得的Sentinel-1和Landsat 8场景（2015-2016年至2018-2019年），计算每月DPSVI、DPSVI、NDVI（标准化差异植被指数）和EVI（增强植被指数）指数，调查季节性影响; 2）对Landsat 8和Sentinel-1数据进行按形式地形修正，以验证地形对DPSVSim性能的影响;以及3）用大西洋森林碎片属性面对DPSVSim：地上生物量（AGB）。场景是在Google Earth Engine平台上处理的。DPSVSim能够更好地区分植被，与DPSVI相比，主要发生在森林种植区和大西洋森林，这证明了拟议的改进。降雨制度使DPSVI表现与