정밀 농업 및 분석에 대한 개인적인 여정 에서 저는 이미지 분석의 맥락에서 NDVI를 발견했습니다. 제 목표는 비료를 살포하기 전과 후의 효과를 평가하기 위해 45헥타르의 유기농 알팔파 밭을 분석하는 것입니다. 나의 주요 질문은: 어디에, 어떤 종류의, 얼마나 많은 비료를 시비해야 하며 루체른 작물에 어떤 영향을 미칠까요? 저는 표준 RGB 카메라가 장착된 Mavic Pro 카메라를 소유하고 있습니다. 트위터에서 진행 방법을 물었을 때 누군가 다중 스펙트럼 데이터를 사용하여 NDVI를 포함하여 도움이 되는 다양한 식생 지수를 탐색할 것을 제안했습니다. 그래서 저는 NDVI에 대해 자세히 알아보기 위해 토끼굴을 깊이 파고들었습니다.
정규화 식생 지수(NDVI)란 무엇입니까?
NDVI의 역사
NDVI는 어떻게 계산합니까?
농업에서의 NDVI
NDVI용 (드론) 카메라 유형은 무엇입니까? RGB 및 IR 업그레이드 vs 멀티스펙트럼
왜 Multispectral 이미지는 agtech에서 중요합니다.
![](https://agtecher.com/wp-content/uploads/2023/02/FpQVZCyXsAAtH7G-1024x457.jpeg)
NDVI(Normalized Difference Vegetation Index)는 특정 지역, 특히 농업에서 살아있는 식생의 양을 평가하기 위해 널리 채택되는 방법입니다.
NDVI(Normalized Difference Vegetation Index)란 무엇입니까?
식물은 햇빛을 에너지로 사용하여 자신의 음식을 만드는 놀라운 유기체입니다. 그들은 잎에서 발생하는 광합성이라는 과정을 통해 이를 수행합니다. 흥미롭게도 식물의 잎은 햇빛을 흡수할 뿐만 아니라 햇빛의 일부를 반사하기도 합니다. 이것은 우리 눈에는 보이지 않지만 태양 에너지의 절반을 차지하는 근적외선의 경우 특히 그렇습니다.
이렇게 반사되는 이유는 너무 많은 근적외선이 실제로 식물에 해로울 수 있기 때문입니다. 따라서 이러한 유형의 빛을 반사하여 스스로를 보호하도록 진화했습니다. 그 결과 살아있는 녹색 식물은 가시광선에서는 어둡게 보이지만 근적외선 스펙트럼에서는 밝게 보입니다. 이는 가시광선에서는 밝게 보이지만 근적외선 스펙트럼에서는 어둡게 보이는 경향이 있는 구름이나 눈과는 다릅니다.
![](https://agtecher.com/wp-content/uploads/2023/02/Pix4Dfields-1.8-advanced-layer-visualization-dynamic-range-1-1024x632.jpg)
과학자들은 NDVI(Normalized Difference Vegetation Index)라는 도구를 사용하여 식물을 연구하기 위해 이 독특한 특성을 활용할 수 있습니다. NDVI는 식물이 반사하는 적색광과 근적외선의 양의 차이를 측정합니다. 식물에 잎이 많을수록 이러한 빛의 파장이 더 많이 영향을 받아 식물의 건강과 분포에 대한 중요한 정보를 얻을 수 있습니다.
NDVI는 과학자들이 위성 이미지를 사용하여 식물과 농업을 연구하는 방법입니다. 식물이 햇빛과 상호 작용하는 방식을 이해함으로써 우리는 주변 세계와 지구를 돌보는 방법에 대해 더 많이 배울 수 있습니다.
요약: NDVI는 건강한 식생의 표준화된 척도입니다.. 근적외선(NIR)과 적색광의 차이를 측정하여 식생을 정량화합니다. 건강한 초목은 다른 파장보다 NIR과 녹색광을 더 많이 반사하지만 적색광과 청색광을 더 많이 흡수합니다. NDVI 값의 범위는 항상 -1에서 +1까지입니다.
NDVI의 역사
~ 안에 1957, 소련이 출범 스푸트니크 1호, 지구 궤도를 도는 최초의 인공위성. 이는 소련의 스푸트니크와 코스모스 프로그램, 미국의 익스플로러 프로그램과 같은 기상위성 개발로 이어졌다. 티로스 시리즈 의 위성이 발사되었습니다. 1960, 그리고 Nimbus 위성과 NOAA(National Oceanic and Atmospheric Administration) 플랫폼의 Advanced Very High Resolution Radiometer 기기가 뒤따랐습니다. NASA는 또한 Landsat 프로그램의 전신이 된 ERTS(Earth Resources Technology Satellite)를 개발했습니다.
그만큼 랜드샛 프로그램 에 출시되었습니다 1972 MSS(MultiSpectral Scanner)를 사용하여 지구를 원격으로 감지할 수 있습니다. 미국 중부 대평원 지역에 초점을 맞춘 Landsat을 사용한 초기 연구에서 연구자들은 이 강한 위도 기울기를 가로지르는 태양 천정각이 위성 스펙트럼 신호에서 방목지 식생의 생물물리학적 특성을 연관시키는 것을 어렵게 한다는 것을 발견했습니다. 그들은 태양 천정각의 영향을 조정하기 위한 수단으로 정규화 식생 지수(NDVI)를 개발했습니다. NDVI는 이제 살아있는 녹색 식물 캐노피를 감지하는 데 가장 잘 알려지고 사용되는 지표입니다. 다중 스펙트럼 원격 감지 데이터에서. 식물 캐노피의 광합성 능력을 정량화하는 데에도 사용되지만 이는 복잡한 작업이 될 수 있습니다.
NDVI는 어떻게 계산합니까?
NDVI 공식에서 NIR 및 적색 채널을 사용합니다.. Landsat 및 Sentinel-2와 같은 위성에는 NIR 및 빨간색으로 필요한 대역이 있습니다. 결과는 -1과 +1 사이의 값. 빨간색 채널의 반사율이 낮고 NIR 채널의 반사율이 높으면 NDVI 값이 높아지고 그 반대의 경우도 마찬가지입니다.
값 | 표시 |
---|---|
< 0 | 무생물 / 죽은 물질 |
0 -> 0.33 | 건강에 해로운 식물 재료 |
0.33 -> 0.66 | 건강한 식물 재료 |
> 0.66 | 매우 건강한 식물 재료 |
농업에서의 NDVI
NDVI는 여러 응용 프로그램 다른 분야에서. 포레스터 NDVI를 사용하여 산림 공급 및 잎 면적 지수를 정량화하고 NASA NDVI는 가뭄의 좋은 지표라고 합니다. 물이 식생 성장을 제한하면 상대 NDVI와 식생 밀도가 낮아집니다. NDVI를 사용하는 다른 부문은 다음과 같습니다. 환경 과학, 도시 계획 및 천연 자원 관리.
NDVI는 농업에 널리 사용되는 작물의 건강을 모니터링하고 관개를 최적화합니다. 농부들은 정밀 농업, 바이오매스 측정, 더 많은 물이나 비료가 필요한 작물을 식별하기 위해 NDVI를 사용합니다.
NDVI를 사용하는 방법? 위성 이미지 대 드론 이미지
어떤 위성 이미지에 NDVI에 대한 근적외선이 있습니까? 앞에서 언급했듯이 Sentinel-2, Landsat 및 SPOT과 같은 위성은 적색 및 근적외선 이미지를 생성합니다. 웹에는 무료 위성 이미지 데이터 소스가 있으며 다운로드하여 NDVI 지도를 만들 수 있는 데이터가 있습니다. ArcGIS 또는 QGIS.
작물 건강은 정밀 농업의 중요한 측면이며, NDVI 데이터는 측정에 유용한 도구입니다. 그것. 오늘날 농업용 드론의 사용은 NDVI 데이터를 페어링하여 측정값을 비교하고 잠재적인 작물 건강 문제를 식별하는 일반적인 관행이 되었습니다. 근적외선과 적색광의 차이를 측정함으로써 NDVI는 농부들이 관개를 최적화하고 더 많은 물이나 비료가 필요한 작물을 식별하도록 도울 수 있습니다.
예를 들어, PrecisionHawk 그리고 센테라 하루 안에 NDVI 데이터를 캡처하고 처리할 수 있는 농업용 드론을 제공합니다. 이는 종종 긴 대기 시간이 필요한 기존 NDVI 기술에 비해 크게 개선된 것입니다. 연구원들은 NDVI 이미지는 표준 디지털 RGB 카메라로도 얻을 수 있습니다. ~와 함께 일부 수정, 그리고 이 접근법은 작물 건강 모니터링 시스템에 통합될 수 있습니다.
최근 몇 년 동안 모바일 애플리케이션이 급증했으며, NDVI 데이터 활용 작물 건강을 모니터링하는 수단으로. 독타르의 궤도 NDVI 데이터를 농부들에게 제공하여 해당 분야의 이상 징후를 식별할 수 있는 건강 지도로 제공하는 앱 중 하나입니다. 이러한 앱은 현장 정찰과 농업 디지털화의 새로운 방법을 제공하여 농업 관행을 혁신하는 것을 목표로 합니다. NDVI 기술을 기반으로 하는 원격 현장 모니터링 도구는 빈번한 현장 방문의 필요성을 줄임으로써 농민에게 상당한 연료 비용을 절감할 수 있으며 효율적인 관개 관리에 도움이 될 수 있습니다.
NDVI용 (드론) 카메라 유형은 무엇입니까? RGB 및 IR 업그레이드 vs 멀티스펙트럼
좋아.. 그래서 이것은 내가 알아차린 일종의 핫 필드이고, 토끼굴은 점점 더 깊어진다.
표준 RGB 카메라는 Red, Green 및 Blue 빛을 캡처하도록 설계되었으며, 개조된 카메라 의 조합을 캡처할 수 있습니다. 근적외선, 적색, 녹색 및 청색 조명은 모델에 따라 다릅니다. RGB 식물 건강을 생성하려면 작물의 "녹색"을 보여주는 지도, 하나는 수 표준 RGB 카메라 사용 소프트웨어의 특정 알고리즘으로.
일부 회사는 "가짜” Ag 또는 NDVI 카메라, 적외선 필터를 제거하고 파란색 필터를 설치한 일반 카메라입니다. 그러나 이러한 카메라는 색상 채널 간에 겹치는 부분이 너무 많고 방문 간 조명 차이를 설명하는 센서가 없기 때문에 NDVI와 같은 방사 측정에 대해 부정확합니다. 결과적으로 이러한 카메라는 주어진 영역에서 상대적인 차이만 보여줄 수 있지만 NDVI를 정확하게 측정하지는 못합니다.
보정된 실제 NDVI 카메라는 조명 차이를 고려하여 동일한 사이트를 여러 번 방문하더라도 일관된 출력을 제공합니다. 따라서 구매시주의하십시오 근적외선을 캡처하는 수정된 "NDVI 카메라", 드론 업그레이드(이미 $400) 식생 건강 분석을 수행하기 위해 근적외선(NIR) 이미지를 캡처합니다. NDVI 계산. 하지만 알아두세요: 이것은 실제 NDVI 카메라가 아닙니다., 이는 오해의 소지가 있을 수 있습니다. ㅏ 센테라 카메라는 목적에 맞게 제작되고 보정이 가능하기 때문에 이미 더 나은 옵션이지만 여전히 완전한 NDVI 시스템에는 미치지 못합니다. 멀티스펙트럼 카메라, 실제 NDVI 카메라 ~이다 값비싼, "업그레이드된 RGB/IR 카메라"보다 훨씬 더 비쌉니다. 앵무새의 세쿼이아 $3500. TetraCam ADC 스냅 $4500, MicaSense의 RedEdge $6000+.
다중 스펙트럼 이미지는 기존의 RGB 카메라보다 농작물과 토양에 대한 더 자세하고 정확한 정보를 제공할 수 있기 때문에 농업에서 중요합니다.
왜 다중 스펙트럼 어그테크에서는 이미지가 중요하다
다중 스펙트럼 이미징 내에서 이미지 데이터를 캡처합니다. 전자기 스펙트럼 전체의 특정 파장 범위, 특정 파장에 민감한 필터 또는 기기를 사용합니다. 포함하는 가시 광선 범위를 넘어 확장됩니다. 적외선 그리고 자외선 빛, 추가 정보 추출 가능 그 너머에 인간의 눈이 가시 수용체로 감지할 수 있는 것 빨강, 녹색 및 파랑. 원래 군사 표적 식별 및 정찰을 위해 개발된 다중 스펙트럼 이미징은 우주 기반 이미징에서 지구의 해안 경계, 초목 및 지형의 세부 정보를 매핑하는 데 사용되었습니다. 또한 문서 및 그림 분석에서 응용 프로그램을 찾았습니다.
다중 스펙트럼 이미지가 농업 분야에 더 적합한 몇 가지 이유는 다음과 같습니다.
- 스펙트럼 분해능 향상: 멀티스펙트럼 카메라는 전자기 스펙트럼의 여러 협대역에서 이미지를 캡처하므로 식물이 흡수하거나 반사하는 빛의 특정 파장을 보다 자세히 분석할 수 있습니다. 이것은 육안으로 보기 전에 영양 결핍이나 질병과 같은 문제를 식별하는 데 도움이 될 수 있습니다.
- 향상된 식생 지수: 멀티스펙트럼 카메라는 빛의 다른 파장의 반사율 값을 비교함으로써 기존의 RGB 카메라보다 더 정교한 식생 지수를 생성할 수 있습니다. 이 지표를 사용하여 식물의 건강, 성장 및 스트레스 수준을 보다 정확하게 측정할 수 있습니다.
- 토양 유형의 차별화: 다중 스펙트럼 이미지는 또한 토양 유형을 보다 효과적으로 구분할 수 있으며 이는 정밀 농업에 중요합니다. 이것은 농부들이 관개, 비료, 작물 관리 관행에 대해 더 많은 정보에 입각한 결정을 내리는 데 도움이 될 수 있습니다.
- 물 스트레스 감지: 멀티스펙트럼 카메라는 또한 작물이 방출하는 적외선의 양을 측정하여 작물의 수분 스트레스를 감지할 수 있습니다. 이것은 농부들이 관개할 시기와 양을 결정하는 데 도움이 될 수 있습니다.
다중 스펙트럼 이미징 일반적으로 소수의 스펙트럼 대역에서 빛을 측정합니다., 3에서 15까지입니다.
초분광 이미징 스펙트럼 이미징의 특수한 형태이며, 수백 개의 연속 스펙트럼 대역을 분석에 사용할 수 있는 곳. 수많은 스펙트럼 대역에서 이미지 데이터를 캡처함으로써 하이퍼스펙트럼 이미징은 멀티스펙트럼 이미징보다 재료를 더 정확하게 식별하고 분석할 수 있습니다.
여기에서 이 다이빙을 중지해야 할 것 같습니다. 내가 배운 만큼 당신도 배웠기를 바랍니다.