شاخص NBI (New Built-up Index) یک شاخص پیشرفته سنجش از راه دور است که برای شناسایی دقیق‌تر مناطق شهری ساخته شده طراحی شده است. این شاخص با استفاده از باندهای طیفی خاص در تصاویر ماهواره‌ای، کمک می‌کند تا سطوح شهری را از سایر پوشش‌های زمین مانند پوشش گیاهی و آب تشخیص دهد. NBI دقت بالاتری نسبت به شاخص‌های سنتی دارد و در نظارت بر رشد شهری، تغییرات کاربری زمین و ارزیابی گسترش مناطق ساخته شده کاربرد فراوانی دارد.
Red: باند قرمز (محدوده 0.63 تا 0.69 میکرومتر).
SWIR: باند مادون قرمز کوتاه‌موج (محدوده 1.55 تا 1.75 میکرومتر).
NIR: باند مادون قرمز نزدیک (محدوده 0.76 تا 0.90 میکرومتر).
اختصار: NBI
معادل کامل: New Built-up Index
معادل فارسی: شاخص جدید مناطق شهری
کاربرد اصلی: شناسایی و تفکیک مناطق ساخته شده (شهری)
شناسایی مناطق شهری: این شاخص برای تفکیک مناطق شهری از سایر انواع پوشش زمین استفاده می‌شود.
مطالعه توسعه شهری: برای پیگیری روند گسترش مناطق ساخته‌شده در طول زمان و تغییرات در محیط‌های شهری کاربرد دارد.
مدیریت شهری و برنامه‌ریزی: برای بهبود تصمیم‌گیری در توسعه زیرساخت‌ها و ارزیابی اثرات زیست‌محیطی استفاده می‌شود.
پایش تغییرات کاربری اراضی: به‌ویژه در مناطق در حال توسعه و تغییرات کاربری زمین کمک می‌کند.
مقادیر شاخص (0 تا 1): مقادیر NBI در این بازه نشان‌دهنده مناطق ساخته‌شده یا شهری است. هرچه مقدار NBI نزدیک‌تر به 1 باشد، نشان‌دهنده پوشش بیشتر مناطق شهری مانند ساختمان‌ها، جاده‌ها و سازه‌های مصنوعی است.
انحراف معیار: انحراف معیار بالا در این شاخص به معنی تنوع زیاد در ساخت و ساز شهری است، در حالی که انحراف معیار پایین نشان‌دهنده توسعه یکنواخت و متمرکز شهری است.
تحلیل تغییرات زمانی: تغییرات مقادیر NBI در طول زمان می‌تواند برای ارزیابی گسترش مناطق شهری و تغییرات در توسعه ساخت و ساز شهری مفید باشد.
| نام سنجنده | باند RED | باند NIR | باند SWIR | باندهای متناظر در فرمول |
|---|---|---|---|---|
| ASTER | B3N | B3 | B5 | NBI = (B3N - B5)/B3 |
| Sentinel2 | B4 | B8 | B11 | NBI = (B4 - B11)/B8 |
| Landsat 8 & 9 | B4 | B5 | B6 | NBI = (B4 - B6)/B5 |
| Landsat 7 | B3 | B4 | B5 | NBI = (B3 - B4)/B5 |
| Landsat 5 | B3 | B4 | B5 | NBI = (B3 - B4)/B5 |
| MODIS | B1 | B2 | B6 | NBI = (B1 - B6)/B2 |
Jieli C, Manchun LI, Yongxue LI, Chenglei S, Wei HU. Extract residential areas automatically by new built-up index. In2010 18th International Conference on Geoinformatics 2010 Jun 18 (pp. 1-5). IEEE.
Varshney A, Rajesh E. A comparative study of built-up index approaches for automated extraction of built-up regions from remote sensing data. Journal of the Indian Society of Remote Sensing. 2014 Sep;42(3):659-63.