面向遥感初学者的桌面端遥感指数批量计算工具 无需 GEE 账号 · 无需编程基础 · 开箱即用
下载完 Landsat 或哨兵数据之后，总要在 ENVI 里一遍遍手动选波段、写公式；用 GEE 又需要学 JavaScript 和处理网络问题。
RS Index Calculator 是一个专门解决这个痛点的桌面工具：把传感器波段配置、常用指数公式全部内置，直接用 MTL 文件或 .SAFE 文件夹导入原始数据，勾选指数，一键计算，结果自动预览。
对标 ENVI 的波段运算功能，但更简单，并且免费开源。
🤖 本项目由作者独立设计（需求规划、传感器配置、指数选型），代码实现部分借助 AI 工具（Claude by Anthropic）辅助生成。
| 功能 | 说明 |
|---|---|
| 智能原始数据导入 | Landsat 选 MTL 文件自动识别全部波段；Sentinel-2 选 .SAFE 文件夹自动匹配 jp2 |
| 30+ 内置指数 | 覆盖植被、水体、城市、土壤、积雪、火灾、干旱、热红外 8 大类别 |
| 自定义指数 | 输入 NumPy 公式 → 测试验证 → 永久保存，像 ENVI 波段运算但更方便 |
| 多格式读写 | 读取 GeoTIFF / ENVI(.img/.dat) / Sentinel-2 jp2；输出支持 GeoTIFF 或 ENVI 格式 |
| 波段信息弹窗 | 导入文件时自动读取波段数、数据类型、采样统计，方便核对 |
| 结果预览 | 计算完成自动渲染伪彩色图，显示 min/max/mean 统计值 |
| 数据来源导航 | 内置 11 个平台链接，含国内地理空间数据云、高分数据，国际 USGS/NASA/ESA 等 |
| 批量处理 | 支持多文件 × 多指数，一次运行全部输出 |
| 保留地理信息 | 输出文件完整保留原始 CRS、Transform、投影 |
推荐使用 conda，可以避免 Windows 上 GDAL 依赖问题：
conda create -n rs_calc python=3.9
conda activate rs_calc
conda install -c conda-forge rasterio numpy matplotlib或者使用 pip：
pip install rasterio numpy matplotlib
⚠️ Windows 用户强烈建议使用 conda-forge 安装 rasterio，直接 pip 安装在 Windows 上容易缺失 GDAL 相关 DLL。
将以下三个文件放在同一文件夹：
rs_calculator.py
smart_importer.py
data_sources.py
然后运行：
python rs_calculator.py适合刚从 USGS、地理空间数据云下载的原始数据包。
Landsat 数据：
- 解压下载的 Landsat 压缩包，得到一个含有
*_MTL.txt和多个*_B*.TIF的文件夹 - 点击主界面的 ⚡ 智能导入
- 选择 "选择 Landsat MTL 文件"，找到文件夹里的
*_MTL.txt或*_MTL.json - 弹窗会显示自动识别的传感器、产品级别、所有波段的匹配情况
- 点击 "导入并立即计算" 或 "仅导入" 回到主界面手动勾选指数
L2 Collection 2 数据的缩放系数（×2.75e-5，偏移 −0.2）会自动设置，无需手动填写。
Sentinel-2 数据：
- 解压下载的
.SAFE.zip，得到S2A_MSIL2A_******.SAFE文件夹 - 点击 ⚡ 智能导入 → "选择 Sentinel-2 .SAFE 文件夹"
- 选择分辨率（默认 10m，含 B02/B03/B04/B08；20m 可额外得到红边和 SWIR 波段）
- 确认波段匹配后导入
选 10m 时 B05/B06/B07/B11/B12 等波段会自动从 20m/60m 目录补充，无需担心缺失。
适合经过 ENVI 大气校正、裁剪等处理后保存的 .tif、.img、.dat 文件。
- 在 ① 数据 & 指数 标签页，选择传感器类型
- 点击 + 添加 选择文件（支持
.tif/.tiff/.img/.dat/.hdr） - 每个文件导入时会弹出波段信息窗口，显示波段数、数据类型和采样统计，确认后添加
- 如果波段顺序与默认不同，前往 ③ 波段映射 标签页修改对应编号
- 设置好 NoData 值和缩放系数（已做过地表反射率转换的数据缩放填 1.0）
- 在指数列表里按类别筛选，或直接全选
- 鼠标悬停在任意指数上，底部会显示完整公式、值域、适用场景
- 灰色的指数表示当前传感器缺少所需波段（如 Landsat 5 无 RedEdge，NDRE 置灰）
- 选好输出路径和输出格式（GeoTIFF 或 ENVI），点击 ▶ 开始计算
- 运行日志实时显示读取和计算进度
- 完成后自动跳转到 ④ 结果预览
在 ② 自定义指数 标签页，使用逻辑波段名写 Python/NumPy 公式：
# 可用的逻辑波段名
NIR, Red, Green, Blue, SWIR1, SWIR2, RedEdge1, RedEdge2, RedEdge3, Coastal, TIR1, TIR2
# 支持全部 NumPy 函数
np.sqrt, np.log, np.exp, np.abs ...
# 示例
(NIR - Red) / (NIR + Red) # 等同于 NDVI
4*(Green-SWIR1) - (0.25*NIR + 2.75*SWIR2) # 等同于 AWEI_nsh
np.sqrt(NIR) - Red # 自定义探索点击 ▶ 测试公式 验证语法，通过后 + 添加到列表，自动保存到本地 custom_indices.json。
| 指数 | 全称 | 所需波段 |
|---|---|---|
| NDVI | Normalized Difference Vegetation Index | NIR, Red |
| EVI | Enhanced Vegetation Index | NIR, Red, Blue |
| EVI2 | Two-band EVI（无需蓝波段） | NIR, Red |
| SAVI | Soil-Adjusted Vegetation Index | NIR, Red |
| MSAVI2 | Modified SAVI 2 | NIR, Red |
| OSAVI | Optimized SAVI | NIR, Red |
| ARVI | Atmospherically Resistant VI | NIR, Red, Blue |
| GNDVI | Green NDVI | NIR, Green |
| NDRE | Normalized Difference Red Edge | NIR, RedEdge1 |
| VARI | Visible Atmospherically Resistant Index | Green, Red, Blue |
| RVI | Ratio Vegetation Index | NIR, Red |
| DVI | Difference Vegetation Index | NIR, Red |
| WDRVI | Wide Dynamic Range VI | NIR, Red |
| 指数 | 全称 | 特点 |
|---|---|---|
| NDWI | Normalized Difference Water Index | McFeeters 1996 |
| MNDWI | Modified NDWI | 城市区域推荐 |
| AWEI_nsh | Automated Water Extraction Index (no shadow) | 复杂环境高精度 |
| AWEI_sh | AWEI with Shadow Elimination | 消除阴影干扰 |
| WRI | Water Ratio Index | 浅水和浑浊水体 |
| NDMI | Normalized Difference Moisture Index | 植被水分监测 |
| 指数 | 类别 | 说明 |
|---|---|---|
| NDBI / UI / IBI | 城市 | 建筑区识别与城市扩张 |
| BSI / RI / SATVI | 土壤 | 裸土识别与土壤属性 |
| NDSI | 积雪 | >0.4 为积雪 |
| NBR / NBR2 / BAI | 火灾 | 火灾烈度与火烧迹地 |
| NDDI / NMDI | 干旱 | 植被水分综合旱情监测 |
| NDLST | 热红外 | 热波段差值分析 |
| 类型 | 格式 | 备注 |
|---|---|---|
| 输入 | GeoTIFF .tif/.tiff |
Landsat 单波段 TIF |
| 输入 | ENVI .img/.dat/.bil |
需配套 .hdr 文件 |
| 输入 | Sentinel-2 .jp2 |
通过智能导入处理 |
| 输出 | GeoTIFF .tif |
默认格式，通用性强 |
| 输出 | ENVI .img/.dat |
可直接在 ENVI 中打开 |
在 ⑥ 数据来源 标签页，收录以下平台：
中国 — 地理空间数据云 / 高分数据服务（CRESDA）/ 天地图 / 自然资源卫星云平台
国际 — USGS EarthExplorer / NASA Earthdata / ESA Copernicus Data Space / ASF / OpenTopography / NOAA / Copernicus Global Land
rs-index-calculator/
├── rs_calculator.py # 主程序（GUI + 计算逻辑）
├── smart_importer.py # 智能导入模块（Landsat MTL / Sentinel-2 SAFE）
├── data_sources.py # 数据来源导航模块
├── requirements.txt # 依赖列表
└── README.md
运行后自动生成（请勿删除）：
custom_indices.json # 用户保存的自定义指数
pip install pyinstaller
# 注意：必须用 -D 文件夹模式，-F 单文件模式会导致 rasterio 找不到 GDAL
pyinstaller -D -w --collect-all rasterio --collect-all pyproj rs_calculator.py打包后将 smart_importer.py 和 data_sources.py 放入 dist/rs_calculator/ 文件夹，将整个文件夹分发给用户。
Q: 报错 No module named 'rasterio'
使用 conda install -c conda-forge rasterio 安装，不建议 pip 安装（Windows 上 DLL 容易缺失）。
Q: Landsat 导入后某些波段缺失 L2SP 产品才包含热红外（ST_B10），L2SR 只有地表反射率波段。请确认下载的是 L2SP 级别。
Q: Sentinel-2 的 NDRE 置灰 NDRE 需要 B05（RedEdge1），该波段仅在 20m 分辨率存在。智能导入时选择分辨率 20m 即可。
Q: ENVI 处理后的数据缩放系数填多少
如果 ENVI 输出的已是地表反射率（0~1 范围），填 1.0；如果是 DN 值，需根据传感器填对应系数。
- MODIS HDF 智能导入支持
- dNBR 变化检测（火前-火后差值）
- 批量时序处理（同区域多景影像）
- 统计报告导出（面积统计、分级结果）
Windows 用户可直接下载打包好的版本，无需安装 Python：（在releases中）
解压后运行
RS_Index_Calculator.exe即可，首次启动可能需要等待几秒。
| 库 | 版本 | 是否必须 |
|---|---|---|
| rasterio | ≥ 1.3 | ✅ |
| numpy | ≥ 1.21 | ✅ |
| matplotlib | ≥ 3.5 | 可选（结果预览用） |
| tkinter | 标准库 | ✅ |
MIT License © 2025
欢迎 fork、提 Issue 和 PR。如果对你有帮助，欢迎点 ⭐ Star！