എന്താണ് എൻ‌ഡി‌വി‌ഐ, അത് എങ്ങനെ കൃഷിയിൽ ഉപയോഗിക്കുന്നു - ഏത് ക്യാമറകൾ ഉപയോഗിച്ചാണ്

കൃത്യമായ കൃഷിയിലേക്കും വിശകലനത്തിലേക്കുമുള്ള എന്റെ വ്യക്തിപരമായ യാത്രയിൽ , ഇമേജറി വിശകലനത്തിന്റെ പശ്ചാത്തലത്തിൽ ഞാൻ എൻ‌ഡി‌വി‌ഐയെ കണ്ടു. പ്രയോഗത്തിന് മുമ്പും ശേഷവും വളത്തിന്റെ പ്രഭാവം വിലയിരുത്തുന്നതിന് 45 ഹെക്ടർ ജൈവ പയറുവർഗ്ഗങ്ങൾ വിശകലനം ചെയ്യുക എന്നതാണ് എന്റെ ലക്ഷ്യം. എന്റെ പ്രാഥമിക ചോദ്യം ഇതാണ്: എവിടെ, ഏത് തരം, എത്ര വളം ഞാൻ പ്രയോഗിക്കണം, അത് ലൂസെർൻ വിളയിൽ എന്ത് ഫലമുണ്ടാക്കും? ഒരു സാധാരണ RGB ക്യാമറയുള്ള Mavic Pro ക്യാമറ എനിക്കുണ്ട്. എങ്ങനെ മുന്നോട്ട് പോകണമെന്ന് ഞാൻ ട്വിറ്ററിൽ ചോദിച്ചപ്പോൾ, NDVI ഉൾപ്പെടെയുള്ള സസ്യങ്ങളുടെ സൂചികകളുടെ ഒരു ശ്രേണി പര്യവേക്ഷണം ചെയ്യാൻ മൾട്ടിസ്പെക്ട്രൽ ഡാറ്റ ഉപയോഗിക്കാൻ ഒരാൾ നിർദ്ദേശിച്ചു. അതിനാൽ, എൻ‌ഡി‌വി‌ഐയെക്കുറിച്ച് കൂടുതലറിയാൻ ഞാൻ മുയൽ ദ്വാരത്തിലേക്ക് ആഴത്തിൽ ഇറങ്ങി.

എന്താണ് നോർമലൈസ്ഡ് ഡിഫറൻസ് വെജിറ്റേഷൻ ഇൻഡക്സ് (NDVI)
എൻഡിവിഐയുടെ ചരിത്രം
നിങ്ങൾ എങ്ങനെയാണ് NDVI കണക്കാക്കുന്നത്?
കൃഷിയിൽ എൻ.ഡി.വി.ഐ
NDVI-യ്‌ക്കുള്ള ഏത് തരം (ഡ്രോൺ) ക്യാമറ? RGB & IR-അപ്ഗ്രേഡഡ് vs മൾട്ടിസ്പെക്ട്രൽ
എന്തിന് ആഗ്ടെക്കിൽ മൾട്ടിസ്പെക്ട്രൽ ഇമേജുകൾ പ്രധാനമാണ്

നോർമലൈസ്ഡ് ഡിഫറൻസ് വെജിറ്റേഷൻ ഇൻഡക്‌സ് (NDVI) എന്നത് ഒരു പ്രത്യേക പ്രദേശത്തെ, പ്രത്യേകിച്ച് കാർഷിക മേഖലയിൽ, തത്സമയ സസ്യങ്ങളുടെ അളവ് വിലയിരുത്തുന്നതിന് വ്യാപകമായി സ്വീകരിച്ച ഒരു രീതിയാണ്.

എന്താണ് NDVI (നോർമലൈസ്ഡ് ഡിഫറൻസ് വെജിറ്റേഷൻ ഇൻഡക്സ്)

സ്വന്തം ഭക്ഷണം ഉണ്ടാക്കാൻ സൂര്യപ്രകാശം ഊർജ്ജമായി ഉപയോഗിക്കുന്ന അത്ഭുതകരമായ ജീവികളാണ് സസ്യങ്ങൾ. അവയുടെ ഇലകളിൽ സംഭവിക്കുന്ന ഫോട്ടോസിന്തസിസ് എന്ന പ്രക്രിയയിലൂടെയാണ് അവർ ഇത് ചെയ്യുന്നത്. രസകരമെന്നു പറയട്ടെ, ചെടിയുടെ ഇലകൾ സൂര്യപ്രകാശം ആഗിരണം ചെയ്യുക മാത്രമല്ല, അവയിൽ ചിലത് തിരികെ പ്രതിഫലിപ്പിക്കുകയും ചെയ്യുന്നു. നമ്മുടെ കണ്ണുകൾക്ക് അദൃശ്യമാണ്, എന്നാൽ സൂര്യപ്രകാശത്തിലെ ഊർജ്ജത്തിന്റെ പകുതിയോളം വരുന്ന ഇൻഫ്രാറെഡ് പ്രകാശത്തിന് ഇത് പ്രത്യേകിച്ചും സത്യമാണ്.

ഈ പ്രതിഫലനത്തിന്റെ കാരണം, ഇൻഫ്രാറെഡ് പ്രകാശത്തിന് സമീപമുള്ള അമിതമായ പ്രകാശം യഥാർത്ഥത്തിൽ സസ്യങ്ങൾക്ക് ഹാനികരമാണ്. അതിനാൽ, ഇത്തരത്തിലുള്ള പ്രകാശത്തെ പ്രതിഫലിപ്പിച്ച് സ്വയം പരിരക്ഷിക്കാൻ അവർ പരിണമിച്ചു. തൽഫലമായി, തത്സമയ പച്ച സസ്യങ്ങൾ ദൃശ്യപ്രകാശത്തിൽ ഇരുണ്ടതായി കാണപ്പെടുന്നു, പക്ഷേ ഇൻഫ്രാറെഡ് സ്പെക്ട്രത്തിന് സമീപം തെളിച്ചമുള്ളതായി കാണപ്പെടുന്നു. ദൃശ്യപ്രകാശത്തിൽ തെളിച്ചമുള്ളതും എന്നാൽ ഇൻഫ്രാറെഡ് സ്പെക്ട്രത്തിന് സമീപം ഇരുണ്ടതുമായ മേഘങ്ങളിൽ നിന്നും മഞ്ഞിൽ നിന്നും ഇത് വ്യത്യസ്തമാണ്.

NDVI അല്ലെങ്കിൽ നോർമലൈസ്ഡ് ഡിഫറൻസ് വെജിറ്റേഷൻ ഇൻഡക്സ് എന്ന ഉപകരണം ഉപയോഗിച്ച് സസ്യങ്ങളെ പഠിക്കാൻ ശാസ്ത്രജ്ഞർക്ക് ഈ സവിശേഷ സ്വഭാവം പ്രയോജനപ്പെടുത്താം. സസ്യങ്ങൾ പ്രതിഫലിപ്പിക്കുന്ന ചുവപ്പും ഇൻഫ്രാറെഡ് പ്രകാശവും തമ്മിലുള്ള വ്യത്യാസം NDVI അളക്കുന്നു. ഒരു ചെടിക്ക് കൂടുതൽ ഇലകൾ ഉള്ളതിനാൽ, പ്രകാശത്തിന്റെ ഈ തരംഗദൈർഘ്യങ്ങളെ കൂടുതൽ ബാധിക്കുന്നു, ഇത് സസ്യങ്ങളുടെ ആരോഗ്യത്തെയും വിതരണത്തെയും കുറിച്ചുള്ള പ്രധാന വിവരങ്ങൾ നമുക്ക് നൽകും.

സസ്യങ്ങളെയും കൃഷിയെയും കുറിച്ച് പഠിക്കാൻ ശാസ്ത്രജ്ഞർക്ക് ഉപഗ്രഹ ചിത്രങ്ങൾ ഉപയോഗിക്കാനുള്ള ഒരു മാർഗമാണ് NDVI. സസ്യങ്ങൾ സൂര്യപ്രകാശവുമായി ഇടപഴകുന്നത് എങ്ങനെയെന്ന് മനസ്സിലാക്കുന്നതിലൂടെ, നമുക്ക് ചുറ്റുമുള്ള ലോകത്തെ കുറിച്ചും നമ്മുടെ ഗ്രഹത്തെ എങ്ങനെ പരിപാലിക്കണം എന്നതിനെക്കുറിച്ചും കൂടുതലറിയാൻ കഴിയും.

സംഗ്രഹിച്ചത്: NDVI ആരോഗ്യകരമായ സസ്യജാലങ്ങളുടെ ഒരു മാനദണ്ഡമാണ്. സമീപ-ഇൻഫ്രാറെഡും (NIR) ചുവന്ന വെളിച്ചവും തമ്മിലുള്ള വ്യത്യാസം അളക്കുന്നതിലൂടെ ഇത് സസ്യങ്ങളെ അളക്കുന്നു. ആരോഗ്യമുള്ള സസ്യങ്ങൾ മറ്റ് തരംഗദൈർഘ്യങ്ങളെ അപേക്ഷിച്ച് കൂടുതൽ NIR, പച്ച വെളിച്ചം എന്നിവ പ്രതിഫലിപ്പിക്കുന്നു, പക്ഷേ അത് കൂടുതൽ ചുവപ്പും നീലയും പ്രകാശം ആഗിരണം ചെയ്യുന്നു. NDVI മൂല്യങ്ങൾ എപ്പോഴും -1 മുതൽ +1 വരെയാണ്.

എൻഡിവിഐയുടെ ചരിത്രം

ഇൻ 1957, സോവിയറ്റ് യൂണിയൻ ആരംഭിച്ചു സ്പുട്നിക് 1, ഭൂമിയെ പരിക്രമണം ചെയ്യുന്ന ആദ്യത്തെ കൃത്രിമ ഉപഗ്രഹം. ഇത് സോവിയറ്റ് യൂണിയനിലെ സ്പുട്നിക്, കോസ്മോസ് പ്രോഗ്രാമുകൾ, യുഎസിലെ എക്സ്പ്ലോറർ പ്രോഗ്രാം എന്നിവ പോലുള്ള കാലാവസ്ഥാ ഉപഗ്രഹങ്ങളുടെ വികാസത്തിലേക്ക് നയിച്ചു. TIROS പരമ്പര എന്ന ഉപഗ്രഹങ്ങൾ വിക്ഷേപിച്ചു 1960, കൂടാതെ നിംബസ് ഉപഗ്രഹങ്ങളും നാഷണൽ ഓഷ്യാനിക് ആൻഡ് അറ്റ്മോസ്ഫെറിക് അഡ്മിനിസ്ട്രേഷൻ (NOAA) പ്ലാറ്റ്‌ഫോമുകളിലെ അഡ്വാൻസ്ഡ് വെരി ഹൈ റെസല്യൂഷൻ റേഡിയോമീറ്റർ ഉപകരണങ്ങളും പിന്തുടർന്നു. ലാൻഡ്‌സാറ്റ് പ്രോഗ്രാമിന്റെ മുൻഗാമിയായി മാറിയ എർത്ത് റിസോഴ്‌സ് ടെക്‌നോളജി സാറ്റലൈറ്റും (ഇആർടിഎസ്) നാസ വികസിപ്പിച്ചെടുത്തു.

ദി ലാൻഡ്സാറ്റ് പ്രോഗ്രാം ൽ ലോഞ്ച് ചെയ്തു 1972 ഭൂമിയുടെ വിദൂര സംവേദനം അനുവദിക്കുന്ന മൾട്ടിസ്പെക്ട്രൽ സ്കാനർ (MSS) ഉപയോഗിച്ച്. ലാൻഡ്‌സാറ്റ് ഉപയോഗിച്ചുള്ള ഒരു ആദ്യകാല പഠനം, സെൻട്രൽ യുഎസിലെ ഗ്രേറ്റ് പ്ലെയിൻസ് മേഖലയെ കേന്ദ്രീകരിച്ച് നടത്തിയ ഒരു പഠനത്തിൽ, ഈ ശക്തമായ അക്ഷാംശ ഗ്രേഡിയന്റിലുടനീളം സോളാർ സെനിത്ത് ആംഗിൾ സാറ്റലൈറ്റ് സ്പെക്ട്രൽ സിഗ്നലുകളിൽ നിന്ന് റേഞ്ച് ലാൻഡ് സസ്യങ്ങളുടെ ബയോഫിസിക്കൽ സ്വഭാവസവിശേഷതകൾ പരസ്പരബന്ധിതമാക്കുന്നത് ബുദ്ധിമുട്ടാക്കുന്നതായി കണ്ടെത്തി. സോളാർ സെനിത്ത് ആംഗിളിന്റെ ഇഫക്റ്റുകൾ ക്രമീകരിക്കുന്നതിനുള്ള ഒരു മാർഗമായി അവർ നോർമലൈസ്ഡ് ഡിഫറൻസ് വെജിറ്റേഷൻ ഇൻഡക്സ് (NDVI) വികസിപ്പിച്ചെടുത്തു. തത്സമയ പച്ച ചെടികളുടെ മേലാപ്പ് കണ്ടെത്തുന്നതിനുള്ള ഏറ്റവും അറിയപ്പെടുന്നതും ഉപയോഗിക്കുന്നതുമായ സൂചികയാണ് ഇപ്പോൾ NDVI മൾട്ടിസ്പെക്ട്രൽ റിമോട്ട് സെൻസിംഗ് ഡാറ്റയിൽ. ചെടികളുടെ മേലാപ്പുകളുടെ പ്രകാശസംശ്ലേഷണ ശേഷി അളക്കുന്നതിനും ഇത് ഉപയോഗിക്കുന്നു, എന്നാൽ ഇത് ഒരു സങ്കീർണ്ണമായ സംരംഭമാണ്.

നിങ്ങൾ എങ്ങനെയാണ് NDVI കണക്കാക്കുന്നത്?

എൻ.ഡി.വി.ഐ അതിന്റെ ഫോർമുലയിൽ NIR, റെഡ് ചാനലുകൾ ഉപയോഗിക്കുന്നു. ലാൻഡ്‌സാറ്റ്, സെന്റിനൽ-2 തുടങ്ങിയ ഉപഗ്രഹങ്ങൾക്ക് എൻഐആറും ചുവപ്പും ഉള്ള ആവശ്യമായ ബാൻഡുകളുണ്ട്. ഫലം എ സൃഷ്ടിക്കുന്നു -1 നും +1 നും ഇടയിലുള്ള മൂല്യം. നിങ്ങൾക്ക് ചുവന്ന ചാനലിൽ കുറഞ്ഞ പ്രതിഫലനവും NIR ചാനലിൽ ഉയർന്ന പ്രതിഫലനവുമുണ്ടെങ്കിൽ, ഇത് ഉയർന്ന NDVI മൂല്യം നൽകും, തിരിച്ചും.

കൃഷിയിൽ എൻ.ഡി.വി.ഐ

NDVI ഉണ്ട് നിരവധി ആപ്ലിക്കേഷനുകൾ വിവിധ മേഖലകളിൽ. വനപാലകർ വന വിതരണവും ഇല വിസ്തീർണ്ണ സൂചികയും കണക്കാക്കാൻ NDVI ഉപയോഗിക്കുക, കൂടാതെ നാസ NDVI വരൾച്ചയുടെ നല്ല സൂചകമാണെന്ന് പ്രസ്താവിക്കുന്നു. ജലം സസ്യവളർച്ചയെ പരിമിതപ്പെടുത്തുമ്പോൾ, അതിന് കുറഞ്ഞ ആപേക്ഷിക എൻഡിവിഐയും സസ്യങ്ങളുടെ സാന്ദ്രതയും ഉണ്ട്. NDVI ഉപയോഗിക്കുന്ന മറ്റ് മേഖലകളിൽ ഉൾപ്പെടുന്നു പരിസ്ഥിതി ശാസ്ത്രം, നഗര ആസൂത്രണം, പ്രകൃതിവിഭവ മാനേജ്മെന്റ്.

NDVI ആണ് കൃഷിയിൽ വ്യാപകമായി ഉപയോഗിക്കുന്നു വിളകളുടെ ആരോഗ്യം നിരീക്ഷിക്കാനും ജലസേചനം ഒപ്റ്റിമൈസ് ചെയ്യാനും. കർഷകർ കൃത്യമായ കൃഷി ചെയ്യുന്നതിനും ജൈവാംശം അളക്കുന്നതിനും കൂടുതൽ വെള്ളമോ വളമോ ആവശ്യമുള്ള വിളകളെ തിരിച്ചറിയുന്നതിനും NDVI ഉപയോഗിക്കുന്നു.

NDVI എങ്ങനെ ഉപയോഗിക്കാം? സാറ്റലൈറ്റ് ഇമേജറി വേഴ്സസ് ഡ്രോൺ ഇമേജറി

എൻ‌ഡി‌വി‌ഐയ്‌ക്ക് സമീപമുള്ള ഇൻഫ്രാറെഡ് ഉള്ള ഉപഗ്രഹ ചിത്രങ്ങൾ ഏതാണ്? മുമ്പ് സൂചിപ്പിച്ചതുപോലെ, സെന്റിനൽ-2, ലാൻഡ്സാറ്റ്, സ്പോട്ട് തുടങ്ങിയ ഉപഗ്രഹങ്ങൾ ചുവപ്പും ഇൻഫ്രാറെഡ് ചിത്രങ്ങളും സൃഷ്ടിക്കുന്നു. വെബിൽ സൗജന്യ സാറ്റലൈറ്റ് ഇമേജറി ഡാറ്റ ഉറവിടങ്ങളുണ്ട്, അതിൽ ഒരാൾക്ക് NDVI മാപ്പുകൾ ഡൗൺലോഡ് ചെയ്യാനും സൃഷ്ടിക്കാനും കഴിയുന്ന ഡാറ്റയുണ്ട്. ആർക്ക്ജിഐഎസ് അഥവാ ക്യുജിഐഎസ്.

കൃത്യമായ കൃഷിയുടെ ഒരു നിർണായക വശമാണ് വിളകളുടെ ആരോഗ്യം NDVI ഡാറ്റ അളക്കുന്നതിനുള്ള ഒരു മൂല്യവത്തായ ഉപകരണമാണ് അത്. ഇന്ന്, അളവുകൾ താരതമ്യം ചെയ്യുന്നതിനും വിളകളുടെ ആരോഗ്യപ്രശ്നങ്ങൾ തിരിച്ചറിയുന്നതിനും എൻ‌ഡി‌വി‌ഐ ഡാറ്റ ജോടിയാക്കുന്നതിൽ കാർഷിക ഡ്രോണുകളുടെ ഉപയോഗം സാധാരണ രീതിയായി മാറിയിരിക്കുന്നു. സമീപ-ഇൻഫ്രാറെഡും ചുവപ്പും തമ്മിലുള്ള വ്യത്യാസം അളക്കുന്നതിലൂടെ, ജലസേചനം ഒപ്റ്റിമൈസ് ചെയ്യാനും കൂടുതൽ വെള്ളമോ വളമോ ആവശ്യമുള്ള വിളകളെ തിരിച്ചറിയാനും കർഷകരെ സഹായിക്കാൻ എൻഡിവിഐക്ക് കഴിയും.

ഉദാഹരണത്തിന്, പ്രിസിഷൻ ഹോക്ക് ഒപ്പം സെന്ററ ഒരു ദിവസത്തിനുള്ളിൽ എൻ‌ഡി‌വി‌ഐ ഡാറ്റ ക്യാപ്‌ചർ ചെയ്യാനും പ്രോസസ്സ് ചെയ്യാനും കഴിയുന്ന കാർഷിക ഡ്രോണുകൾ നൽകുക, ഇത് പരമ്പരാഗത എൻ‌ഡി‌വി‌ഐ സാങ്കേതികതകളെ അപേക്ഷിച്ച് കാര്യമായ പുരോഗതിയാണ്, ഇത് പലപ്പോഴും നീണ്ട കാത്തിരിപ്പ് സമയം ആവശ്യമാണ്. ഗവേഷകർ അത് കണ്ടെത്തി സ്റ്റാൻഡേർഡ് ഡിജിറ്റൽ RGB ക്യാമറകൾ ഉപയോഗിച്ച് പോലും NDVI ചിത്രങ്ങൾ ലഭിക്കും കൂടെ ചിലത് പരിഷ്കാരങ്ങൾ, ഈ സമീപനം വിള ആരോഗ്യ നിരീക്ഷണ സംവിധാനങ്ങളുമായി സംയോജിപ്പിക്കാം.

സമീപ വർഷങ്ങളിൽ മൊബൈൽ ആപ്ലിക്കേഷനുകൾ പെരുകിയിട്ടുണ്ട്, NDVI ഡാറ്റ ഉപയോഗിക്കുന്നു വിളകളുടെ ആരോഗ്യം നിരീക്ഷിക്കുന്നതിനുള്ള ഒരു മാർഗമായി. ഡോക്റ്റർ ഓർബിറ്റ് കർഷകർക്ക് അവരുടെ വയലുകളിലെ അപാകതകൾ തിരിച്ചറിയുന്നതിനായി ആരോഗ്യ ഭൂപടങ്ങളായി അവതരിപ്പിച്ച NDVI ഡാറ്റ നൽകുന്ന അത്തരം ഒരു ആപ്പ് ആണ്. ഫീൽഡ് സ്കൗട്ടിംഗിന്റെയും കൃഷി ഡിജിറ്റലൈസേഷന്റെയും പുതിയ വഴികൾ നൽകിക്കൊണ്ട് കാർഷിക രീതികളിൽ വിപ്ലവം സൃഷ്ടിക്കാൻ ഈ ആപ്പുകൾ ലക്ഷ്യമിടുന്നു. NDVI സാങ്കേതികവിദ്യയെ അടിസ്ഥാനമാക്കിയുള്ള വിദൂര ഫീൽഡ് മോണിറ്ററിംഗ് ടൂളുകൾക്ക് ഇടയ്ക്കിടെയുള്ള ഫീൽഡ് സന്ദർശനങ്ങളുടെ ആവശ്യകത കുറയ്ക്കുന്നതിലൂടെ കർഷകർക്ക് ഗണ്യമായ ഇന്ധനച്ചെലവ് ലാഭിക്കാൻ കഴിയും, കൂടാതെ കാര്യക്ഷമമായ ജലസേചന മാനേജ്മെന്റിനെ സഹായിക്കാനും കഴിയും.

NDVI-യ്‌ക്കുള്ള ഏത് തരം (ഡ്രോൺ) ക്യാമറ? RGB & IR-അപ്ഗ്രേഡഡ് vs മൾട്ടിസ്പെക്ട്രൽ

ശരി.. അതിനാൽ ഇത് ഞാൻ ശ്രദ്ധിച്ച ഒരു ചൂടുള്ള വയലാണ്, മുയൽ ദ്വാരം കൂടുതൽ ആഴത്തിൽ പോകുന്നു.

സാധാരണ RGB ക്യാമറകൾ ചുവപ്പ്, പച്ച, നീല വെളിച്ചങ്ങൾ പകർത്താൻ രൂപകൽപ്പന ചെയ്തിട്ടുള്ളതാണ് പരിഷ്കരിച്ച ക്യാമറകൾ ഒരു കോമ്പിനേഷൻ പിടിച്ചെടുക്കാൻ കഴിയും ഇൻഫ്രാറെഡ്, ചുവപ്പ്, പച്ച, നീല എന്നിവയ്ക്ക് സമീപം മോഡലിനെ ആശ്രയിച്ച് പ്രകാശം. RGB പ്ലാന്റ് ആരോഗ്യം സൃഷ്ടിക്കാൻ വിളകളുടെ "പച്ച" കാണിക്കുന്ന ഭൂപടങ്ങൾ, ഒരാൾക്ക് കഴിയും ഒരു സാധാരണ RGB ക്യാമറ ഉപയോഗിക്കുക സോഫ്‌റ്റ്‌വെയറിലെ പ്രത്യേക അൽഗോരിതങ്ങൾക്കൊപ്പം.

ചില കമ്പനികൾ വിൽക്കുന്നു "വ്യാജ” എജി അഥവാ എൻ.ഡി.വി.ഐ ക്യാമറകൾ, ഇൻഫ്രാറെഡ് ഫിൽട്ടർ നീക്കം ചെയ്യുകയും നീല ഫിൽട്ടർ ഇൻസ്റ്റാൾ ചെയ്യുകയും ചെയ്ത സാധാരണ ക്യാമറകൾ മാത്രമാണിത്. എന്നിരുന്നാലും, ഈ ക്യാമറകൾ NDVI പോലുള്ള റേഡിയോമെട്രിക് അളവുകൾക്ക് കൃത്യമല്ല, കാരണം കളർ ചാനലുകൾക്കിടയിൽ വളരെയധികം ഓവർലാപ്പ് ഉണ്ട്, കൂടാതെ സന്ദർശനങ്ങൾക്കിടയിലുള്ള ലൈറ്റിംഗിലെ വ്യത്യാസങ്ങൾ കണക്കിലെടുക്കാൻ അവയ്ക്ക് ഒരു സെൻസർ ഇല്ല. തൽഫലമായി, ഈ ക്യാമറകൾക്ക് ഒരു നിശ്ചിത പ്രദേശത്ത് ആപേക്ഷിക വ്യത്യാസങ്ങൾ മാത്രമേ കാണിക്കാൻ കഴിയൂ, പക്ഷേ NDVI കൃത്യമായി അളക്കാൻ കഴിയില്ല.

യഥാർത്ഥവും കാലിബ്രേറ്റ് ചെയ്തതുമായ NDVI ക്യാമറ ലൈറ്റിംഗ് വ്യത്യാസങ്ങൾ കണക്കിലെടുക്കുകയും ഒരേ സൈറ്റിലേക്കുള്ള ഒന്നിലധികം സന്ദർശനങ്ങൾക്കിടയിൽ സ്ഥിരതയുള്ള ഔട്ട്പുട്ടുകൾ നൽകുകയും ചെയ്യും. അതുകൊണ്ട് എ വാങ്ങുമ്പോൾ ശ്രദ്ധിക്കുക ഇൻഫ്രാറെഡ് പ്രകാശത്തിന് സമീപം പകർത്തുന്ന "NDVI ക്യാമറ" പരിഷ്‌ക്കരിച്ചു, ഡ്രോണുകൾ നവീകരിക്കാൻ (ഇതിനകം $400) സസ്യങ്ങളുടെ ആരോഗ്യ വിശകലനം നടത്തുന്നതിന് സമീപ-ഇൻഫ്രാറെഡ് (NIR) ഇമേജറി പകർത്താൻ NDVI കണക്കുകൂട്ടൽ. എന്നാൽ ദയവായി ശ്രദ്ധിക്കുക: ഇതാണ് യഥാർത്ഥ NDVI ക്യാമറയല്ല, ഇത് തെറ്റിദ്ധരിപ്പിക്കുന്നതായിരിക്കാം. എ സെന്ററ ക്യാമറ ഇതിനകം തന്നെ ഒരു മികച്ച ഓപ്ഷനാണ്, കാരണം അവ ഉദ്ദേശ്യത്തോടെ നിർമ്മിച്ചതും കാലിബ്രേറ്റ് ചെയ്യാൻ കഴിയുന്നതുമാണ്, പക്ഷേ അവ ഇപ്പോഴും ഒരു പൂർണ്ണ NDVI സിസ്റ്റത്തിൽ കുറവാണ്. മൾട്ടിസ്പെക്ട്രൽ ക്യാമറകൾ, യഥാർത്ഥമായ NDVI ക്യാമറകൾ ആകുന്നു ചെലവേറിയ, "നവീകരിച്ച RGB/IR ക്യാമറകൾ" എന്നതിനേക്കാൾ വളരെ ചെലവേറിയതാണ്. തത്തയുടെ സെക്വോയ $3500. TetraCam ADC സ്നാപ്പ് $4500, MicaSense ന്റെ RedEdge $6000+.

കാർഷിക മേഖലയിൽ മൾട്ടിസ്പെക്ട്രൽ ഇമേജറി പ്രധാനമാണ്, കാരണം പരമ്പരാഗത RGB ക്യാമറകളേക്കാൾ വിളകളെയും മണ്ണിനെയും കുറിച്ച് കൂടുതൽ വിശദവും കൃത്യവുമായ വിവരങ്ങൾ നൽകാൻ ഇതിന് കഴിയും.

എന്തിന് മൾട്ടിസ്പെക്ട്രൽ ആഗ്ടെക്കിൽ ചിത്രങ്ങൾ പ്രധാനമാണ്

മൾട്ടിസ്പെക്ട്രൽ ഇമേജിംഗ് ഉള്ളിലെ ഇമേജ് ഡാറ്റ ക്യാപ്‌ചർ ചെയ്യുന്നു വൈദ്യുതകാന്തിക സ്പെക്ട്രത്തിലുടനീളം പ്രത്യേക തരംഗദൈർഘ്യ ശ്രേണികൾ, പ്രത്യേക തരംഗദൈർഘ്യങ്ങളോട് സെൻസിറ്റീവ് ആയ ഫിൽട്ടറുകളോ ഉപകരണങ്ങളോ ഉപയോഗിക്കുന്നു. ഇത് ഉൾപ്പെടുത്താൻ ദൃശ്യമായ പ്രകാശ പരിധിക്കപ്പുറത്തേക്ക് വ്യാപിക്കുന്നു ഇൻഫ്രാറെഡ് ഒപ്പം അൾട്രാവയലറ്റ് വെളിച്ചം, അധിക വിവരങ്ങൾ വേർതിരിച്ചെടുക്കാൻ പ്രാപ്തമാക്കുന്നു അപ്പുറം മനുഷ്യന്റെ കണ്ണിന് അതിന്റെ ദൃശ്യമായ റിസപ്റ്ററുകൾ ഉപയോഗിച്ച് എന്തിനുവേണ്ടി കണ്ടെത്താനാകും ചുവപ്പ്, പച്ച, നീല. മിലിട്ടറി ടാർഗെറ്റ് ഐഡന്റിഫിക്കേഷനും രഹസ്യാന്വേഷണത്തിനുമായി വികസിപ്പിച്ചെടുത്ത മൾട്ടിസ്പെക്ട്രൽ ഇമേജിംഗ്, ഭൂമിയുടെ തീരദേശ അതിർത്തികൾ, സസ്യങ്ങൾ, ഭൂപ്രകൃതി എന്നിവയുടെ വിശദാംശങ്ങൾ മാപ്പ് ചെയ്യുന്നതിന് ബഹിരാകാശത്തെ അടിസ്ഥാനമാക്കിയുള്ള ഇമേജിംഗിൽ ഉപയോഗിച്ചു. ഡോക്യുമെന്റ്, പെയിന്റിംഗ് വിശകലനം എന്നിവയിലും ഇത് ആപ്ലിക്കേഷനുകൾ കണ്ടെത്തിയിട്ടുണ്ട്.

കാർഷിക ആപ്ലിക്കേഷനുകൾക്ക് മൾട്ടിസ്പെക്ട്രൽ ഇമേജറി കൂടുതൽ അനുയോജ്യമാകുന്നതിന്റെ ചില കാരണങ്ങൾ ഇതാ:

1. വലിയ സ്പെക്ട്രൽ റെസലൂഷൻ: മൾട്ടിസ്പെക്ട്രൽ ക്യാമറകൾ വൈദ്യുതകാന്തിക സ്പെക്ട്രത്തിന്റെ ഒന്നിലധികം ഇടുങ്ങിയ ബാൻഡുകളിൽ ചിത്രങ്ങൾ പകർത്തുന്നു, ഇത് സസ്യങ്ങൾ ആഗിരണം ചെയ്യുന്നതോ പ്രതിഫലിപ്പിക്കുന്നതോ ആയ പ്രകാശത്തിന്റെ പ്രത്യേക തരംഗദൈർഘ്യങ്ങളെ കൂടുതൽ വിശദമായി വിശകലനം ചെയ്യാൻ അനുവദിക്കുന്നു. നഗ്നനേത്രങ്ങൾക്ക് ദൃശ്യമാകുന്നതിന് മുമ്പ് പോഷകങ്ങളുടെ അപര്യാപ്തത അല്ലെങ്കിൽ രോഗം പോലുള്ള പ്രശ്നങ്ങൾ തിരിച്ചറിയാൻ ഇത് സഹായിക്കും.
2. മെച്ചപ്പെടുത്തിയ സസ്യ സൂചികകൾ: പ്രകാശത്തിന്റെ വ്യത്യസ്ത തരംഗദൈർഘ്യങ്ങളുടെ പ്രതിഫലന മൂല്യങ്ങൾ താരതമ്യം ചെയ്യുന്നതിലൂടെ, മൾട്ടിസ്പെക്ട്രൽ ക്യാമറകൾക്ക് പരമ്പരാഗത RGB ക്യാമറകളേക്കാൾ കൂടുതൽ സങ്കീർണ്ണമായ സസ്യ സൂചികകൾ സൃഷ്ടിക്കാൻ കഴിയും. ചെടികളുടെ ആരോഗ്യം, വളർച്ച, സമ്മർദ്ദ നില എന്നിവ കൂടുതൽ കൃത്യമായി അളക്കാൻ ഈ സൂചികകൾ ഉപയോഗിക്കാം.
3. മണ്ണിന്റെ തരങ്ങളുടെ വ്യത്യാസം: മൾട്ടിസ്പെക്ട്രൽ ഇമേജറിക്ക് മണ്ണിന്റെ തരങ്ങളെ കൂടുതൽ ഫലപ്രദമായി വേർതിരിക്കാൻ കഴിയും, ഇത് കൃത്യമായ കൃഷിക്ക് പ്രധാനമാണ്. ജലസേചനം, വളപ്രയോഗം, വിള പരിപാലന രീതികൾ എന്നിവയെക്കുറിച്ച് കൂടുതൽ അറിവുള്ള തീരുമാനങ്ങൾ എടുക്കാൻ ഇത് കർഷകരെ സഹായിക്കും.
4. ജല സമ്മർദ്ദം കണ്ടെത്തൽ: വിളകൾ പുറപ്പെടുവിക്കുന്ന ഇൻഫ്രാറെഡ് വികിരണത്തിന്റെ അളവ് അളക്കുന്നതിലൂടെയും മൾട്ടിസ്പെക്ട്രൽ ക്യാമറകൾക്ക് വിളകളിലെ ജലസമ്മർദ്ദം കണ്ടെത്താനാകും. എപ്പോൾ, എത്ര ജലസേചനം നടത്തണമെന്ന് കർഷകരെ ഇത് സഹായിക്കും.

മൾട്ടിസ്പെക്ട്രൽ ഇമേജിംഗ് താരതമ്യേനെ ഒരു ചെറിയ സ്പെക്ട്രൽ ബാൻഡുകളിൽ പ്രകാശം അളക്കുന്നു, 3 മുതൽ 15 വരെ.

ഹൈപ്പർസ്പെക്ട്രൽ ഇമേജിംഗ് സ്പെക്ട്രൽ ഇമേജിംഗിന്റെ ഒരു പ്രത്യേക രൂപമാണ്, വിശകലനത്തിനായി നൂറുകണക്കിന് സ്പെക്ട്രൽ ബാൻഡുകൾ ലഭ്യമാണ്. നിരവധി സ്പെക്ട്രൽ ബാൻഡുകളിലുടനീളം ഇമേജ് ഡാറ്റ ക്യാപ്ചർ ചെയ്യുന്നതിലൂടെ, ഹൈപ്പർസ്പെക്ട്രൽ ഇമേജിംഗ് മൾട്ടിസ്പെക്ട്രൽ ഇമേജിംഗിനെ അപേക്ഷിച്ച് മെറ്റീരിയലുകളെ കൂടുതൽ കൃത്യമായി തിരിച്ചറിയാനും വിശകലനം ചെയ്യാനും അനുവദിക്കുന്നു.

ഈ മുങ്ങൽ ഇവിടെത്തന്നെ നിർത്തണമെന്ന് ഞാൻ കരുതുന്നു. ഞാൻ പഠിച്ചതുപോലെ നിങ്ങളും പഠിച്ചുവെന്ന് ഞാൻ പ്രതീക്ഷിക്കുന്നു.