নির্ভুল কৃষি এবং বিশ্লেষণে আমার ব্যক্তিগত যাত্রায় , আমি চিত্র বিশ্লেষণের পরিপ্রেক্ষিতে এনডিভিআই জুড়ে এসেছি। আমার উদ্দেশ্য হল 45-হেক্টর জৈব আলফালফার ক্ষেত্র বিশ্লেষণ করা যাতে প্রয়োগের আগে এবং পরে সারের প্রভাব মূল্যায়ন করা যায়। আমার প্রাথমিক প্রশ্ন হল: কোথায়, কি ধরনের, এবং কতটা সার আমি প্রয়োগ করব এবং এটি লুসার্ন ফসলের উপর কী প্রভাব ফেলবে? আমি একটি স্ট্যান্ডার্ড RGB ক্যামেরা সহ একটি Mavic Pro ক্যামেরার মালিক। আমি যখন টুইটারে জিজ্ঞাসা করেছি কিভাবে এগিয়ে যেতে হবে, কেউ NDVI সহ সাহায্যের জন্য উদ্ভিদের সূচকগুলির একটি পরিসর অন্বেষণ করতে মাল্টিস্পেকট্রাল ডেটা ব্যবহার করার পরামর্শ দিয়েছিল। তাই, এনডিভিআই সম্পর্কে আরও জানতে আমি খরগোশের গর্তের গভীরে গিয়েছিলাম।
নরমালাইজড ডিফারেন্স ভেজিটেশন ইনডেক্স (NDVI) কি?
NDVI এর ইতিহাস
আপনি কিভাবে NDVI গণনা করবেন?
কৃষিতে এনডিভিআই
NDVI-এর জন্য কি ধরনের (ড্রোন) ক্যামেরা? আরজিবি এবং আইআর-আপগ্রেড বনাম মাল্টিস্পেকট্রাল
কেন মাল্টিস্পেকট্রাল ইমেজ agtech গুরুত্বপূর্ণ
নরমালাইজড ডিফারেন্স ভেজিটেশন ইনডেক্স (এনডিভিআই) একটি নির্দিষ্ট অঞ্চলে, বিশেষ করে কৃষিতে জীবন্ত উদ্ভিদের পরিমাণ মূল্যায়ন করার জন্য একটি ব্যাপকভাবে গৃহীত পদ্ধতি।
NDVI (নর্মালাইজড ডিফারেন্স ভেজিটেশন ইনডেক্স) কি?
গাছপালা আশ্চর্যজনক জীব যারা তাদের নিজস্ব খাদ্য তৈরি করতে শক্তি হিসাবে সূর্যালোক ব্যবহার করে। তারা সালোকসংশ্লেষণ নামক একটি প্রক্রিয়ার মাধ্যমে এটি করে, যা তাদের পাতায় ঘটে। মজার বিষয় হল, গাছের পাতাগুলি কেবল সূর্যালোক শোষণ করে না, তবে তারা এর কিছুটা প্রতিফলিত করে। এটি বিশেষত কাছাকাছি-ইনফ্রারেড আলোর জন্য সত্য, যা আমাদের চোখে অদৃশ্য কিন্তু সূর্যের আলোতে শক্তির অর্ধেক তৈরি করে।
এই প্রতিফলনের কারণ হল খুব বেশি কাছাকাছি-ইনফ্রারেড আলো আসলে উদ্ভিদের জন্য ক্ষতিকারক হতে পারে। সুতরাং, তারা এই ধরনের আলো প্রতিফলিত করে নিজেদের রক্ষা করার জন্য বিবর্তিত হয়েছে। ফলস্বরূপ, জীবন্ত সবুজ উদ্ভিদ দৃশ্যমান আলোতে অন্ধকার দেখায়, কিন্তু কাছাকাছি-ইনফ্রারেড বর্ণালীতে উজ্জ্বল দেখায়। এটি মেঘ এবং তুষার থেকে আলাদা, যা দৃশ্যমান আলোতে উজ্জ্বল দেখায় কিন্তু কাছাকাছি-ইনফ্রারেড বর্ণালীতে অন্ধকার।
বিজ্ঞানীরা এনডিভিআই বা নরমালাইজড ডিফারেন্স ভেজিটেশন ইনডেক্স নামক একটি টুল ব্যবহার করে উদ্ভিদ অধ্যয়নের জন্য এই অনন্য বৈশিষ্ট্যের সুবিধা নিতে পারেন। এনডিভিআই উদ্ভিদ দ্বারা প্রতিফলিত লাল এবং কাছাকাছি-ইনফ্রারেড আলোর পরিমাণের মধ্যে পার্থক্য পরিমাপ করে। একটি উদ্ভিদের যত বেশি পাতা থাকে, আলোর এই তরঙ্গদৈর্ঘ্য তত বেশি প্রভাবিত হয়, যা আমাদের উদ্ভিদের স্বাস্থ্য এবং বিতরণ সম্পর্কে গুরুত্বপূর্ণ তথ্য দিতে পারে।
এনডিভিআই হল বিজ্ঞানীদের উদ্ভিদ ও কৃষি অধ্যয়নের জন্য স্যাটেলাইট ছবি ব্যবহার করার একটি উপায়। উদ্ভিদ কিভাবে সূর্যালোকের সাথে মিথস্ক্রিয়া করে তা বোঝার মাধ্যমে, আমরা আমাদের চারপাশের বিশ্ব এবং কীভাবে আমাদের গ্রহের যত্ন নিতে হয় সে সম্পর্কে আরও জানতে পারি।
সংক্ষিপ্ত: এনডিভিআই স্বাস্থ্যকর উদ্ভিদের একটি প্রমিত পরিমাপ. এটি কাছাকাছি-ইনফ্রারেড (NIR) এবং লাল আলোর মধ্যে পার্থক্য পরিমাপ করে উদ্ভিদের পরিমাণ নির্ধারণ করে। স্বাস্থ্যকর গাছপালা অন্যান্য তরঙ্গদৈর্ঘ্যের তুলনায় বেশি NIR এবং সবুজ আলো প্রতিফলিত করে, তবে এটি আরও বেশি লাল এবং নীল আলো শোষণ করে। NDVI মান সর্বদা -1 থেকে +1 পর্যন্ত থাকে।
NDVI এর ইতিহাস
ভিতরে 1957, সোভিয়েত ইউনিয়ন চালু স্পুটনিক ঘ, পৃথিবীর কক্ষপথে প্রথম কৃত্রিম উপগ্রহ। এটি সোভিয়েত ইউনিয়নে স্পুটনিক এবং কসমস প্রোগ্রাম এবং মার্কিন যুক্তরাষ্ট্রে এক্সপ্লোরার প্রোগ্রামের মতো আবহাওয়া সংক্রান্ত উপগ্রহের বিকাশের দিকে পরিচালিত করে। TIROS সিরিজ স্যাটেলাইট উৎক্ষেপণ করা হয়েছিল 1960, এবং ন্যাশনাল ওশেনিক অ্যান্ড অ্যাটমোস্ফিয়ারিক অ্যাডমিনিস্ট্রেশন (NOAA) প্ল্যাটফর্মে নিম্বাস উপগ্রহ এবং অ্যাডভান্সড ভেরি হাই রেজোলিউশন রেডিওমিটার যন্ত্রগুলি অনুসরণ করেছিল। নাসা আর্থ রিসোর্সেস টেকনোলজি স্যাটেলাইট (ইআরটিএস)ও তৈরি করেছে, যা ল্যান্ডস্যাট প্রোগ্রামের অগ্রদূত হয়ে উঠেছে।
দ্য ল্যান্ডস্যাট কার্যক্রম চালু করা হয়েছিল 1972 মাল্টিস্পেকট্রাল স্ক্যানার (এমএসএস) সহ, যা পৃথিবীর দূরবর্তী অনুধাবনের অনুমতি দেয়। ল্যান্ডস্যাট ব্যবহার করে একটি প্রাথমিক গবেষণায় মধ্য মার্কিন যুক্তরাষ্ট্রের গ্রেট সমভূমি অঞ্চলের উপর দৃষ্টি নিবদ্ধ করে গবেষকরা খুঁজে পেয়েছেন যে এই শক্তিশালী অক্ষাংশীয় গ্রেডিয়েন্ট জুড়ে সৌর জেনিথ কোণ উপগ্রহ বর্ণালী সংকেত থেকে রেঞ্জল্যান্ড গাছের জৈব-ভৌতিক বৈশিষ্ট্যগুলির সাথে সম্পর্ক স্থাপন করা কঠিন করে তুলেছে। তারা সৌর জেনিথ অ্যাঙ্গেলের প্রভাবগুলির জন্য সামঞ্জস্য করার উপায় হিসাবে নরমালাইজড ডিফারেন্স ভেজিটেশন ইনডেক্স (NDVI) তৈরি করেছে। NDVI এখন সবচেয়ে সুপরিচিত এবং লাইভ সবুজ উদ্ভিদ ক্যানোপি সনাক্ত করতে ব্যবহৃত সূচক মাল্টিস্পেকট্রাল রিমোট সেন্সিং ডেটাতে। এটি উদ্ভিদ ক্যানোপির সালোকসংশ্লেষণ ক্ষমতা পরিমাপ করতেও ব্যবহৃত হয়, তবে এটি একটি জটিল উদ্যোগ হতে পারে।
আপনি কিভাবে NDVI গণনা করবেন?
এনডিভিআই এর সূত্রে NIR এবং লাল চ্যানেল ব্যবহার করে. ল্যান্ডস্যাট এবং সেন্টিনেল-২-এর মতো উপগ্রহগুলিতে এনআইআর এবং লাল রঙের প্রয়োজনীয় ব্যান্ড রয়েছে। ফলাফল একটি উৎপন্ন হয় -1 এবং +1 এর মধ্যে মান। যদি আপনার লাল চ্যানেলে কম প্রতিফলন এবং NIR চ্যানেলে উচ্চ প্রতিফলন থাকে, তাহলে এটি একটি উচ্চ NDVI মান দেবে এবং এর বিপরীতে।
মান | ইঙ্গিত |
---|---|
< 0 | জড়/মৃত পদার্থ |
0 -> 0.33 | অস্বাস্থ্যকর উদ্ভিদ উপাদান |
0.33 -> 0.66 | স্বাস্থ্যকর উদ্ভিদ উপাদান |
> 0.66 | খুব স্বাস্থ্যকর উদ্ভিদ উপাদান |
কৃষিতে এনডিভিআই
এনডিভিআই আছে বেশ কয়েকটি অ্যাপ্লিকেশন বিভিন্ন সেক্টরে। বনবাসী বন সরবরাহ এবং পাতার এলাকার সূচক পরিমাপ করতে NDVI ব্যবহার করুন, এবং নাসা বলে যে NDVI খরার একটি ভাল সূচক। যখন জল গাছপালা বৃদ্ধি সীমিত করে, এটি একটি নিম্ন আপেক্ষিক NDVI এবং উদ্ভিদের ঘনত্ব থাকে। NDVI ব্যবহার করে এমন অন্যান্য সেক্টর অন্তর্ভুক্ত পরিবেশ বিজ্ঞান, নগর পরিকল্পনা, এবং প্রাকৃতিক সম্পদ ব্যবস্থাপনা।
এনডিভিআই হল ব্যাপকভাবে কৃষিতে ব্যবহৃত ফসলের স্বাস্থ্য নিরীক্ষণ এবং সেচ অপ্টিমাইজ করা। কৃষকরা NDVI ব্যবহার করে নির্ভুল চাষের জন্য, জৈববস্তু পরিমাপ করতে, এবং শস্য শনাক্ত করতে যেগুলি আরও জল বা সার প্রয়োজন।
কিভাবে NDVI ব্যবহার করবেন? স্যাটেলাইট ছবি বনাম ড্রোন ছবি
NDVI-এর জন্য কোন স্যাটেলাইট চিত্রের কাছাকাছি-ইনফ্রারেড আছে? আগেই উল্লেখ করা হয়েছে, সেন্টিনেল-২, ল্যান্ডস্যাট এবং SPOT-এর মতো উপগ্রহগুলি লাল এবং কাছাকাছি-ইনফ্রারেড ছবি তৈরি করে। ওয়েবে বিনামূল্যে স্যাটেলাইট ইমেজ ডেটা উৎস রয়েছে, এতে ডেটা রয়েছে যা ডাউনলোড করতে এবং এনডিভিআই মানচিত্র তৈরি করতে পারে আর্কজিআইএস বা কিউজিআইএস.
শস্য স্বাস্থ্য সূক্ষ্ম কৃষির একটি গুরুত্বপূর্ণ দিক, এবং NDVI ডেটা পরিমাপের জন্য একটি মূল্যবান হাতিয়ার এটা আজ, পরিমাপের তুলনা করতে এবং সম্ভাব্য ফসলের স্বাস্থ্য সমস্যাগুলি সনাক্ত করতে এনডিভিআই ডেটা জোড়া দেওয়ার ক্ষেত্রে কৃষি ড্রোনের ব্যবহার সাধারণ অভ্যাস হয়ে দাঁড়িয়েছে। কাছাকাছি-ইনফ্রারেড এবং লাল আলোর মধ্যে পার্থক্য পরিমাপ করে, এনডিভিআই কৃষকদের সেচ অপ্টিমাইজ করতে এবং আরও জল বা সারের প্রয়োজন এমন ফসল সনাক্ত করতে সহায়তা করতে পারে।
উদাহরণ স্বরূপ, যথার্থ হক এবং সেন্টেরা কৃষি ড্রোন সরবরাহ করে যা একদিনের মধ্যে এনডিভিআই ডেটা ক্যাপচার এবং প্রক্রিয়া করতে পারে, যা ঐতিহ্যগত এনডিভিআই কৌশলগুলির তুলনায় একটি উল্লেখযোগ্য উন্নতি যা প্রায়শই দীর্ঘ অপেক্ষার সময় প্রয়োজন। গবেষকরা তা খুঁজে পেয়েছেন এনডিভিআই ছবিগুলি এমনকি স্ট্যান্ডার্ড ডিজিটাল আরজিবি ক্যামেরা ব্যবহার করে প্রাপ্ত করা যেতে পারে সঙ্গে কিছু পরিবর্তন, এবং এই পদ্ধতি ফসল স্বাস্থ্য পর্যবেক্ষণ সিস্টেমের মধ্যে একত্রিত করা যেতে পারে.
সাম্প্রতিক বছরগুলিতে মোবাইল অ্যাপ্লিকেশনগুলি প্রসারিত হয়েছে, এনডিভিআই ডেটা ব্যবহার করা ফসল স্বাস্থ্য নিরীক্ষণ একটি উপায় হিসাবে. ডক্টর' কক্ষপথ এমনই একটি অ্যাপ যা কৃষকদেরকে তাদের ক্ষেত্রের কোনো অসঙ্গতি সনাক্ত করতে স্বাস্থ্য মানচিত্র হিসাবে উপস্থাপিত NDVI ডেটা সরবরাহ করে। এই অ্যাপগুলির লক্ষ্য হল ফিল্ড স্কাউটিং এবং কৃষিকে ডিজিটালাইজ করার নতুন উপায় প্রদান করে চাষাবাদ পদ্ধতিতে বিপ্লব ঘটানো। এনডিভিআই প্রযুক্তির উপর ভিত্তি করে দূরবর্তী মাঠ পর্যবেক্ষণ সরঞ্জামগুলি ঘন ঘন মাঠ পরিদর্শনের প্রয়োজনীয়তা হ্রাস করে কৃষকদের উল্লেখযোগ্য জ্বালানী খরচ বাঁচাতে পারে এবং দক্ষ সেচ ব্যবস্থাপনায় সহায়তা করতে পারে।
NDVI-এর জন্য কি ধরনের (ড্রোন) ক্যামেরা? আরজিবি এবং আইআর-আপগ্রেড বনাম মাল্টিস্পেকট্রাল
ঠিক আছে.. তাই এটি একটি গরম ক্ষেত্র যা আমি লক্ষ্য করেছি, এবং খরগোশের গর্তটি গভীর থেকে গভীরতর হচ্ছে।
স্ট্যান্ডার্ড আরজিবি ক্যামেরা লাল, সবুজ এবং নীল আলো ক্যাপচার করার জন্য ডিজাইন করা হয়েছে, যখন পরিবর্তিত ক্যামেরা এর সংমিশ্রণ ক্যাপচার করতে পারেন ইনফ্রারেড, লাল, সবুজ এবং নীলের কাছাকাছি আলো মডেলের উপর নির্ভর করে। আরজিবি উদ্ভিদ স্বাস্থ্য উৎপন্ন করতে মানচিত্র ফসলের "সবুজতা" দেখাচ্ছে, একজন পারে একটি আদর্শ RGB ক্যামেরা ব্যবহার করুন সফ্টওয়্যারে নির্দিষ্ট অ্যালগরিদম সহ।
কিছু কোম্পানি বিক্রি করছে "নকল” Ag বা এনডিভিআই ক্যামেরা, যা একটি ইনফ্রারেড ফিল্টার সরানো এবং একটি নীল ফিল্টার ইনস্টল সহ নিয়মিত ক্যামেরা। যাইহোক, এই ক্যামেরাগুলি এনডিভিআই-এর মতো রেডিওমেট্রিক পরিমাপের জন্য সঠিক নয় কারণ রঙের চ্যানেলগুলির মধ্যে খুব বেশি ওভারল্যাপ রয়েছে এবং ভিজিটগুলির মধ্যে আলোর পার্থক্যের জন্য তাদের কাছে কোনও সেন্সর নেই। ফলস্বরূপ, এই ক্যামেরাগুলি শুধুমাত্র একটি নির্দিষ্ট এলাকায় আপেক্ষিক পার্থক্য দেখাতে পারে, কিন্তু সঠিকভাবে NDVI পরিমাপ করে না।
একটি বাস্তব এবং ক্যালিব্রেটেড NDVI ক্যামেরা আলোর পার্থক্য বিবেচনা করবে এবং একই সাইটে একাধিক পরিদর্শনের মধ্যে সামঞ্জস্যপূর্ণ আউটপুট প্রদান করবে। তাই কেনার সময় সতর্কতা অবলম্বন করুন পরিবর্তিত "NDVI ক্যামেরা" যা কাছাকাছি-ইনফ্রারেড আলো ক্যাপচার করে৷, ড্রোন আপগ্রেড করতে (ইতিমধ্যেই $400) গাছপালা স্বাস্থ্য বিশ্লেষণ করার জন্য কাছাকাছি-ইনফ্রারেড (NIR) চিত্র ধারণ করতে এনডিভিআই গণনা. কিন্তু দয়া করে সচেতন হোন: এটি একটি বাস্তব NDVI ক্যামেরা নয়, এবং এই বিভ্রান্তিকর হতে পারে. ক সেন্টেরা ক্যামেরা ইতিমধ্যেই একটি ভাল বিকল্প কারণ সেগুলি উদ্দেশ্য-নির্মিত এবং ক্যালিব্রেট করা যেতে পারে, তবে তারা এখনও সম্পূর্ণ এনডিভিআই সিস্টেমের অভাব অনুভব করে। মাল্টিস্পেকট্রাল ক্যামেরা, আসল এনডিভিআই ক্যামেরা হয় ব্যয়বহুল, "আপগ্রেড করা RGB/IR ক্যামেরা" থেকে অনেক বেশি ব্যয়বহুল। প্যারট এর সিকোইয়া এ $3500. টেট্রাক্যাম এডিসি স্ন্যাপ $4500, MicaSense এর RedEdge $6000+.
কৃষিতে মাল্টিস্পেকট্রাল ইমেজ গুরুত্বপূর্ণ কারণ এটি ঐতিহ্যবাহী আরজিবি ক্যামেরার চেয়ে ফসল এবং মাটি সম্পর্কে আরও বিস্তারিত এবং সঠিক তথ্য প্রদান করতে পারে।
কেন মাল্টিস্পেকট্রাল ছবি agtech গুরুত্বপূর্ণ
মাল্টিস্পেকট্রাল ইমেজিং মধ্যে চিত্র তথ্য ক্যাপচার ইলেক্ট্রোম্যাগনেটিক বর্ণালী জুড়ে নির্দিষ্ট তরঙ্গদৈর্ঘ্যের রেঞ্জ, নির্দিষ্ট তরঙ্গদৈর্ঘ্যের প্রতি সংবেদনশীল ফিল্টার বা যন্ত্র ব্যবহার করে। এটি অন্তর্ভুক্ত করার জন্য দৃশ্যমান আলোর পরিসরের বাইরে প্রসারিত ইনফ্রারেড এবং অতিবেগুনী আলো, অতিরিক্ত তথ্য নিষ্কাশন সক্রিয় তার পরেও যা মানুষের চোখ তার দৃশ্যমান রিসেপ্টর দিয়ে সনাক্ত করতে পারে লাল, সবুজ এবং নীল. মূলত সামরিক লক্ষ্য শনাক্তকরণ এবং পুনরুদ্ধার করার জন্য তৈরি করা হয়েছে, মাল্টিস্পেকট্রাল ইমেজিং পৃথিবীর উপকূলীয় সীমানা, গাছপালা এবং ভূমিরূপের বিবরণ ম্যাপ করতে স্থান-ভিত্তিক ইমেজিংয়ে ব্যবহার করা হয়েছে। এটি নথি এবং পেইন্টিং বিশ্লেষণেও অ্যাপ্লিকেশন খুঁজে পেয়েছে।
এখানে কয়েকটি কারণ রয়েছে কেন মাল্টিস্পেকট্রাল চিত্রকল্প কৃষি অ্যাপ্লিকেশনের জন্য আরও উপযুক্ত:
- বৃহত্তর বর্ণালী রেজোলিউশন: মাল্টিস্পেকট্রাল ক্যামেরা ইলেক্ট্রোম্যাগনেটিক স্পেকট্রামের একাধিক সংকীর্ণ ব্যান্ডে ছবি ধারণ করে, যা গাছপালা শোষণ করে বা প্রতিফলিত করে এমন আলোর নির্দিষ্ট তরঙ্গদৈর্ঘ্যের আরও বিশদ বিশ্লেষণের অনুমতি দেয়। এটি খালি চোখে দৃশ্যমান হওয়ার আগে পুষ্টির ঘাটতি বা রোগের মতো সমস্যাগুলি সনাক্ত করতে সহায়তা করতে পারে।
- উন্নত উদ্ভিদ সূচক: আলোর বিভিন্ন তরঙ্গদৈর্ঘ্যের প্রতিফলন মান তুলনা করে, মাল্টিস্পেকট্রাল ক্যামেরা ঐতিহ্যবাহী RGB ক্যামেরার তুলনায় আরো পরিশীলিত উদ্ভিদ সূচক তৈরি করতে পারে। এই সূচকগুলি আরও সঠিকভাবে উদ্ভিদের স্বাস্থ্য, বৃদ্ধি এবং চাপের মাত্রা পরিমাপ করতে ব্যবহার করা যেতে পারে।
- মাটির প্রকারভেদ: মাল্টিস্পেকট্রাল ইমেজ মাটির ধরনকে আরও কার্যকরভাবে আলাদা করতে পারে, যা নির্ভুল কৃষির জন্য গুরুত্বপূর্ণ। এটি কৃষকদের সেচ, সার, এবং শস্য ব্যবস্থাপনা পদ্ধতি সম্পর্কে আরও সচেতন সিদ্ধান্ত নিতে সাহায্য করতে পারে।
- পানির চাপ নির্ণয়: মাল্টিস্পেকট্রাল ক্যামেরাগুলি তাদের নির্গত ইনফ্রারেড বিকিরণের পরিমাণ পরিমাপ করে ফসলে জলের চাপও সনাক্ত করতে পারে। এটি কৃষকদের কখন এবং কতটা সেচ দিতে হবে তা নির্ধারণ করতে সহায়তা করতে পারে।
মাল্টিস্পেকট্রাল ইমেজিং সাধারণত অল্প সংখ্যক বর্ণালী ব্যান্ডে আলো পরিমাপ করে, 3 থেকে 15 পর্যন্ত।
হাইপারস্পেকট্রাল ইমেজিং বর্ণালী ইমেজিংয়ের একটি বিশেষ রূপ, যেখানে শত শত সংলগ্ন বর্ণালী ব্যান্ড বিশ্লেষণের জন্য উপলব্ধ. অসংখ্য বর্ণালী ব্যান্ড জুড়ে ইমেজ ডেটা ক্যাপচার করে, হাইপারস্পেকট্রাল ইমেজিং মাল্টিস্পেকট্রাল ইমেজিংয়ের চেয়ে উপাদানগুলির আরও সঠিক সনাক্তকরণ এবং বিশ্লেষণের অনুমতি দেয়।
আমার মনে হয় এই ডাইভটা এখানেই বন্ধ করা দরকার। আমি আশা করি আপনি আমি যতটা শিখেছি.