במסע האישי שלי לחקלאות מדויקת ואנליטיקה, נתקלתי ב-NDVI בהקשר של ניתוח דימויים. המטרה שלי היא לנתח שדה של 450 דונם של אספסת אורגנית על מנת להעריך את השפעת הדשן לפני ואחרי היישום. השאלה העיקרית שלי היא: היכן, איזה סוג וכמה דשן עלי ליישם, ואיזו השפעה תהיה לו על יבול הלוצרן? בבעלותי מצלמת Mavic Pro עם מצלמת RGB רגילה. כששאלתי בטוויטר איך להמשיך, מישהו הציע להשתמש בנתונים רב-ספקטרליים כדי לחקור מגוון מדדי צמחייה כדי לעזור, כולל NDVI. אז, התעמקתי עמוק לתוך חור הארנב כדי ללמוד עוד על NDVI.

מהו מדד צמחיית ההפרש המנורמל (NDVI)
היסטוריה של NDVI
איך מחשבים NDVI?
NDVI בחקלאות
איזה סוג של מצלמת (רחפן) עבור NDVI? RGB ו-IR משודרגים לעומת Multispectral
למה תמונות רב-ספקטרליות חשובות ב-agtech

שדות האספסת בחווה שלי, יוני 2022

מדד צמחיית ההבדלים המנורמלים (NDVI) הוא שיטה מאומצת להערכת כמות הצמחייה החיה באזור ספציפי, במיוחד בחקלאות.

מהו NDVI (מדד צמחיית הבדל נורמלי)

צמחים הם אורגניזמים מדהימים שמשתמשים באור השמש כאנרגיה לייצור מזון משלהם. הם עושים זאת באמצעות תהליך הנקרא פוטוסינתזה, המתרחש בעלים שלהם. מעניין שעלי הצמח לא רק סופגים את אור השמש, אלא הם גם משקפים חלק ממנו בחזרה. זה נכון במיוחד עבור אור קרוב לאינפרא אדום, שאינו נראה לעינינו אך מהווה מחצית מהאנרגיה באור השמש.

הסיבה להשתקפות זו היא כי יותר מדי אור קרוב לאינפרא אדום יכול למעשה להזיק לצמחים. אז, הם התפתחו כדי להגן על עצמם על ידי החזרת סוג זה של אור. כתוצאה מכך, צמחים ירוקים חיים נראים כהים באור נראה, אך נראים בהירים בספקטרום האינפרא אדום הקרוב. זה שונה מעננים ושלג, שנוטים להיראות בהירים באור נראה אך כהים בספקטרום האינפרא אדום הקרוב.

זכויות יוצרים: Pix4D היא חברה שוויצרית המפתחת חבילה של מוצרי תוכנה המשתמשים באלגוריתמים של פוטוגרמטריה וראייה ממוחשבת כדי להפוך תמונות RGB, תרמיות ורב-ספקטרליות למפות ומודלים תלת-ממדיים.

מדענים יכולים לנצל את התכונה הייחודית הזו כדי לחקור צמחים באמצעות כלי הנקרא NDVI, או Normalized Difference Vegetation Index. NDVI מודד את ההבדל בין כמות האור האדום לכמעט אינפרא אדום המוחזר על ידי צמחים. ככל שלצמח יש יותר עלים, כך אורכי הגל הללו מושפעים יותר, מה שיכול לתת לנו מידע חשוב על בריאות הצמח והתפוצה.

NDVI היא דרך עבור מדענים להשתמש בתמונות לוויין כדי לחקור צמחים וחקלאות. על ידי הבנת האופן שבו צמחים מקיימים אינטראקציה עם אור השמש, נוכל ללמוד יותר על העולם סביבנו וכיצד לטפל בכוכב הלכת שלנו.

לסיכום: NDVI הוא מדד מתוקנן של צמחייה בריאה. הוא מכמת את הצמחייה על ידי מדידת ההבדל בין אינפרא אדום קרוב (NIR) לאור אדום. צמחייה בריאה משקפת יותר NIR ואור ירוק מאשר אורכי גל אחרים, אך היא סופגת יותר אור אדום וכחול. ערכי NDVI נעים תמיד בין -1 ל-+1.

היסטוריה של NDVI

ב 1957, השיקה ברית המועצות ספוטניק 1, הלוויין המלאכותי הראשון שמקיף את כדור הארץ. זה הוביל לפיתוח לוויינים מטאורולוגיים, כמו תוכניות ספוטניק וקוסמוס בברית המועצות, ותוכנית אקספלורר בארה"ב. סדרת TIROS של לוויינים שוגרו פנימה 1960, ואחריהם הגיעו לווייני נימבוס ומכשירי רדיומטר המתקדמים ברזולוציה גבוהה מאוד בפלטפורמות המינהל הלאומי לאוקיאנוס והאטמוספירה (NOAA). נאס"א פיתחה גם את הלוויין לטכנולוגיית משאבי כדור הארץ (ERTS), שהפך למבשר לתוכנית Landsat.

ה לנדסאט תכנית הושק ב 1972 עם ה-MultiSpectral Scanner (MSS), שאיפשר חישה מרחוק של כדור הארץ. מחקר מוקדם אחד שהשתמש ב-Landsat התמקד באזור המישורים הגדולים של מרכז ארה"ב חוקרים מצאו כי זווית שיא השמש על פני שיפוע רוחב חזק זה מקשה על קשר בין המאפיינים הביו-פיזיקליים של צמחיית הטווח מהאותות הספקטרליים של הלוויין. הם פיתחו את מדד הצמחייה המנורמל (NDVI) כאמצעי להתאים את ההשפעות של זווית הזניט השמשית. NDVI הוא כעת האינדקס הידוע והמשומש ביותר לזיהוי חופות צמחים ירוקים חיים בנתוני חישה מרחוק רב-ספקטרלית. הוא משמש גם לכימות יכולת הפוטוסינתזה של חופות צמחים, אך זו יכולה להיות משימה מורכבת.

איך מחשבים NDVI?

NDVI משתמש ב-NIR ובערוץ האדום בנוסחה שלו. לוויינים כמו Landsat ו-Sentinel-2 יש את הרצועות הדרושות עם NIR ואדום. התוצאה יוצרת א ערך בין -1 ל-+1. אם יש לך החזר נמוך בערוץ האדום והשתקפות גבוהה בערוץ NIR, זה יניב ערך NDVI גבוה, ולהיפך.

ערךסִימָן
< 0חומר דומם / מת
0 -> 0.33חומר צמחי לא בריא
0.33 -> 0.66חומר צמחי בריא
> 0.66חומר צמחי בריא מאוד

NDVI בחקלאות

ל-NDVI יש מספר יישומים במגזרים שונים. יערנים השתמש ב-NDVI כדי לכמת היצע היער ואינדקס שטח העלים, וכן נאס"א קובע כי NDVI הוא אינדיקטור טוב לבצורת. כאשר מים מגבילים את צמיחת הצמחייה, יש להם NDVI יחסית נמוך יותר וצפיפות הצמחייה. סקטורים אחרים המשתמשים ב-NDVI כוללים מדעי הסביבה, תכנון ערים וניהול משאבי טבע.

NDVI הוא בשימוש נרחב בחקלאות כדי לפקח על בריאות היבול ולייעל את ההשקיה. חקלאים משתמשים ב-NDVI לחקלאות מדויקת, למדידת ביומסה ולזיהוי יבולים הזקוקים ליותר מים או דשנים.

כיצד להשתמש ב-NDVI? תמונות לוויין לעומת תמונות של מזל"ט

באילו תמונות לוויין יש כמעט אינפרא אדום עבור NDVI? כאמור, לוויינים כמו Sentinel-2, Landsat ו-SPOT מייצרים תמונות אדומות וכמעט אינפרא אדום. יש מקורות נתונים בחינם של תמונות לוויין באינטרנט, שיש בהם נתונים שאפשר להוריד וליצור מפות NDVI ב ArcGIS אוֹ QGIS.

בריאות היבול היא היבט קריטי של חקלאות מדויקת, ו נתוני NDVI הם כלי רב ערך למדידה זה. כיום, השימוש במזל"טים חקלאיים הפך לנוהג נפוץ בשיוך נתוני NDVI כדי להשוות מדידות ולזהות בעיות בריאות פוטנציאליות של היבול. על ידי מדידת ההבדל בין אור קרוב לאינפרא אדום לאור אדום, NDVI יכול לעזור לחקלאים לייעל את ההשקיה ולזהות יבולים הזקוקים ליותר מים או דשנים.

לדוגמה, PrecisionHawk ו Sentera לספק מל"טים לחקלאות שיכולים ללכוד ולעבד נתוני NDVI תוך יום אחד, וזה שיפור משמעותי לעומת טכניקות NDVI מסורתיות שלעיתים דורשות זמני המתנה ארוכים. חוקרים מצאו את זה ניתן להשיג תמונות NDVI אפילו באמצעות מצלמות RGB דיגיטליות סטנדרטיות עם כמה שינויים, וגישה זו יכולה להשתלב במערכות ניטור בריאות היבול.

יישומים ניידים התרבו בשנים האחרונות, שימוש בנתוני NDVI כאמצעי לניטור בריאות היבול. Doktar' Orbit היא אפליקציה כזו המספקת לחקלאים נתוני NDVI המוצגים כמפות בריאות כדי לזהות חריגות בשדות שלהם. אפליקציות אלה שואפות לחולל מהפכה בפרקטיקות החקלאות על ידי אספקת דרכים חדשות לצפייה בשטח ולדיגיטציה של החקלאות. כלי ניטור שדה מרחוק המבוססים על טכנולוגיית NDVI יכולים לחסוך לחקלאים עלויות דלק משמעותיות על ידי הפחתת הצורך בביקורים תכופים בשטח, ויכולים לסייע בניהול השקיה יעיל.

איזה סוג של מצלמת (רחפן) עבור NDVI? RGB ו-IR משודרגים לעומת Multispectral

אוקיי.. אז זה סוג של שדה לוהט ששמתי לב אליו, וחור הארנב הולך ומעמיק.

RGB סטנדרטי מצלמות נועדו ללכוד אור אדום, ירוק וכחול, תוך כדי מצלמות ששונו יכול לתפוס שילוב של ליד אינפרא אדום, אדום, ירוק וכחול אור בהתאם לדגם. ליצור RGB בריאות צמחית מפות המציגות את "ירקות" הגידולים, אחד יכול השתמש במצלמת RGB רגילה עם אלגוריתמים ספציפיים בתוכנה.

חלק מהחברות מוכרות "מְזוּיָףא.ג אוֹ NDVI מצלמות, שהן רק מצלמות רגילות עם מסנן אינפרא אדום שהוסר ומותקן מסנן כחול. עם זאת, מצלמות אלו אינן מדויקות למדידות רדיומטריות כמו NDVI מכיוון שיש יותר מדי חפיפה בין ערוצי הצבע, ואין להן חיישן שיסביר את ההבדלים בתאורה בין ביקורים. כתוצאה מכך, מצלמות אלו יכולות להראות רק הבדלים יחסיים באזור נתון, אך לא למדוד במדויק NDVI.

מצלמת NDVI אמיתית ומכוילת תיקח בחשבון הבדלי תאורה ותספק תפוקות עקביות בין מספר ביקורים באותו אתר. אז היזהר בעת רכישת א "מצלמת NDVI" ששונתה הלוכדת אור כמעט אינפרא אדום, כדי לשדרג רחפנים (כבר עבור $400) כדי ללכוד תמונות כמעט אינפרא אדום (NIR) על מנת לבצע ניתוח בריאות הצמחייה על ידי חישוב NDVI. אבל אנא שימו לב: זהו לא מצלמת NDVI אמיתית, וזה עלול להטעות. א Sentera מצלמה היא כבר אופציה טובה יותר מכיוון שהן בנויות ייעודיות וניתנות לכייל, אך הן עדיין אינן ממערכת NDVI מלאה. מצלמות מולטיספקטרליות, מַמָשִׁי מצלמות NDVI הם יָקָר, הרבה יותר יקר מ"מצלמות RGB/IR משודרגות". סקויה של תוכי ב $3500. TetraCam ADC Snap $4500, RedEdge של MicaSense $6000+.

צילום רב-ספקטרלי חשוב בחקלאות מכיוון שהוא יכול לספק מידע מפורט ומדויק יותר על יבולים ואדמה מאשר מצלמות RGB מסורתיות.

למה רב ספקטרלי תמונות חשובות באגטק

הדמיה רב-ספקטרלית לוכד נתוני תמונה בתוך טווחי אורך גל ספציפיים על פני הספקטרום האלקטרומגנטי, באמצעות מסננים או מכשירים הרגישים לאורכי גל ספציפיים. זה משתרע מעבר לטווח האור הנראה לכלול אינפרא אדום ו אוּלְטרָה סָגוֹל אוֹר, המאפשר חילוץ מידע נוסף מעבר מה שהעין האנושית יכולה לזהות באמצעות הקולטנים הגלויים שלה אדום, ירוק וכחול. פותח במקור לזיהוי מטרות צבאיות וסיור, נעשה שימוש בהדמיה רב-ספקטרלית בהדמיה מבוססת-חלל כדי למפות פרטים של גבולות החוף, הצמחייה וצורות הקרקע של כדור הארץ. זה גם מצא יישומים בניתוח מסמכים וציור.

להלן מספר סיבות מדוע דימויים רב-ספקטרליים מתאימים יותר ליישומים חקלאיים:

  1. רזולוציה ספקטרלית גדולה יותר: מצלמות רב-ספקטרליות לוכדות תמונות במספר פסים צרים של הספקטרום האלקטרומגנטי, מה שמאפשר ניתוח מפורט יותר של אורכי הגל הספציפיים של האור שצמחים סופגים או משקפים. זה יכול לעזור לזהות בעיות כמו חוסרים תזונתיים או מחלות לפני שהם גלויים לעין בלתי מזוינת.
  2. מדדי צמחייה משופרים: על ידי השוואת ערכי ההחזר של אורכי גל שונים של אור, מצלמות רב-ספקטרליות יכולות ליצור מדדי צמחייה מתוחכמים יותר מאשר מצלמות RGB מסורתיות. ניתן להשתמש במדדים אלו למדידת בריאות הצמח, צמיחה ורמות מתח בצורה מדויקת יותר.
  3. בידול סוגי קרקע: דימויים רב-ספקטרליים יכולים גם להבדיל בין סוגי קרקע בצורה יעילה יותר, מה שחשוב לחקלאות מדויקת. זה יכול לעזור לחקלאים לקבל החלטות מושכלות יותר לגבי שיטות השקיה, דישון וניהול יבול.
  4. זיהוי מתח מים: מצלמות מולטיספקטרליות יכולות גם לזהות מתח מים בגידולים על ידי מדידת כמות קרינת האינפרא אדום שהן פולטות. זה יכול לעזור לחקלאים לקבוע מתי וכמה להשקות.

רב ספקטרלי הַדמָיָה בדרך כלל מודד אור במספר קטן של פסים ספקטרליים, נע בין 3 ל-15.

היפרספקטרלי הַדמָיָה הוא צורה מיוחדת של הדמיה ספקטרלית, שבו מאות פסים ספקטרליים רציפים זמינים לניתוח. על ידי לכידת נתוני תמונה על פני פסים ספקטרליים רבים, הדמיה היפרספקטרלית מאפשרת זיהוי וניתוח מדויקים יותר של חומרים מאשר הדמיה רב-ספקטרלית.

אני חושב שאני צריך לעצור את הצלילה הזו כאן. אני מקווה שלמדת כמוני.

he_ILHebrew