GEE | 基于Landsat的1984-2024年归一化燃烧指数NBR分析

最新推荐文章于 2025-06-06 14:24:24 发布
最新推荐文章于 2025-06-06 14:24:24 发布
阅读量409 收藏 1
点赞数 1
文章标签： arcgis 数据分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_48539301/article/details/145977330
版权

图片

各位同学，新年好！今天和大家分享的是1984-2024年归一化燃烧指数NBR，需要的同学仅需要更改研究区即可。

一、归一化燃烧指数

归一化燃烧指数（Normalized Burn Ratio, NBR）是通过近红外（NIR）和短波红外（SWIR）波段的反射率计算得出的。NBR的值范围在-1到1之间，通常用于评估火灾前后的植被变化。火灾后，NBR值会显著下降，随着时间的推移，植被恢复，NBR值会逐渐回升。

二、GEE代码

基于Landsat NBR年数据，print每年的NBR均值并导出栅格数据。

图片

图片

图片

图片

 

 

GEE案例——一个完整的火灾监测案例dNBR差异化归一化烧毁指数
此星光明博客
10-25 2306
dNBR是"差异化归一化烧毁指数"的缩写。它是一种用于评估卫星图像中烧毁区域严重程度的遥感指数。dNBR值通过将火灾前的归一化烧毁指数（NBR）减去火灾后的NBR来计算得出。该指数常用于野火监测和评估。dNBR（差异化归一化烧毁指数）是一种用于评估火灾后地表烧毁程度的遥感指标。它通过比较火灾前后的归一化烧毁指数（NBR）来计算得出。NBR是利用遥感数据中红外波段和近红外波段的反射率之差来衡量植被健康状况的指标。
GEE：指数计算（NDVI、NBR、EVI、NDMI、NDSI、TC、NDFI、EBBI、VCI、BSI、NDBI、GRAY）
养乐多的博客
04-08 1万+
本文记录了，使用 Landsat 光学波段计算指数的方法和代码，包括NDVI、NBR、EVI、NDMI、NDSI、TC变化（绿度、亮度、湿度）、NDFI、EBBI、VCI等指数。
Google Earth Engine（GEE）——使用归一化燃烧指数 (NBR) 绘制地表烧伤严重程度图
此星光明博客
06-26 2825
归一化燃烧指数（Normalized Burn Ratio, NBR）是一种遥感指标，用于评估野火或烧伤地面后的植被恢复情况。NBR能增强较大范围的火灾区域，如大于200公顷。它是通过比较远红外波段 (SWIR) 和近红外波段 (NIR) 的反射率来计算的。SWIR波段测量烧伤地面的反射率，NIR波段测量没有受到烧伤影响的植被的反射率。NBR的计算公式为：NBR =（NIR-SWIR）/（NIR + SWIR）。其中，NIR为近红外波段，SWIR为短波红外波段。
NBR:归一化燃烧率
03-06
丁腈橡胶 归一化燃烧率 光栅 matplotlib 麻木 该脚本根据卫星图像计算NBR并返回发射区域。
Google Earth Engine ——LANDSAT 4系列归一化燃烧比热（NBRT）指数8天/32天/年际合成数据集
此星光明博客
09-27 602
These Landsat 4 TM composites are made from Level L1T orthorectified scenes, using the computed top-of-atmosphere (TOA) reflectance. SeeChander et al. (2009)for details on the TOA computation. As of May 1, 2017, the USGS is no longer producing Pre-Colle..
遥感中相关光谱指数归纳
热门推荐
yx904315408的博客
04-27 1万+
遥感指数NDVI 归一化植被指数 (NIR-R)/(NIR+R)NDWI 归一化水体指数 (G-NIR)/(G+NIR) (NIR-MIR)/(NIR+MIR)MNDWI 改进型归一化差值水体指数 (Green-MIR)/(Green+MIR)NDBI 归一化建筑指数 (MIR-NIR)/(MIR+NIR)归一化燃烧指数NBR，公式为：NBR=(NIR-SWIR...
遥感学习笔记—光谱指数
By
12-11 1万+
遥感学习笔记—光谱指数参数说明光谱指数常见的光谱指数介绍NDVINBRBAIMIRBIGEMISAVINDMI & NDWINBRT参考资料 参数说明 参数说明： 参数 名称 英文名称 NIR 近红外 near infrared SWIR 短波红外 short-wave infrared MWIR 中波红外 medium-wave infrared LWIR 长波红外 long-wave infrared 光谱指数 光谱指数： 参数 名称 计算公式
Google Earth Engine ——Landsat 8 Collection 1 Tier 1数据集
此星光明博客
09-13 914
Landsat 8 Collection 1 Tier 1 DN values, representing scaled, calibrated at-sensor radiance. Landsat scenes with the highest available data quality are placed into Tier 1 and are considered suitable for time-series processing analysis. Tier 1 includes Lev
GEE训练教程：使用Landsat 8影像数据计算归一化植被指数（NDVI），并分析不同时间段内的植被变化
此星光明博客
05-16 115
本文介绍了如何使用Landsat影像数据在Google Earth Engine（GEE）平台上计算归一化植被指数（NDVI），并分析不同时间段的植被变化。首先，获取Landsat 8影像集合并定义相关波段。接着，通过掩膜函数去除云和饱和像素，处理影像数据。随后，选择两个时间段（2019年和2020年）计算中位数合成影像，并可视化结果。通过定义NDVI计算函数，生成2019年和2020年的NDVI图层。
GEE训练教程——基于Landsat C02数据的多指数计算和批量下载
此星光明博客
11-24 171
GEE训练教程——基于Landsat C02数据的多指数计算和批量下载。
【遥感与地理信息系统】基于Google Earth Engine的Landsat 8影像NBR变化检测及森林覆盖变化分类分析
05-26
通过计算归一化燃烧比（NBR）来量化植被覆盖变化情况，采用色彩渐变直观展示差异。基于预设阈值对变化程度进行分类，以不同颜色表示增加或减少区域。最后将处理结果可视化呈现在交互式地图上。 适用人群：地理信息...
【GEE学习笔记|遥感地学应用】如何利用遥感指数： 归一化雪指数、 归一化水指数、 冰川反照率指数，提取或去除冰川区域？
985小水博的摸鱼日常
04-11 2130
【GEE学习笔记|遥感地学应用】如何利用遥感指数： 归一化雪指数、 归一化水指数、 冰川反照率指数，提取或去除冰川区域？
vegetation indices
x5675602的专栏
05-16 2346
vegetation indices
GEE python高阶——如何使用geemap和eemont包基于MODIS影像计算GNDVI,NBR,NDWI指数并可视化（山西省太原市为例）
此星光明博客
03-12 2425
GNDVI (Green Normalized Difference Vegetation Index)是一种用于评估植被覆盖状况的指数。它是通过测量红光波段和近红外波段之间的比值来计算的。GNDVI的公式如下：其中，NIR代表近红外波段的反射值，Green代表绿色波段的反射值。GNDVI的值范围在-1到1之间。数值越高，表示植被覆盖越多。因为植物叶绿素对近红外波长的反射较强，而对绿色波长的吸收较高，所以植被覆盖越多，GNDVI的值越高。
森林火灾遥感评估区划方法
Mu的博客
12-30 7620
2020年3月28日19时30分，四川省凉山州木里县乔瓦镇锄头湾村与项脚蒙古族乡项脚村交界处发生森林火灾。火灾发生后，我们需要努力测量火灾后迹地，为森林重建和植被演替创造基线。借助火灾前后的Landsat8影像，利用归一化燃烧指数计算损失，然后将数据作为要素类发布以与其他人共享。 比较波段组合 首先，通过usgs获取 Landsat 8 影像初步查看火灾后迹地。了解研究区域后，可以更改影像的波段组合以便更好地查看燃烧区域。然后，可创建自定义组合来突出火灾后迹地。 打开工程 在开始分析之前，可下载含有任务原始
通过卫星影像来看看这次西昌山火
Anywalker
06-01 3857
2020年3月30日15时，西昌市泸山发生森林火灾，火势蔓延迅速，危及西昌市区。随之而来的便是让人心痛的消息，31日凌晨19名扑火英雄遇难。看了相关报道之后，不禁让我联想到当时遇难的场景，小编在大二的时候也参加过一起救火，靠近烈火时面部烧痛的感觉难以忍受，后面的话语便不多说。 在所有人感到心痛之余，也搜集查看了当时的情况，但是对山火的严重程度不得而知，于是想到卫星数据，想通过卫星数据来看看这次山火的严重性。通过空闲时间的搜集对比，决定选用哨兵2数据进行分析。 小编经常用的卫星数据也就Landsat8的，对哨
扰动特征选择原因
weixin_38835395的博客
02-24 763
1、NBR 由于 NBR 的光谱指数对植被叶片和土壤中的叶绿素、木炭灰和水分含量具有出色的敏感性，因此被广泛用于检测森林变化事件，例如突变和连续变化（Kennedy et al. 2010 ; Kennedy et al. 2015 年；朱等人2012 年）。 为了获得代表潜在森林干扰的 LandTrendr 衍生时间段，时间段的 NBR 值的幅度阈值基于森林干扰样本的 NBR 值的中值和标准差，并采用先前研究中建议的滑动阈值方法（ Grogan 等人，2015 年；Tang 等人。2019 年）。 在这种
归一化相关系数NCC
weixin_44060222的博客
04-26 7188
文章目录1、原理2、实现2.1 图像2.2 代码2.3 运行结果 1、原理 左图为图像I1{I_1}I1​，右图为图像I2{I_2}I2​。图像I1{I_1}I1​中蓝色方框表示待匹配像素坐标为(px,py)({p_x},{p_y})(px​,py​)，图像I2{I_2}I2​中蓝色方框表示待匹配像素坐标为(px,py)({p_x},{p_y})(px​,py​)，绿色方框表示待匹配像素坐标为(...
前端技能包
最新发布
殇的不悔
06-06 798
前端技能包学习
用差分归一化燃烧比，在GEE上用代码解释
05-03
差分归一化燃烧比（Differenced Normalized Burn Ratio，dNBR）是一种基于遥感数据的火灾监测指标，可以用来评估火灾对植被生长的影响。在Google Earth Engine（GEE）上，可以使用以下代码计算dNBR： 首先，导入Landsat 8影像和地表反射率数据集： ```javascript var L8 = ee.ImageCollection('LANDSAT/LC08/C01/T1_TOA') .filterDate('2019-01-01', '2019-12-31') .filterBounds(geometry); var s2_sr = ee.ImageCollection('COPERNICUS/S2_SR') .filterDate('2019-01-01', '2019-12-31') .filterBounds(geometry); ``` 其中，geometry是感兴趣区域的几何图形。 然后，根据Landsat 8数据集计算NBR（Normalized Burn Ratio）指标： ```javascript var nbr = L8.map(function(img) { return img.normalizedDifference(['B5', 'B7']).rename('NBR'); }); ``` 接着，根据Sentinel-2数据集计算dNBR的分母： ```javascript var s2_nbr = s2_sr.map(function(img) { return img.normalizedDifference(['B8', 'B12']).rename('NBR'); }); ``` 其中，分子使用Landsat 8的B5和B7波段，分母使用Sentinel-2的B8和B12波段。 接下来，将Landsat 8和Sentinel-2的NBR数据集合并： ```javascript var combined_nbr = nbr.merge(s2_nbr); ``` 最后，计算dNBR指标： ```javascript var dNBR = combined_nbr.reduce(ee.Reducer.mean()) .expression('(NBR_1 - NBR_2) / (NBR_1 + NBR_2)', {'NBR_1': 'NBR_mean', 'NBR_2': 'NBR_mean_1'}) .rename('dNBR'); ``` 其中，NBR_mean和NBR_mean_1是分别表示两个NBR数据集的平均值。 最终，可以将dNBR指标以图像形式在GEE上展示： ```javascript Map.addLayer(dNBR, {min: -1, max: 1, palette: ['red', 'yellow', 'green']}, 'dNBR'); ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

GIS遥感数据处理应用

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值