簡介

Landsat 8是一顆搭載有多光譜遙感儀器的衞星，可以捕捉地表的反射率數據。其中，TOA (Top of Atmosphere) 數據是指觀測到的反射率值，未經過大氣校正。NDVI (Normalized Difference Vegetation Index) 是一種衡量植被生長狀況的指數，可以通過Landsat 8 TOA數據計算得到。本文將介紹如何基於Landsat 8 TOA數據計算大範圍的NDVI指數。

1. 數據準備
首先，需要獲取Landsat 8衞星的TOA數據。這些數據可以從美國地質勘探局（USGS）的Earth Explorer或者其他遙感數據提供商獲取。確保選擇合適的波段數據，包括近紅外(NIR)和紅外(RED)波段。

2. 大氣校正
由於TOA數據受大氣影響，我們需要進行大氣校正來剔除大氣效應。可以使用大氣校正算法，例如6S模型、MODTRAN等。大氣校正可以得到地表的反射率數據。

3. 波段選擇
從校正後的數據中選擇近紅外(NIR)和紅外(RED)波段數據。NIR波段對應的是水體和雲層的反射率較低；而植被的反射率較高。紅外(RED)波段可用於衡量地表的反射率。

4. NDVI計算公式
NDVI可以通過以下公式計算：

NDVI = (NIR - RED) / (NIR + RED)

其中，NIR是近紅外波段反射率，RED是紅外波段反射率。

5. NDVI計算過程
將選擇的NIR和RED波段的反射率代入上述公式中，可得到NDVI值。這個過程可以使用地理信息系統（GIS）軟件，如ArcGIS、QGIS等，進行批量處理。在處理之前，還需進行如下預處理步驟：
- 對數據進行裁剪：裁剪為感興趣區域範圍，以減少計算負擔。
- 進行無效值處理：將無效值（如雲層、陰影、水體等）排除，以確保計算精確性。
- 歸一化處理：將NDVI值歸一化到0-1或其他合適的範圍。

6. NDVI應用
計算得到的NDVI值可以應用於不同的應用領域，例如：
- 植被生長監測：NDVI值可以用於監測植被的生長狀況，如林業、農業等。
- 土地利用/覆蓋分類：NDVI值可以用於判定不同土地覆蓋類型，如林地、草地、水域等。
- 環境監測：NDVI值可以用於監測地表環境變化，如城市擴張、土地退化等。

總結：
基於Landsat 8 TOA數據計算大範圍的NDVI指數需要進行數據準備、大氣校正、波段選擇、NDVI計算公式應用和預處理等步驟。該過程需要使用地理信息系統軟件進行批量處理。計算得到的NDVI值可以應用於植被生長監測、土地利用分類和環境監測等領域。

函數

mosaic(method,scale)

將影像集合融合成為一張影像Image，返回最後一個有像素的Image對象，這裏的mosaic和gee中的略有不同，這裏的鑲嵌主要是鑲嵌，而不是和median等合成附檔是一樣的，所以這裏gve中比gee中少一些函數配置，不過默認情況下是中位數合成。

方法參數

- method( string,optional )

選擇影像鑲嵌的方法，可選，"median|mean|max|min"，默認值median

- scale( number,optional )

分辨率，可選，默認300

返回值: Image

ui.Legend(data,style,type,onClick)

這個函數和gee中的不同，主要是在GEE中沒有這樣定製的函數，需要自己來進行寫函數來添加到面板當中， 

方法參數

- data( object,optional )

圖例的組成樣式數據。

- style( object,optional )

在地圖上的位置，數據為對象。right：距離右側的位置，bottom：距離下面的位置，width：寬，height：高

- type( string,optional )

圖例的類型：continue或者classify。

- onClick( function,optional )

點擊回調方法。

返回值: ui.Legend

代碼

/**
 * @File    :   Landsat8_TOA_NDVI
 * @Time    :   2023/02/01
 * @Author  :   GEOVIS Earth Brain
 * @Version :   0.1.0
 * @Contact :   中國(安徽)自由貿易試驗區合肥市高新區望江西路900號中安創谷科技園一期A1樓36層
 * @Desc    :   Landsat8_TOA_NDVI
 * @Name    :   基於Landsat8 TOA數據的大範圍NDVI指數計算
*/
/** */

var chinaGeometry = gve.FeatureCollection('sample/vector/adm/china_sample').first().geometry();

var imageCollection = gve.ImageCollection("LANDSAT_8/02/T1/TOA")
                            .filterBounds(chinaGeometry)
                            .filterDate('2022-05-01','2022-08-31')
                            .select(['B4','B5','QA_PIXEL']);

// 計算大範圍內ndvi指數
var ndvi_China = imageCollection
        //.monthSelected()
        .select(['B4',"B5"])
        .ndvi()
        .mosaic('median');

// 地圖展示
var palette = {"band_rendering":{"pseudocolor":{"colormap":['#FCD163','#66A000','#3E8601','#004C00','#023B01']}}};

var img = ndvi_China.clip(chinaGeometry);
Map.centerObject(img);
var map = Map.addLayer(img, {"min":0,"max":0.8,palette: palette});



//@Ignore
var data = {
    title: "歸一化植被指數NDVI",
    colors: ['#FCD163','#66A000','#3E8601','#004C00','#023B01'],
    labels: ["0", "0.8"],
    step: 30,
};

//@Ignore
var style = {
    right: "0px",
    bottom: "0px",
    height: "80px",
    width: "350px",
};

var legend = ui.Legend(data, style);

Map.addUI(legend);