GEE——在GEE中计算地形位置指数TPI

简介: GEE——在GEE中计算地形位置指数TPI

简介:

DEM中的TPI计算是指通过计算每个像元高程与其邻域高程的差值来计算地形位置指数(Topographic Position Index)。TPI 是描述地形起伏度和地形形态的一个重要指标,可以用于地貌分类、土壤侵蚀、植被分布等领域。

地形位置指数(Topographic Position Index,TPI)是用于描述地形微地貌的指数。它是一种基于DEM(数字高程模型)数据来计算的地形参数,通过比较某个位置周围区域的高程值和该位置本身的高程值,来得出该位置相对于周围地形位置的特征。TPI可用于分析地形起伏、水文过程和生态系统等方面。具体来说,TPI用于描述某一位置相对于周围地形的相对高低和地形变化程度,以及该位置处于何种地形环境之中。这些信息对于地貌演化、水文过程、生态系统生态位等方面都具有重要的指导作用。

TPI 的计算公式如下:

TPI = Z - <Z>

其中,Z 是某个点的高程值,<Z> 是该点周围邻域的高程平均值。

TPI 的取值范围是 [-1, 1],其中:

  • TPI < -0.5 表示该点位于山谷中。
  • TPI > 0.5 表示该点位于山脊上。
  • TPI = 0 表示该点位于平地。
TPI = Z - \frac{1}{8} \sum_{i=1}^8 Z_i

其中,Z 是研究像元的高程,Z_i 是研究像元周围 8 个邻域像元的高程。

TPI 的取值范围为 -8 到 8,其中 -8 表示研究像元是最低点,8 表示研究像元是最高点。TPI 的正负值可以反映研究像元相对于周围邻域的相对位置。

相关文章
|
6月前
Google Earth Engine(GEE)——求指定区域的NDVI时序变化和不同值域范围内的像素数量及其面积
Google Earth Engine(GEE)——求指定区域的NDVI时序变化和不同值域范围内的像素数量及其面积
80 0
|
6月前
|
数据可视化 Serverless 定位技术
Google Earth Engine谷歌地球引擎GEE栅格代数与NDVI波段计算手动求取
Google Earth Engine谷歌地球引擎GEE栅格代数与NDVI波段计算手动求取
117 1
|
存储 安全 定位技术
如何利用 ArcGIS Pro 和 Landsat 8 图像计算叶绿素指数和全球环境监测指数
如何利用 ArcGIS Pro 和 Landsat 8 图像计算叶绿素指数和全球环境监测指数
361 0
如何利用 ArcGIS Pro 和 Landsat 8 图像计算叶绿素指数和全球环境监测指数
|
编解码
Google Earth Engine(GEE)——用10米分辨率土地分类数据进行土地面积计算出现错误
Google Earth Engine(GEE)——用10米分辨率土地分类数据进行土地面积计算出现错误
311 0
Google Earth Engine(GEE)——用10米分辨率土地分类数据进行土地面积计算出现错误
|
编解码 定位技术 Sentinel
Google Earth Engine(GEE)——Sentinel-3 OLCI EFR:海洋和陆地彩色地球观测全分辨率数据集
Google Earth Engine(GEE)——Sentinel-3 OLCI EFR:海洋和陆地彩色地球观测全分辨率数据集
342 0
Google Earth Engine(GEE)——Sentinel-3 OLCI EFR:海洋和陆地彩色地球观测全分辨率数据集
|
UED
Google Earth Engine——植被统计数据集中的图像包含用于计算NTT的 “反转校正t统计“,NTT是由MODIS NDVI得出的植被颜色指数,FORMA用来测量褐化。
Google Earth Engine——植被统计数据集中的图像包含用于计算NTT的 “反转校正t统计“,NTT是由MODIS NDVI得出的植被颜色指数,FORMA用来测量褐化。
131 0
Google Earth Engine——植被统计数据集中的图像包含用于计算NTT的 “反转校正t统计“,NTT是由MODIS NDVI得出的植被颜色指数,FORMA用来测量褐化。
|
机器学习/深度学习
Google Earth Engine ——2001-2017年非洲土壤在 0-20 厘米和 20-50 厘米的土壤深度处可提取的PH数据,预测平均值和标准偏差
Google Earth Engine ——2001-2017年非洲土壤在 0-20 厘米和 20-50 厘米的土壤深度处可提取的PH数据,预测平均值和标准偏差
153 0
Google Earth Engine ——2001-2017年非洲土壤在 0-20 厘米和 20-50 厘米的土壤深度处可提取的PH数据,预测平均值和标准偏差
GEE基础学习——EVI指数计算
GEE基础学习——EVI指数计算
703 0
GEE基础学习——EVI指数计算
Google Earth Engine ——Landsat 5 TM合成影像8天/32天/年际归一化差异雪指数(NDSI)指数数据集
Google Earth Engine ——Landsat 5 TM合成影像8天/32天/年际归一化差异雪指数(NDSI)指数数据集
270 0
Google Earth Engine ——Landsat 5 TM合成影像8天/32天/年际归一化差异雪指数(NDSI)指数数据集
|
机器学习/深度学习
Google Earth Engine ——2001-2017年非洲土壤在 0-20 厘米和 20-50 厘米的土壤深度处可提取的钾数据,预测平均值和标准偏差
Google Earth Engine ——2001-2017年非洲土壤在 0-20 厘米和 20-50 厘米的土壤深度处可提取的钾数据,预测平均值和标准偏差
122 0
Google Earth Engine ——2001-2017年非洲土壤在 0-20 厘米和 20-50 厘米的土壤深度处可提取的钾数据,预测平均值和标准偏差