Radiometric quality and performance of TIMESAT for smoothing moderate resolution imaging spectroradiometer enhanced vegetation index time series from western Bahia State, Brazil

2014 ◽  
Vol 8 (1) ◽  
pp. 083580 ◽  
Author(s):  
Elane F. Borges ◽  
Edson E. Sano ◽  
Euzébio Medrado
Keyword(s):  
Time Series ◽  
Vegetation Index ◽  
Enhanced Vegetation Index ◽  
Moderate Resolution ◽  
Resolution Imaging ◽  
Moderate Resolution Imaging Spectroradiometer ◽  
And Performance ◽  
Index Time Series

scholarly journals Development and Demonstration of a Method for GEO-to-LEO NDVI Transformation

2021 ◽  
Vol 13 (20) ◽  
pp. 4085
Author(s):  
Kenta Obata ◽  
Kenta Taniguchi ◽  
Masayuki Matsuoka ◽  
Hiroki Yoshioka
Keyword(s):  
Vegetation Index ◽  
Normalized Difference Vegetation Index ◽  
Middle Latitude ◽  
Transformation Method ◽  
Low Earth Orbit ◽  
Linear Mixture Model ◽  
Moderate Resolution ◽  
Resolution Imaging ◽  
Moderate Resolution Imaging Spectroradiometer ◽  
Index Time Series

This study presents a new method that mitigates biases between the normalized difference vegetation index (NDVI) from geostationary (GEO) and low Earth orbit (LEO) satellites for Earth observation. The method geometrically and spectrally transforms GEO NDVI into LEO-compatible GEO NDVI, in which GEO’s off-nadir view is adjusted to a near-nadir view. First, a GEO-to-LEO NDVI transformation equation is derived using a linear mixture model of anisotropic vegetation and nonvegetation endmember spectra. The coefficients of the derived equation are a function of the endmember spectra of two sensors. The resultant equation is used to develop an NDVI transformation method in which endmember spectra are automatically computed from each sensor’s data independently and are combined to compute the coefficients. Importantly, this method does not require regression analysis using two-sensor NDVI data. The method is demonstrated using Himawari 8 Advanced Himawari Imager (AHI) data at off-nadir view and Aqua Moderate Resolution Imaging Spectroradiometer (MODIS) data at near-nadir view in middle latitude. The results show that the magnitudes of the averaged NDVI biases between AHI and MODIS for five test sites (0.016–0.026) were reduced after the transformation (<0.01). These findings indicate that the proposed method facilitates the combination of GEO and LEO NDVIs to provide NDVIs with smaller differences, except for cases in which the fraction of vegetation cover (FVC) depends on the view angle. Further investigations should be conducted to reduce the remaining errors in the transformation and to explore the feasibility of using the proposed method to predict near-real-time and near-nadir LEO vegetation index time series using GEO data.

scholarly journals Implicaciones del filtrado de calidad del índice de vegetación EVI para el seguimiento funcional de ecosistemas

2015 ◽  
pp. 11 ◽  
Author(s):  
A. Reyes Díez ◽  
D. Alcaraz-Segura ◽  
J. Cabello Piñar
Keyword(s):  
Quality Assessment ◽  
Vegetation Index ◽  
Normalized Difference Vegetation Index ◽  
Enhanced Vegetation Index ◽  
Moderate Resolution ◽  
Resolution Imaging ◽  
Moderate Resolution Imaging Spectroradiometer

<p>El seguimiento de los ecosistemas con imágenes procedentes del sensor MODIS (<em>Moderate Resolution Imaging Spectroradiometer</em>, espectroradiómetro de imágenes de resolución media) está actualmente muy extendido tanto en tareas de investigación como de gestión. Los índices de vegetación NDVI (<em>Normalized Difference Vegetation Index, </em>índice de vegetación de la diferencia normalizada) y EVI (<em>Enhanced Vegetation Index, </em>índice de vegetación mejorado) son ampliamente usados para la caracterización del funcionamiento ecosistémico. Ambos índices se emplean como estimadores lineales de la fracción de radiación fotosintéticamente activa interceptada por la vegetación (fAPAR), el principal control de la producción primaria. A pesar de sus ventajas, las imágenes de índices de vegetación no están libres de errores. El producto índices de vegetación MOD13Q1 proporciona una capa QA (<em>Quality assessment</em>,evaluación de la calidad) que informa sobre la calidad asociada a cada píxel. Esta información representa una gran ventaja para el usuario, al permitir filtrar aquellos datos que puedan inducir a errores al verse alterados por la presencia de aerosoles, nubes, nieve o sombras. Sin embargo, la realización de un filtrado homogéneo a lo largo de una gran región puede ocasionar la pérdida sistemática de información en determinadas zonas o épocas del año, introduciendo así un sesgo espacial o en la serie temporal. Esta situación puede ser especialmente crítica en regiones con alta heterogeneidad ambiental, como el Sureste Ibérico. En este trabajo evaluamos el efecto que el filtrado de calidad tiene sobre la información espacial y temporal de la base de datos del EVI en el periodo 2001-2010. Los esultados, expresados en porcentaje de información perdida (filtrada) y como efecto de estas pérdidas sobre los valores del EVI, indican que mientras que las áreas de menor altitud no se ven afectadas por el filtrado, las regiones de alta montaña muestran variaciones significativas en sus valores del EVI cuando son filtrados por aerosoles, sombras o la presencia de hielo o nieve. Esto pone de manifiesto la importancia del establecimiento de un protocolo para el procesamiento de la información que considere las características espaciales y temporales de los datos a filtrar.</p>

scholarly journals Estudo da dinâmica espaço-temporal do bioma Pantanal por meio de imagens MODIS

2008 ◽  
Vol 43 (10) ◽  
pp. 1371-1378 ◽  
Author(s):  
Marcos Adami ◽  
Ramon Morais de Freitas ◽  
Carlos Roberto Padovani ◽  
Yosio Edemir Shimabukuro ◽  
Mauricio Alves Moreira
Keyword(s):  
Vegetation Index ◽  
Tropical Rainfall Measuring Mission ◽  
Shuttle Radar Topography Mission ◽  
Enhanced Vegetation Index ◽  
Tropical Rainfall ◽  
Modis Evi ◽  
Moderate Resolution ◽  
Resolution Imaging ◽  
Moderate Resolution Imaging Spectroradiometer

O objetivo deste trabalho foi avaliar dados multitemporais, obtidos pelo sensor "moderate resolution imaging spectroradiometer" (MODIS), para o estudo da dinâmica espaço-temporal de duas sub-regiões do bioma Pantanal. Foram utilizadas 139 imagens "enhanced vegetation index" (EVI), do produto MOD13 "vegetation index", dados de altimetria oriundos do "shuttle radar topography mission" (SRTM) e dados de precipitação do "tropical rainfall measuring mission" (TRMM). Para a redução da dimensionalidade dos dados, as imagens MODIS-EVI foram amostradas com base nas curvas de nível espaçadas em 10 m. Foram aplicadas as técnicas de análise de autocorrelação e análise de agrupamentos aos dados das amostras, e a análise de componentes principais na área total da imagem. Houve dependência tanto temporal quanto espacial da resposta espectral com a precipitação. A análise de agrupamentos apontou a presença de dois grupos, o que indicou a necessidade da análise completa da área. A análise de componentes principais permitiu diferenciar quatro comportamentos distintos: as áreas permanentemente alagadas; as áreas não inundáveis, compostas por vegetação; as áreas inundáveis com maior resposta de vegetação; e áreas com vegetação ripária.

scholarly journals Phenological Dynamics of Vegetation Using the Enhanced Vegetation Index (EVI) in Regions of Bahia State

2018 ◽  
Vol 7 (7) ◽  
pp. 399
Author(s):  
Wanessa Luana De Brito Costa ◽  
Célia Campos Braga ◽  
Clênia Rodrigues Alcântara ◽  
Adriana De Souza Costa
Keyword(s):  
Wavelet Transformation ◽  
Vegetation Index ◽  
Enhanced Vegetation Index ◽  
Global Power ◽  
Moderate Resolution ◽  
Resolution Imaging ◽  
Moderate Resolution Imaging Spectroradiometer ◽  
Almost All ◽  
Annual Scale ◽  
Dynamics Of Vegetation

The purpose of this study is to analyze the dynamics of EVI (Enhanced Vegetation Index) variability in different time scales of the different biomes in the state of Bahia. Images of the MODIS / Terra (Moderate Resolution Imaging Spectroradiometer) sensor with spatial resolution of 1km were used for the period between 2001 and 2015. For that, the methodology of the Wavelet Transformation (WT) was applied in each homogeneous region HR. The WT allows to identify in different scales important oscillations in the signal, through scales of energy and global power. Thus, it can be observed that the phenological pattern of vegetation predominates on an annual scale in almost all regions, except in HR1, HR4 and HR6 where interactions with smaller scales are detected: intrasazonal and seasonal to some years in the studied period. In this context, it was possible to identify that in the years where there were higher rates of EVI, there is an association with higher rainfall indices in different regions. Therefore, it can be said that EVI is also a good indicator of rainfall.

scholarly journals Análise da dinâmica sazonal e separabilidade espectral de algumas fitofisionomias do cerrado com índices de vegetação dos sensores MODIS/TERRA e AQUA

2007 ◽  
Vol 31 (2) ◽  
pp. 295-305 ◽  
Author(s):  
Veraldo Liesenberg ◽  
Flávio Jorge Ponzoni ◽  
Lênio Soares Galvão
Keyword(s):  
Vegetation Index ◽  
Normalized Difference Vegetation Index ◽  
Enhanced Vegetation Index ◽  
Moderate Resolution ◽  
Resolution Imaging ◽  
Moderate Resolution Imaging Spectroradiometer

Composições de 16 dias de índices de vegetação do sensor MODerate resolution Imaging Spectroradiometer (MODIS), com resolução espacial de 1km, a bordo dos satélites TERRA e AQUA, foram usadas para caracterizar a dinâmica sazonal em 2004 de cinco fitofisionomias de Cerrado e analisar a sua separabilidade espectral. Os índices Normalized Difference Vegetation Index (NDVI) e Enhanced Vegetation Index (EVI), calculados a partir dos dados dos sensores de ambas as plataformas e de uma base comum de pixels, foram comparados entre si. Os resultados indicaram que: (a) dentre as fitofisionomias estudadas, a Floresta Estacional decídua apresentou uma dinâmica sazonal muito marcante em função da perda de folhas da estação chuvosa para a seca (substancial redução nos índices) e do rápido verdejamento com o início da precipitação no final de outubro (rápido incremento de NDVI e EVI); (b) o NDVI mostrou maior variabilidade entre as classes de vegetação do que o EVI apenas na estação seca; (c) a discriminação entre as fitofisionomias melhorou da estação chuvosa para a seca; (d) o NDVI foi mais eficiente do que o EVI para discriminar as classes de vegetação na estação seca, ocorrendo o contrário na estação chuvosa; e (e) na maioria das datas selecionadas para estudo, não houve diferenças estatisticamente significativas entre os índices de vegetação gerados de ambas as plataformas, apesar das variações na qualidade dos pixels selecionados para as composições de 16 dias e na geometria de iluminação e de visada.

scholarly journals Modis time series for irrigated-area mapping in hydrographic basins of the Brazilian Northeastern region

2018 ◽  
Vol 53 (1) ◽  
pp. 80-89 ◽  
Author(s):  
Andre Keiiti Ide ◽  
Gustavo Macedo de Mello Baptista
Keyword(s):  
Time Series ◽  
Vegetation Index ◽  
Northeastern Region ◽  
Irrigated Area ◽  
Analysis Technique ◽  
Agricultural Census ◽  
Moderate Resolution ◽  
Annual Time Series ◽  
Resolution Imaging ◽  
Moderate Resolution Imaging Spectroradiometer

Abstract: The objective of this work was to evaluate the applicability of time series of the enhanced vegetation index (EVI), from the moderate resolution imaging spectroradiometer (Modis), in the mapping of irrigated areas in the Northeastern region of Brazil. Annual time series from 2006 to 2015 were classified with the iterative self-organizing data analysis technique (Isodata) algorithm, generating a binary map of irrigated and nonirrigated areas for each year. In the Sertão region, the classification showed an average kappa coefficient of 0.66, underestimating the irrigated area by 7.6%, compared with data of the 2006 agricultural census. In regions more humid than the Sertão, such as Agreste and Zona da Mata Nordestina, the methodology showed limitations to distinguish irrigated areas from natural vegetation, presenting average kappa coefficients of 0.26 and 0.00, respectively. The EVI time series from Modis are applicable for the mapping of irrigated areas in the Sertão of the Northeastern region of Brazil.

scholarly journals Uso de imagens do sensor orbital modis na estimação de datas do ciclo de desenvolvimento da cultura da soja para o estado do Paraná – Brasil

2016 ◽  
Vol 36 (1) ◽  
pp. 126-142 ◽  
Author(s):  
Jerry A. Johann ◽  
Willyan R. Becker ◽  
Miguel A. Uribe-Opazo ◽  
Erivelto Mercante
Keyword(s):  
Vegetation Index ◽  
Enhanced Vegetation Index ◽  
Moderate Resolution ◽  
Resolution Imaging ◽  
Moderate Resolution Imaging Spectroradiometer

RESUMO O Estado do Paraná caracteriza-se por uma grande variabilidade de épocas de semeadura (DS) e, consequentemente, pelo desenvolvimento máximo vegetativo (DMDV), colheita (DC) e ciclo (CI) para a cultura da soja. O objetivo deste trabalho foi estimar essas datas para o período de primavera-verão do ano-safra de 2011/2012, por meio de séries temporais de imagens do Índice de Vegetação Realçado (do inglês Enhanced Vegetation Index - EVI) do sensor Modis (Moderate Resolution Imaging Spectroradiometer). Gerou-se um perfil espectrotemporal médio de EVI, considerando todos os pixels mapeados como soja dentro de cada município. Estes dados serviram de entrada no software Timesat para estimar os decêndios do ciclo da cultura (DS, DMDV, DC e CI) por municípios. Os resultados mostraram que existe grande variabilidade de datas de plantio em diferentes mesorregiões do Estado. Verificaram-se também divergências entre os resultados encontrados e os dados oficiais de DS e DC. A maior parte da semeadura (65,16%) esteve entre o terceiro decêndio de outubro e o primeiro decêndio de novembro. A maior parte da área de soja do Estado do Paraná (65,46%) teve seu DMDV em janeiro e colheita em março (53,92%).

scholarly journals The Thar, Rajputana desert unprecedented rainfall in 2006 and 2010: effect of climate change?

2011 ◽  
Vol 50 (4) ◽  
Author(s):  
Vadlamudi Brahmananda Rao ◽  
Egidio Arai ◽  
Sergio H. Franchito ◽  
Yosio E. Shimabukuro ◽  
S.S.V.S. Ramakrishna ◽  
...  
Keyword(s):  
Climate Change ◽  
Vegetation Index ◽  
Normalized Difference Vegetation Index ◽  
Tropical Rainfall Measuring Mission ◽  
Enhanced Vegetation Index ◽  
Tropical Rainfall ◽  
Moderate Resolution ◽  
Resolution Imaging ◽  
Moderate Resolution Imaging Spectroradiometer

En agosto de 2006 la región de Rajasthan registró lluvias excepcionalmente intensas que provocaron severas inundaciones. También, en la temporada del monzón de 2010 Rajasthan recibió fuertes lluvias, aunque no superiores a las de agosto de 2006. Pero los altos valores de precipitación en el año 2010 se produjeron durante toda la temporada del monzón. En el 2006 varias estaciones registraron lluvias intensas de alrededor de 125 mm en 24 horas. Un estudio reciente mostró que, en el futuro, eventos extremos similares tenderán a ocurrir en la India Central, que incluye una parte de Rajasthan. En este trabajo estos eventos son estudiados en el contexto de un probable cambio climatico sobre esta región usando datos de satélites. Para ello fueron usados los índices de vegetación NDVI (Normalized Difference Vegetation Index) y EVI (Enhanced Vegetation Index), derivados del MODIS (Moderate Resolution Imaging Spectroradiometer) y los datos de precipitación del satélite TRMM (Tropical Rainfall Measuring Mission) para 11 años (2000-2010). Ambos productos NDVI y EVI revelaron un crecimiento exuberante de la vegetación sobre el desierto de Rajputana en setiembre de 2006 y en agosto y septiembre de 2010. El análisis de los datos de precipitación y EVI confirmó el crecimiento de la vegetación en 2006 y 2010, mostrando la utilidad de los datos obtenidos por satélite en la captura de los cambios en esta región. En algunos estudios previos se ha señalado que la lluvia sobre la región Oeste de Rajasthan durante la temporada del monzón muestra una importante tendencia creciente. Así, en el futuro, el crecimiento de la vegetación en el desierto Rajputana parece ser muy posible.

Sign in / Sign up

Export Citation Format

Share Document