एनडीवीआई क्या है, कृषि में इसका उपयोग कैसे किया जाता है – किन कैमरों से

सटीक कृषि और विश्लेषिकी में अपनी व्यक्तिगत यात्रा पर, मैं एनडीवीआई के साथ इमेजरी विश्लेषण के संदर्भ में आया। मेरा उद्देश्य आवेदन से पहले और बाद में उर्वरक के प्रभाव का मूल्यांकन करने के लिए जैविक अल्फाल्फा के 45 हेक्टेयर क्षेत्र का विश्लेषण करना है। मेरा प्राथमिक प्रश्न है: मुझे कहाँ, किस प्रकार का और कितना उर्वरक लगाना चाहिए और इसका लूसर्न की फसल पर क्या प्रभाव पड़ेगा? मेरे पास एक मानक आरजीबी कैमरा वाला मैविक प्रो कैमरा है। जब मैंने ट्विटर पर पूछा कि कैसे आगे बढ़ना है, तो किसी ने एनडीवीआई सहित मदद के लिए वनस्पति सूचकांकों की एक श्रृंखला का पता लगाने के लिए मल्टीस्पेक्ट्रल डेटा का उपयोग करने का सुझाव दिया। इसलिए, मैंने एनडीवीआई के बारे में अधिक जानने के लिए खरगोश के छेद में गहराई से प्रवेश किया।

सामान्यीकृत अंतर वनस्पति सूचकांक (एनडीवीआई) क्या है
एनडीवीआई का इतिहास
आप एनडीवीआई की गणना कैसे करते हैं?
कृषि में एनडीवीआई
NDVI के लिए किस प्रकार का (ड्रोन) कैमरा? आरजीबी और आईआर-उन्नत बनाम मल्टीस्पेक्ट्रल
क्यों एगटेक में मल्टीस्पेक्ट्रल छवियां महत्वपूर्ण हैं

सामान्यीकृत अंतर वनस्पति सूचकांक (एनडीवीआई) एक विशिष्ट क्षेत्र में विशेष रूप से कृषि में जीवित वनस्पति की मात्रा का मूल्यांकन करने के लिए एक व्यापक रूप से अपनाया गया तरीका है।

एनडीवीआई (सामान्यीकृत अंतर वनस्पति सूचकांक) क्या है

पौधे अद्भुत जीव हैं जो अपना भोजन बनाने के लिए सूर्य के प्रकाश को ऊर्जा के रूप में उपयोग करते हैं। वे ऐसा प्रकाश संश्लेषण नामक एक प्रक्रिया के माध्यम से करते हैं, जो उनकी पत्तियों में होती है। दिलचस्प बात यह है कि पौधे की पत्तियाँ न केवल सूर्य के प्रकाश को अवशोषित करती हैं, बल्कि वे इसके कुछ हिस्से को वापस परावर्तित भी करती हैं। यह निकट-अवरक्त प्रकाश के लिए विशेष रूप से सच है, जो हमारी आंखों के लिए अदृश्य है लेकिन सूर्य के प्रकाश में ऊर्जा का आधा हिस्सा बनाता है।

इस परावर्तन का कारण यह है कि बहुत अधिक निकट-अवरक्त प्रकाश वास्तव में पौधों के लिए हानिकारक हो सकता है। इसलिए, वे इस प्रकार के प्रकाश को परावर्तित करके स्वयं को बचाने के लिए विकसित हुए हैं। नतीजतन, जीवित हरे पौधे दृश्यमान प्रकाश में काले दिखते हैं, लेकिन निकट-अवरक्त स्पेक्ट्रम में उज्ज्वल दिखाई देते हैं। यह बादलों और बर्फ से अलग है, जो दृश्यमान प्रकाश में उज्ज्वल दिखते हैं लेकिन निकट-अवरक्त स्पेक्ट्रम में अंधेरा होता है।

एनडीवीआई, या सामान्यीकृत अंतर वनस्पति सूचकांक नामक एक उपकरण का उपयोग करके पौधों का अध्ययन करने के लिए वैज्ञानिक इस अनूठी विशेषता का लाभ उठा सकते हैं। NDVI पौधों द्वारा परावर्तित लाल और निकट-अवरक्त प्रकाश की मात्रा के बीच के अंतर को मापता है। किसी पौधे की जितनी अधिक पत्तियाँ होती हैं, प्रकाश की ये तरंगदैर्ध्य उतनी ही अधिक प्रभावित होती हैं, जो हमें पौधों के स्वास्थ्य और वितरण के बारे में महत्वपूर्ण जानकारी दे सकती हैं।

एनडीवीआई वैज्ञानिकों के लिए पौधों और कृषि का अध्ययन करने के लिए उपग्रह चित्रों का उपयोग करने का एक तरीका है। यह समझकर कि पौधे सूर्य के प्रकाश के साथ कैसे परस्पर क्रिया करते हैं, हम अपने आसपास की दुनिया के बारे में और अपने ग्रह की देखभाल कैसे करें, इसके बारे में अधिक जान सकते हैं।

संक्षेप: एनडीवीआई स्वस्थ वनस्पति का एक मानकीकृत माप है. यह निकट-अवरक्त (NIR) और लाल बत्ती के बीच के अंतर को मापकर वनस्पति की मात्रा निर्धारित करता है। स्वस्थ वनस्पति अन्य तरंग दैर्ध्य की तुलना में अधिक एनआईआर और हरे रंग की रोशनी को दर्शाती है, लेकिन यह अधिक लाल और नीली रोशनी को अवशोषित करती है। NDVI मान हमेशा -1 से +1 तक होता है।

एनडीवीआई का इतिहास

में 1957, सोवियत संघ ने लॉन्च किया स्पुतनिक 1, पृथ्वी की परिक्रमा करने वाला पहला कृत्रिम उपग्रह। इसने सोवियत संघ में स्पुतनिक और कॉसमॉस कार्यक्रमों और अमेरिका में एक्सप्लोरर कार्यक्रम जैसे मौसम संबंधी उपग्रहों का विकास किया। टाइरोस श्रृंखला में उपग्रहों का प्रक्षेपण किया गया 1960, और नेशनल ओशनिक एंड एटमॉस्फेरिक एडमिनिस्ट्रेशन (एनओएए) प्लेटफार्मों पर निंबस उपग्रहों और उन्नत बहुत उच्च रिज़ॉल्यूशन रेडियोमीटर उपकरणों द्वारा पीछा किया गया। नासा ने पृथ्वी संसाधन प्रौद्योगिकी उपग्रह (ईआरटीएस) भी विकसित किया, जो लैंडसैट कार्यक्रम का अग्रदूत बन गया।

The लैंडसैट कार्यक्रम में लॉन्च किया गया था 1972 मल्टीस्पेक्ट्रल स्कैनर (एमएसएस) के साथ, जिसने पृथ्वी की सुदूर संवेदन की अनुमति दी। मध्य अमेरिकी शोधकर्ताओं के ग्रेट प्लेन्स क्षेत्र पर केंद्रित लैंडसैट का उपयोग करते हुए एक प्रारंभिक अध्ययन में पाया गया कि इस मजबूत अक्षांशीय ढाल के पार सौर चरम कोण ने उपग्रह वर्णक्रमीय संकेतों से रेंजलैंड वनस्पति की जैव-भौतिक विशेषताओं को सहसंबंधित करना मुश्किल बना दिया। उन्होंने सामान्यीकृत अंतर वनस्पति सूचकांक (एनडीवीआई) को सौर जेनिथ कोण के प्रभावों को समायोजित करने के साधन के रूप में विकसित किया। NDVI अब लाइव ग्रीन प्लांट कैनोपी का पता लगाने के लिए सबसे प्रसिद्ध और इस्तेमाल किया जाने वाला इंडेक्स है मल्टीस्पेक्ट्रल रिमोट सेंसिंग डेटा में। इसका उपयोग पौधों की छतरियों की प्रकाश संश्लेषक क्षमता को मापने के लिए भी किया जाता है, लेकिन यह एक जटिल उपक्रम हो सकता है।

आप एनडीवीआई की गणना कैसे करते हैं?

एनडीवीआई अपने सूत्र में एनआईआर और लाल चैनलों का उपयोग करता है. लैंडसैट और सेंटिनल-2 जैसे उपग्रहों में एनआईआर और लाल रंग के आवश्यक बैंड हैं। परिणाम एक उत्पन्न करता है -1 और +1 के बीच का मान। यदि आपके पास लाल चैनल में कम परावर्तन और एनआईआर चैनल में उच्च परावर्तन है, तो इससे उच्च एनडीवीआई मूल्य प्राप्त होगा, और इसके विपरीत।

कृषि में एनडीवीआई

एनडीवीआई के पास है कई अनुप्रयोग विभिन्न क्षेत्रों में। वन वन आपूर्ति और पत्ती क्षेत्र सूचकांक की मात्रा निर्धारित करने के लिए NDVI का उपयोग करें, और नासा बताता है कि एनडीवीआई सूखे का एक अच्छा संकेतक है। जब पानी वनस्पति विकास को सीमित करता है, तो इसमें कम सापेक्ष NDVI और वनस्पति का घनत्व होता है। एनडीवीआई का उपयोग करने वाले अन्य क्षेत्रों में शामिल हैं पर्यावरण विज्ञान, शहरी नियोजन और प्राकृतिक संसाधन प्रबंधन।

एनडीवीआई है कृषि में व्यापक रूप से उपयोग किया जाता है फसल के स्वास्थ्य की निगरानी और सिंचाई का अनुकूलन करने के लिए। किसान बायोमास को मापने के लिए सटीक खेती के लिए एनडीवीआई का उपयोग करते हैं, और उन फसलों की पहचान करने के लिए जिन्हें अधिक पानी या उर्वरक की आवश्यकता होती है।

एनडीवीआई का उपयोग कैसे करें? सैटेलाइट इमेजरी बनाम ड्रोन इमेजरी

एनडीवीआई के लिए किस उपग्रह इमेजरी में नियर-इन्फ्रारेड है? जैसा कि पहले उल्लेख किया गया है, सेंटिनल -2, लैंडसैट और एसपीओटी जैसे उपग्रह लाल और निकट अवरक्त छवियों का उत्पादन करते हैं। वेब पर मुफ्त उपग्रह इमेजरी डेटा स्रोत हैं, जिसमें डेटा है जिसे कोई भी डाउनलोड कर सकता है और एनडीवीआई मानचित्र बना सकता है ArcGIS या क्यूजीआईएस.

फसल स्वास्थ्य सटीक कृषि का एक महत्वपूर्ण पहलू है, और एनडीवीआई डेटा मापने के लिए एक मूल्यवान उपकरण है यह। आज, माप की तुलना करने और संभावित फसल स्वास्थ्य समस्याओं की पहचान करने के लिए NDVI डेटा की जोड़ी बनाने में कृषि ड्रोन का उपयोग आम हो गया है। निकट-अवरक्त और लाल बत्ती के बीच के अंतर को मापकर, NDVI किसानों को सिंचाई का अनुकूलन करने और उन फसलों की पहचान करने में मदद कर सकता है जिन्हें अधिक पानी या उर्वरक की आवश्यकता होती है।

उदाहरण के लिए, प्रेसिजन हॉक और सेंटेरा कृषि ड्रोन प्रदान करें जो एक दिन के भीतर NDVI डेटा को कैप्चर और प्रोसेस कर सकते हैं, जो कि पारंपरिक NDVI तकनीकों पर एक महत्वपूर्ण सुधार है जिसमें अक्सर लंबे समय तक प्रतीक्षा करने की आवश्यकता होती है। शोधकर्ताओं ने यह पाया है एनडीवीआई छवियों को मानक डिजिटल आरजीबी कैमरों का उपयोग करके भी प्राप्त किया जा सकता है साथ कुछ संशोधनों, और इस दृष्टिकोण को फसल स्वास्थ्य निगरानी प्रणालियों में एकीकृत किया जा सकता है।

हाल के वर्षों में मोबाइल एप्लिकेशन का प्रसार हुआ है, एनडीवीआई डेटा का उपयोग करना फसल स्वास्थ्य की निगरानी के साधन के रूप में। डॉक्टर’ की परिक्रमा एक ऐसा ऐप है जो किसानों को उनके खेतों में किसी भी विसंगतियों की पहचान करने के लिए स्वास्थ्य मानचित्र के रूप में प्रस्तुत एनडीवीआई डेटा प्रदान करता है। इन ऐप का उद्देश्य फ़ील्ड स्काउटिंग और कृषि को डिजिटल बनाने के नए तरीके प्रदान करके कृषि पद्धतियों में क्रांति लाना है। NDVI तकनीक पर आधारित रिमोट फील्ड मॉनिटरिंग टूल बार-बार फील्ड विजिट करने की आवश्यकता को कम करके किसानों की महत्वपूर्ण ईंधन लागत को बचा सकते हैं, और कुशल सिंचाई प्रबंधन में मदद कर सकते हैं।

NDVI के लिए किस प्रकार का (ड्रोन) कैमरा? आरजीबी और आईआर-उन्नत बनाम मल्टीस्पेक्ट्रल

ठीक है.. तो यह एक तरह का गर्म क्षेत्र है जिसे मैंने देखा है, और खरगोश का छेद गहरा और गहरा होता जाता है।

मानक आरजीबी कैमरों को रेड, ग्रीन और ब्लू लाइट कैप्चर करने के लिए डिजाइन किया गया है संशोधित कैमरे का संयोजन प्राप्त कर सकता है इन्फ्रारेड के पास, लाल, हरा और नीला प्रकाश मॉडल पर निर्भर करता है। आरजीबी संयंत्र स्वास्थ्य उत्पन्न करने के लिए “हरापन” फसलों की, कर सकते हैं एक मानक आरजीबी कैमरा का प्रयोग करें सॉफ्टवेयर में विशिष्ट एल्गोरिदम के साथ।

कुछ कंपनियां “नकली” एजी या एनडीवीआई कैमरा, जो केवल नियमित कैमरे हैं जिनमें इन्फ्रारेड फ़िल्टर हटा दिया गया है और एक नीला फ़िल्टर स्थापित किया गया है। हालांकि, ये कैमरे एनडीवीआई जैसे रेडियोमेट्रिक मापन के लिए गलत हैं क्योंकि रंगीन चैनलों के बीच बहुत अधिक ओवरलैप है, और यात्राओं के बीच प्रकाश व्यवस्था में अंतर के लिए उनके पास सेंसर नहीं है। नतीजतन, ये कैमरे किसी दिए गए क्षेत्र में केवल सापेक्ष अंतर दिखा सकते हैं, लेकिन एनडीवीआई को सटीक रूप से माप नहीं सकते हैं।

एक वास्तविक और कैलिब्रेटेड NDVI कैमरा प्रकाश के अंतर को ध्यान में रखेगा और एक ही साइट पर कई विज़िट के बीच लगातार आउटपुट प्रदान करेगा। इसलिए ए खरीदते समय सावधान रहें संशोधित “NDVI कैमरा” जो नियर-इन्फ्रारेड लाइट को कैप्चर करता है, ड्रोन को अपग्रेड करने के लिए (पहले से ही $400) द्वारा वनस्पति स्वास्थ्य विश्लेषण करने के लिए निकट-अवरक्त (NIR) इमेजरी कैप्चर करने के लिए एनडीवीआई गणना. लेकिन कृपया जागरूक रहें: यह है असली NDVI कैमरा नहीं, और यह भ्रामक हो सकता है। ए सेंटेरा कैमरा पहले से ही एक बेहतर विकल्प है क्योंकि वे उद्देश्य-निर्मित हैं और उन्हें कैलिब्रेट किया जा सकता है, लेकिन वे अभी भी पूर्ण NDVI सिस्टम से कम हैं। मल्टीस्पेक्ट्रल कैमरे, वास्तविक एनडीवीआई कैमरे हैं महँगा, “उन्नत RGB/IR कैमरों” की तुलना में बहुत अधिक महंगा है। तोता’s Sequoia at $3500. टेट्राकैम एडीसी स्नैप $4500, मीकासेंस’ का रेडएज $6000+.

मल्टीस्पेक्ट्रल इमेजरी कृषि में महत्वपूर्ण है क्योंकि यह परंपरागत आरजीबी कैमरों की तुलना में फसलों और मिट्टी के बारे में अधिक विस्तृत और सटीक जानकारी प्रदान कर सकता है।

क्यों मल्टीस्पेक्ट्रल एगटेक में छवियां महत्वपूर्ण हैं

मल्टीस्पेक्ट्रल इमेजिंग छवि डेटा को भीतर कैप्चर करता है विशिष्ट तरंग दैर्ध्य विद्युत चुम्बकीय स्पेक्ट्रम में होता हैविशिष्ट तरंग दैर्ध्य के प्रति संवेदनशील फिल्टर या उपकरणों का उपयोग करना। यह शामिल करने के लिए दृश्यमान प्रकाश सीमा से परे फैली हुई है अवरक्त और पराबैंगनी रोशनी, अतिरिक्त जानकारी के निष्कर्षण को सक्षम करना आगे जिसे मानव आँख अपने दृश्यमान रिसेप्टर्स के साथ पहचान सकती है लाल, हरा और नीला. मूल रूप से सैन्य लक्ष्य की पहचान और टोही के लिए विकसित, मल्टीस्पेक्ट्रल इमेजिंग का उपयोग अंतरिक्ष-आधारित इमेजिंग में पृथ्वी की तटीय सीमाओं, वनस्पति और भू-आकृतियों के विवरणों को मैप करने के लिए किया गया है। इसने दस्तावेज़ और पेंटिंग विश्लेषण में भी आवेदन पाया है।

यहाँ कुछ कारण दिए गए हैं कि मल्टीस्पेक्ट्रल इमेजरी कृषि अनुप्रयोगों के लिए बेहतर क्यों है:

1. ग्रेटर स्पेक्ट्रल संकल्प: मल्टीस्पेक्ट्रल कैमरे इलेक्ट्रोमैग्नेटिक स्पेक्ट्रम के कई संकीर्ण बैंड में छवियों को कैप्चर करते हैं, जो पौधों द्वारा अवशोषित या प्रतिबिंबित प्रकाश की विशिष्ट तरंग दैर्ध्य के अधिक विस्तृत विश्लेषण की अनुमति देता है। यह नग्न आंखों को दिखाई देने से पहले पोषक तत्वों की कमी या बीमारी जैसे मुद्दों की पहचान करने में मदद कर सकता है।
2. उन्नत वनस्पति सूचकांक: प्रकाश के विभिन्न तरंग दैर्ध्य के परावर्तन मूल्यों की तुलना करके, मल्टीस्पेक्ट्रल कैमरे पारंपरिक आरजीबी कैमरों की तुलना में अधिक परिष्कृत वनस्पति सूचकांक बना सकते हैं। इन सूचकांकों का उपयोग पौधों के स्वास्थ्य, विकास और तनाव के स्तर को अधिक सटीक रूप से मापने के लिए किया जा सकता है।
3. मिट्टी के प्रकार का विभेदन: मल्टीस्पेक्ट्रल इमेजरी भी मिट्टी के प्रकारों को अधिक प्रभावी ढंग से अलग कर सकती है, जो सटीक कृषि के लिए महत्वपूर्ण है। इससे किसानों को सिंचाई, उर्वरीकरण और फसल प्रबंधन प्रथाओं के बारे में अधिक सूचित निर्णय लेने में मदद मिल सकती है।
4. पानी के तनाव का पता लगाना: मल्टीस्पेक्ट्रल कैमरे भी फसलों में पानी के तनाव का पता लगा सकते हैं, जो कि उनके द्वारा उत्सर्जित इन्फ्रारेड विकिरण की मात्रा को मापते हैं। इससे किसानों को यह निर्धारित करने में मदद मिल सकती है कि कब और कितनी सिंचाई करनी है।

मल्टीस्पेक्ट्रल इमेजिंग आम तौर पर कम संख्या में स्पेक्ट्रल बैंड में प्रकाश को मापता है, 3 से 15 तक।

हाइपरस्पेक्ट्रल इमेजिंग स्पेक्ट्रल इमेजिंग का एक विशेष रूप है, जहां विश्लेषण के लिए सैकड़ों सन्निहित वर्णक्रमीय बैंड उपलब्ध हैं. कई वर्णक्रमीय बैंडों में छवि डेटा कैप्चर करके, हाइपरस्पेक्ट्रल इमेजिंग मल्टीस्पेक्ट्रल इमेजिंग की तुलना में सामग्री की अधिक सटीक पहचान और विश्लेषण की अनुमति देती है।

मुझे लगता है कि मुझे इस डाइव को यहीं रोकना होगा। मुझे आशा है कि आपने जितना मैंने किया उतना ही सीखा।