| Abstrakt: |
Discrimination and classification are integral processes for interpreting remotely sensed data. Many spectral vegetation indices have been proposed for discriminating between vegetation, soil, and other ground cover categories. Classical remote sensing show that reflectance in the red (R) and near infrared (NIR) bands of the electromagnetic spectrum have been successful in differentiating between vegetation and other ground cover classes and they are commonly used for this purpose. Here we demonstrate how Fisher's classical statistics can be applied to develop discriminant functions for commonly used vegetation indices simply using the R and NIR bands. We derive a new vegetation index, the Log-Ratio Vegetation Index (LRVI) and demonstrate its utility in discriminating between cork oak trees and surrounding background in woodlands in Portugal. The LRVI performed better than seven previously developed vegetation indices, likely because of its linear properties in the reflectance density spectral space. The robustness and simplicity of LRVI suggests that it deserves further exploration and should be included for comparison with other vegetation indices and functions in discrimination, classification, and modelling studies. We suggest that the demonstrated approach is widely applicable to development of indices composed of other bands than R and NIR for systems or processes that correlate better with reflectance in other regions of the electromagnetic spectrum. Discriminação e classificação são processos integrantes da interpretação de dados de deteção remota. Muitos índices espectrais de vegetação têm sido propostos para a discriminação entre vegetação, solo e outras categorias de ocupação do solo. A deteção remota clássica mostra que as refletâncias nas bandas do vermelho (R) e infravermelho (NIR) do espectro eletromagnético têm sido bem-sucedidas na diferenciação entre vegetação e outras classes de ocupação do solo e são frequentemente usadas com esta finalidade. Utilizando apenas as bandas R e NIR, demonstramos como a estatística clássica de Fisher pode ser aplicada para desenvolver funções discriminantes para índices de vegetação comumente usados. Derivamos um novo índice de vegetação, o Log-Ratio Vegetation Index (LRVI), e demonstramos a sua utilidade na discriminação entre as copas de sobreiro e o sob coberto envolvente em montados de sobro em Portugal. O LRVI teve um desempenho melhor que sete índices de vegetação desenvolvidos anteriormente, provavelmente devido às suas propriedades lineares no espaço espectral das densidades de reflectância. A robustez e simplicidade do LRVI sugerem que merece ser mais estudado e deve ser incluído para comparação com outros índices de vegetação e funções em estudos de discriminação, classificação e modelação. Sugerimos que a abordagem demonstrada seja amplamente aplicável ao desenvolvimento de índices compostos por outras bandas além de R e NIR para sistemas ou processos que se correlacionem melhor com a refletância noutras regiões do espectro eletromagnético. La discrimination et la classification font partie intégrante des processus d'interprétation des données de télédétection. De nombreux indices spectraux de végétation ont été proposés pour différencier la végétation, le sol et d'autres catégories d'occupation du sol. La télédétection classique montre que la réflectance dans les bandes rouge (R) et proche infrarouge (NIR) du spectre électromagnétique a réussi à différencier la végétation d'autres types de classes d'occupation du sol et elles sont couramment utilisées à cette fin. Ici, nous montrons comment la statistique classique de Fisher peut être appliquée pour développer des fonctions discriminantes pour les indices de végétation couramment utilisés en utilisant simplement les bandes R et NIR. Nous dérivons un nouvel indice de végétation, le Log-Ratio Vegetation Index (LRVI) et démontrons son utilité dans la discrimination entre les couronnes de chêne-liège et le sous-bois environnant dans des peuplements de chêne-liège du Portugal. Le LRVI a donné de meilleurs résultats que sept indices de végétation développés précédemment, probablement en raison de ses propriétés linéaires dans l'espace spectral des densités de réflectance. La robustesse et la simplicité du LRVI suggèrent qu'il mérite une exploration plus approfondie et devrait être inclus pour comparaison avec d'autres indices et fonctions de végétation dans les études de discrimination, de classification et de modélisation. Nous suggérons que l'approche démontrée est largement applicable au développement d'indices composés d'autres bandes que R et NIR pour des systèmes ou des processus qui correspondent mieux à la réflectance dans d'autres régions du spectre électromagnétique. [ABSTRACT FROM AUTHOR] |
