Landsat时序变化检测综述
汤冬梅, 樊辉, 张瑶

Review on Landsat Time Series Change Detection Methods
TANG Dongmei,FAN Hui,ZHANG Yao
表2 Landsat时序变化检测的主要指标
Tab.2 Major indices used in Landsat time series change detection
类别 指标 公式 例子
波段型 短波红外波段 ρSWIR1ρSWIR2 森林扰动及恢复轨迹检测[24]、野火及伐木引起的森林扰动检测[50]
所有波段 ρBρGρRρNIRρSWIR1ρSWIR2TIR 多种土地覆被变化检测和分类[19]、土地覆被变化检测及土地覆被分类[44]
植被指数型 归一化差异植被指
数(NDVI)
NDVI=ρNIR-ρRρNIR+ρR 连续森林扰动检测[16]、植被缓慢变化(植被恢复、病虫害)检测[20]、森林扰动和恢复趋势检测[33]、量化干旱导致的森林扰动[37]、沿边地区森林扰动检测[38]、热带森林扰动检测[43]、绿度变化趋势 检测[44]
增强型植被指数
(EVI)
EVI=GρNIR-ρRρNIR+C1ρR-C2ρB+L
其中G为调节因子一般取G=2.5;C1和C2为抗大气调节系数,C1=6和C2=7.5;L为土壤调节因子,取值一般为L=1
绿度变化趋势检测[44]
归一化差异湿度指
数(NDMI)
NDMI=ρNIR-ρSWIR1ρNIR+ρSWIR1 记录热带雨林扰动-恢复动态[79]
归一化燃烧率
(NBR)
NBR=ρNIR-ρSWIR2ρNIR+ρSWIR2 连续森林扰动检测[16]、森林扰动和恢复趋势检测[33]、突变扰动(城市化、森林管理、大火灾)检测[34]、沿边地区森林扰动检测[38]
线性变换型 穗帽变换湿度指数(TCW)) Landsat4-5中:
TCW=0.0315×ρB+0.2021×ρG+0.3102×ρR+0.1594×ρNIR-0.6806×ρSWIR1-0.6109×ρSWIR2
Landsat7中:
TCW=0.2626×ρTOA,B+0.2141×ρTOA,G+0.0926×ρTOA,R+0.0656×ρTOA,NIR-0.7629×ρTOA,SWIR1-0.5388×ρTOA,SWIR2
Landsat8中:
TCW=0.1511×ρTOA,B+0.1973×ρTOA,G+0.3283×ρTOA,R+0.3407×ρTOA,NIR-0.7117×ρTOA,SWIR1×-0.4559ρTOA,SWIR2
连续森林扰动检测[16]、森林扰动和恢复趋势检测[33]、不同阶段森林扰动检测[52],森林扰动检测[80]
组合型 穗帽变换角(TCA) TCA=arctan(TCGTCB) 森林扰动检测(主要检测采伐)[25]、森林扰动历史重建[26]、森林扰动和恢复历史检测[41]、野火及伐木引起的森林扰动检测[50]、量化景观变化(土地利用替换扰动速度)[51]
穗帽变换距离(TCD) TCD=TCG2+TCB2 森林扰动历史重建[26]、森林扰动和恢复历史检测[41]
扰动指数(DI) DI=TCB-TCG+TCW 森林扰动检测[12]、连续森林扰动检测[16]
森林综合得分(IFZ) IFZ=1NBi=1NBbpi-biˉSDi2
其中NB代表使用的波段数量;bpi代表某像元在第i波段的光谱值;biˉSDi分别代表第i波段森林训练样本的平均值和标准差。最常用的波段是近红外(ρNIR)和短波红外波段(ρSWIR1ρSWIR2
森林扰动历史重建[14]、野火及伐木引起的森林扰动检测[50]