5. Implémentation en utilisant des données images (1/4)

Pour implémenter un tel modèle avec des données images, ces données images doivent être converties en données de réflectance depuis des données de radiance en calibrant les données et en corrigeant les effets atmosphériques. Une fois cela fait, trouvez la valeur du Ratio Vegetation Index (RVI) des données en utilisant

RVI= NearIR Red

Il est probable que vous vouliez obtenir une estimation du GLAI pour une seule occupation du sol en utilisant un modèle de régression comme celui que nous avons construit. Faites une classification d'image en occupation du sol, et prenez les occupations du sol qui vous intéressent. Grace à l'opérateur d'images du programme de traitement d'images que vous utilisez, convertissez ces données RVI pour l'occupation du sol qui vous intéresse en une estimation du GLAI, en utilisant le modèle de votre choix.

Les modèles que nous avons développés sont

Blé d'hiver: GLAI = 0,162576·RVI + 0,2882

Orge de printemps: GLAI = 0.254203·RVI - 0,4335

Dans l'exemple suivant, pour Skagen, un modèle a été construit pour les zones herbagères et a été utilisé pour cartographier le GLAI des zones herbagères de l'image.

Landsat TM image of the Skagen area of Denmark and maps of grassland in this area
Région de Skagen (Danemark) en composite fausse couleurs (1), classe des zones herbagères (2), GLAI des zones herbagères (3).