Che cos'è NDVI, come viene utilizzato in agricoltura e con quali telecamere

Durante il mio viaggio personale nell'agricoltura di precisione e nell'analisi, mi sono imbattuto in NDVI nel contesto dell'analisi delle immagini. Il mio obiettivo è analizzare un campo di 45 ettari di erba medica biologica per valutare l'effetto del fertilizzante prima e dopo l'applicazione. La mia domanda principale è: dove, che tipo e quanto fertilizzante dovrei applicare e quale effetto avrà sul raccolto di erba medica? Possiedo una fotocamera Mavic Pro con una fotocamera RGB standard. Quando ho chiesto su Twitter come procedere, qualcuno ha suggerito di utilizzare dati multispettrali per esplorare una serie di indici di vegetazione per aiutare, incluso NDVI. Quindi, ho scavato in profondità nella tana del coniglio per saperne di più su NDVI.

Qual è l'indice di vegetazione della differenza normalizzata (NDVI)
Storia dell'NDVI
Come si calcola l'NDVI?
NDVI in agricoltura
Che tipo di fotocamera (drone) per NDVI? RGB e IR aggiornati vs multispettrale
Perché Le immagini multispettrali sono importanti in agtech

Il Normalized Difference Vegetation Index (NDVI) è un metodo ampiamente adottato per valutare la quantità di vegetazione viva in una regione specifica, specialmente in agricoltura.

Cos'è l'NDVI (Indice di vegetazione a differenza normalizzata)

Le piante sono organismi straordinari che usano la luce solare come energia per produrre il proprio cibo. Lo fanno attraverso un processo chiamato fotosintesi, che si verifica nelle loro foglie. È interessante notare che le foglie delle piante non solo assorbono la luce solare, ma ne riflettono anche una parte. Ciò è particolarmente vero per la luce nel vicino infrarosso, che è invisibile ai nostri occhi ma costituisce la metà dell'energia della luce solare.

La ragione di questo riflesso è perché troppa luce nel vicino infrarosso può effettivamente essere dannosa per le piante. Quindi, si sono evoluti per proteggersi riflettendo questo tipo di luce. Di conseguenza, le piante verdi vive appaiono scure nella luce visibile, ma appaiono luminose nello spettro del vicino infrarosso. Questo è diverso dalle nuvole e dalla neve, che tendono ad apparire luminose nella luce visibile ma scure nello spettro del vicino infrarosso.

Gli scienziati possono sfruttare questo tratto unico per studiare le piante utilizzando uno strumento chiamato NDVI, o Normalized Difference Vegetation Index. NDVI misura la differenza tra la quantità di luce rossa e nel vicino infrarosso riflessa dalle piante. Più foglie ha una pianta, più queste lunghezze d'onda della luce sono influenzate, il che può darci informazioni importanti sulla salute e sulla distribuzione delle piante.

NDVI è un modo per gli scienziati di utilizzare le immagini satellitari per studiare le piante e l'agricoltura. Comprendendo come le piante interagiscono con la luce solare, possiamo imparare di più sul mondo che ci circonda e su come prenderci cura del nostro pianeta.

Riassunto: NDVI è una misura standardizzata della vegetazione sana. Quantifica la vegetazione misurando la differenza tra il vicino infrarosso (NIR) e la luce rossa. La vegetazione sana riflette più NIR e luce verde rispetto ad altre lunghezze d'onda, ma assorbe più luce rossa e blu. I valori NDVI vanno sempre da -1 a +1.

Storia dell'NDVI

In 1957, l'Unione Sovietica ha lanciato Sputnik 1, il primo satellite artificiale in orbita attorno alla Terra. Ciò ha portato allo sviluppo di satelliti meteorologici, come i programmi Sputnik e Cosmos in Unione Sovietica e il programma Explorer negli Stati Uniti. serie TIROS di satelliti sono stati lanciati 1960, e sono stati seguiti dai satelliti Nimbus e dagli strumenti Advanced Very High Resolution Radiometer sulle piattaforme della National Oceanic and Atmospheric Administration (NOAA). La NASA ha anche sviluppato l'Earth Resources Technology Satellite (ERTS), che è diventato il precursore del programma Landsat.

IL Landsat programma è stato lanciato in 1972 con il MultiSpectral Scanner (MSS), che ha consentito il telerilevamento della Terra. Uno dei primi studi che utilizzava Landsat si concentrava sulla regione delle Grandi Pianure degli Stati Uniti centrali. I ricercatori hanno scoperto che l'angolo zenitale solare attraverso questo forte gradiente latitudinale rendeva difficile correlare le caratteristiche biofisiche della vegetazione dei pascoli dai segnali spettrali del satellite. Hanno sviluppato l'indice di vegetazione della differenza normalizzata (NDVI) come mezzo per regolare gli effetti dell'angolo zenitale solare. NDVI è ora l'indice più noto e utilizzato per rilevare le chiome delle piante verdi vive nei dati di telerilevamento multispettrale. Viene anche utilizzato per quantificare la capacità fotosintetica delle chiome delle piante, ma questa può essere un'impresa complessa.

Come si calcola l'NDVI?

NDVI utilizza i canali NIR e rosso nella sua formula. Satelliti come Landsat e Sentinel-2 hanno le bande necessarie con NIR e rosso. Il risultato genera a valore compreso tra -1 e +1. Se hai una riflettanza bassa nel canale rosso e una riflettanza alta nel canale NIR, questo produrrà un valore NDVI alto e viceversa.

NDVI in agricoltura

NDVI ha diverse applicazioni in diversi settori. Forestali utilizzare NDVI per quantificare l'offerta forestale e l'indice di superficie fogliare, e NASA afferma che NDVI è un buon indicatore di siccità. Quando l'acqua limita la crescita della vegetazione, ha un NDVI relativo e una densità di vegetazione inferiori. Altri settori che utilizzano NDVI includono scienze ambientali, urbanistica e gestione delle risorse naturali.

NDVI lo è ampiamente utilizzato in agricoltura per monitorare la salute delle colture e ottimizzare l'irrigazione. Gli agricoltori utilizzano NDVI per l'agricoltura di precisione, per misurare la biomassa e per identificare le colture che necessitano di più acqua o fertilizzanti.

Come usare NDVI? Immagini satellitari e immagini drone

Quali immagini satellitari hanno il vicino infrarosso per NDVI? Come accennato in precedenza, satelliti come Sentinel-2, Landsat e SPOT producono immagini rosse e nel vicino infrarosso. Esistono fonti di dati di immagini satellitari gratuite sul Web, che contengono dati che è possibile scaricare e creare mappe NDVI ArcGIS O QGIS.

La salute delle colture è un aspetto critico dell'agricoltura di precisione e I dati NDVI sono uno strumento prezioso per la misurazione Esso. Oggi, l'uso di droni agricoli è diventato una pratica comune nell'associare i dati NDVI per confrontare le misurazioni e identificare potenziali problemi di salute delle colture. Misurando la differenza tra il vicino infrarosso e la luce rossa, NDVI può aiutare gli agricoltori a ottimizzare l'irrigazione e identificare le colture che necessitano di più acqua o fertilizzanti.

Per esempio, PrecisionHawk E Sentera fornire droni agricoli in grado di acquisire ed elaborare i dati NDVI entro un giorno, il che rappresenta un miglioramento significativo rispetto alle tradizionali tecniche NDVI che spesso richiedono lunghi tempi di attesa. I ricercatori lo hanno scoperto Le immagini NDVI possono anche essere ottenute utilizzando telecamere RGB digitali standard con Alcuni modifiche, e questo approccio può essere integrato nei sistemi di monitoraggio della salute delle colture.

Le applicazioni mobili sono proliferate negli ultimi anni, utilizzando i dati NDVI come mezzo per monitorare la salute delle colture. L'orbita di Doktar è una di queste app che fornisce agli agricoltori dati NDVI presentati come mappe sanitarie per identificare eventuali anomalie nei loro campi. Queste app mirano a rivoluzionare le pratiche agricole fornendo nuovi modi di scouting sul campo e digitalizzazione dell'agricoltura. Gli strumenti di monitoraggio remoto del campo basati sulla tecnologia NDVI possono far risparmiare agli agricoltori notevoli costi di carburante riducendo la necessità di frequenti visite sul campo e possono aiutare con una gestione efficiente dell'irrigazione.

Che tipo di fotocamera (drone) per NDVI? RGB e IR aggiornati vs multispettrale

Ok... quindi questo è un campo caldo che ho notato, e la tana del coniglio va sempre più in profondità.

RGB standard le telecamere sono progettate per catturare la luce rossa, verde e blu, mentre fotocamere modificate può catturare una combinazione di Vicino a infrarossi, rosso, verde e blu luce a seconda del modello. Per generare la salute delle piante RGB mappe che mostrano il "verde" delle colture, si può utilizzare una fotocamera RGB standard con algoritmi specifici nel software.

Alcune aziende stanno vendendo”impostore” Ag O NDVI macchine fotografiche, che sono solo normali fotocamere con un filtro a infrarossi rimosso e un filtro blu installato. Tuttavia, queste telecamere non sono accurate per le misurazioni radiometriche come NDVI perché c'è troppa sovrapposizione tra i canali di colore e non hanno un sensore per tenere conto delle differenze di illuminazione tra le visite. Di conseguenza, queste telecamere possono mostrare solo differenze relative in una determinata area, ma non misurare accuratamente NDVI.

Una telecamera NDVI reale e calibrata terrà conto delle differenze di illuminazione e fornirà risultati coerenti tra più visite allo stesso sito. Quindi fai attenzione quando acquisti un "fotocamera NDVI" modificata che cattura la luce nel vicino infrarosso, per aggiornare i droni (già per $400) per acquisire immagini nel vicino infrarosso (NIR) al fine di effettuare analisi sulla salute della vegetazione mediante Calcolo NDVI. Ma per favore sii consapevole: questo è non una vera fotocamera NDVI, e questo potrebbe essere fuorviante. UN Sentera la fotocamera è già un'opzione migliore perché sono costruite appositamente e possono essere calibrate, ma non sono ancora all'altezza di un sistema NDVI completo. Telecamere multispettrali, effettivo Telecamere NDVI Sono costoso, molto più costosa delle "telecamere RGB/IR potenziate". Sequoia di pappagallo a $3500. Scatto ADC TetraCam $4500, RedEdge di MicaSense $6000+.

Le immagini multispettrali sono importanti in agricoltura perché possono fornire informazioni più dettagliate e accurate sulle colture e sul suolo rispetto alle tradizionali telecamere RGB.

Perché Multispettrale Le immagini sono importanti in agtech

Imaging multispettrale cattura i dati dell'immagine all'interno intervalli di lunghezza d'onda specifici attraverso lo spettro elettromagnetico, utilizzando filtri o strumenti sensibili a specifiche lunghezze d'onda. Si estende oltre la gamma di luce visibile per includere infrarossi E ultravioletto leggero, consentendo l'estrazione di informazioni aggiuntive al di là ciò che l'occhio umano può rilevare con i suoi recettori visibili rosso, verde e blu. Originariamente sviluppato per l'identificazione e la ricognizione di bersagli militari, l'imaging multispettrale è stato utilizzato nell'imaging spaziale per mappare i dettagli dei confini costieri della Terra, della vegetazione e delle morfologie. Ha anche trovato applicazioni nell'analisi di documenti e dipinti.

Ecco alcuni motivi per cui le immagini multispettrali sono più adatte per le applicazioni agricole:

1. Maggiore risoluzione spettrale: Le telecamere multispettrali catturano immagini in più bande strette dello spettro elettromagnetico, che consente un'analisi più dettagliata delle specifiche lunghezze d'onda della luce che le piante assorbono o riflettono. Questo può aiutare a identificare problemi come carenze nutrizionali o malattie prima che siano visibili ad occhio nudo.
2. Indici di vegetazione migliorati: Confrontando i valori di riflettanza di diverse lunghezze d'onda della luce, le telecamere multispettrali possono creare indici di vegetazione più sofisticati rispetto alle tradizionali telecamere RGB. Questi indici possono essere utilizzati per misurare la salute delle piante, la crescita e i livelli di stress in modo più accurato.
3. Differenziazione dei tipi di suolo: Le immagini multispettrali possono anche differenziare i tipi di suolo in modo più efficace, il che è importante per l'agricoltura di precisione. Questo può aiutare gli agricoltori a prendere decisioni più informate su pratiche di irrigazione, fertilizzazione e gestione delle colture.
4. Rilevazione dello stress idrico: Le telecamere multispettrali possono anche rilevare lo stress idrico nelle colture misurando la quantità di radiazione infrarossa che emettono. Questo può aiutare gli agricoltori a determinare quando e quanto irrigare.

Multispettrale immagini tipicamente misura la luce in un piccolo numero di bande spettrali, da 3 a 15.

Iperspettrale immagini è una forma specializzata di imaging spettrale, dove centinaia di bande spettrali contigue sono disponibili per l'analisi. Catturando i dati delle immagini attraverso numerose bande spettrali, l'imaging iperspettrale consente un'identificazione e un'analisi dei materiali più accurate rispetto all'imaging multispettrale.

Penso di dover fermare questa immersione proprio qui. Spero che tu abbia imparato tanto quanto me.