Aller au contenu principal
Accès ouvert déclaré 2021 article

A New Vegetation Index in Short-Wave Infrared Region of Electromagnetic Spectrum

10Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : tr, us. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Vegetation index algorithms based on radiance and/or reflectance data in the Visible Near Infrared (VNIR) band are created for multispectral and hyperspectral images to detect vegetation. By this way, vegetation and soil regions can be separated from each other. Furthermore, vegetation maturity and health can be observed and tracked. Besides VNIR band cameras, there are many cameras working in the Short Wavelength Infrared (SWIR) band. Therefore, the plant areas should also be detected in SWIR band images. For the purpose of the vegetation detection, a new vegetation index algorithm is created for SWIR hyperspectral images in this research. The proposed method’s feasibility and precision is evaluated using SWIR band hyperspectral data collected at various locations and times during the year. Test results show that besides vegetation regions, soil and water regions in the SWIR band hyperspectral images can be detected successfully. On Hyperion hyperspectral data, 98.9% and 98.5% mean scores are achieved for recall and precision, respectively.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
A New Vegetation Index in Short-Wave Infrared Region of Electromagnetic Spectrum
Date Crossref
01/01/2021
Éditeur
Institute of Electrical and Electronics Engineers (IEEE)
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Remote Sensing in AgricultureRemote Sensing and Land UseRemote-Sensing Image Classification

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.