九寨沟生物圈保护区大场景植被健康遥感精细监测与诠析—

九寨沟生物圈保护区大场景植被健康遥感精细监测与诠析——以长海为例

高昇, 陈富龙, 时丕龙, 周伟, 朱猛, 骆艳松, 杨青霞, 王琴

Fine-scale remote sensing monitoring and interpretation of large-scene vegetation health in the Jiuzhai Valley biosphere reserve: A case study of the Changhai pilot zone

GAO Sheng, CHEN Fulong, SHI Pilong, ZHOU Wei, ZHU Meng, LUO Yansong, YANG Qingxia, WANG Qin

表2 灰度共生矩阵计算的纹路度量

Tab.2 Texture measures calculated from GLCM

纹理度量	计算公式^①	描述
均值MEA	$M E A = \overset{N - 1}{\sum_{i, j = 0}} i p (i, j)$	灰度共生矩阵窗口的灰度均值,反映图像的明暗深浅
相异性DIS	$D I S = \overset{N - 1}{\sum_{i, j = 0}} p (i, j) \|i - j\|$	反映图像灰度的相异性
角二阶矩 $A S M$	$A S M = \overset{N - 1}{\sum_{i, j = 0}} p {(i, j)}^{2}$	反映图像灰度分布均匀程度和纹理粗细度
对比度CON	$C O N = \overset{N - 1}{\sum_{i, j = 0}} p (i, j) {(i - j)}^{2}$	反映图像的清晰度和纹理的强度深浅
相关性COR	$C O R = \overset{N - 1}{\sum_{i, j = 0}} p (i, j) \frac{(i - u_{i}) (j - u_{j})}{\sqrt[]{{σ_{i}}^{2} {σ_{j}}^{2}}}$	度量图像的灰度级在行或列方向上的相似程度
反差VAR	$V A R = \overset{N - 1}{\sum_{i, j = 0}} p (i, j) (i - u_{i})^{2}$	反映图像的局部差异性
同质性HOM	$H O M = \overset{N - 1}{\sum_{i, j = 0}} \frac{p (i, j)}{1 + {(i - j)}^{2}}$	反映图像纹理的同质性
熵ENT	$E N T = \overset{N - 1}{\sum_{i, j = 0}} p (i, j) (- l n p (i, j))$	图像包含信息量的随机性度量