Что такое NDVI и как он используется в сельском хозяйстве – с какими камерами

Мой вызов по NDVI органической люцерны

В рамкахмоего личного пути в точное земледелиеи аналитику я столкнулся с NDVI в контексте анализа изображений. Моя цель —проанализировать 45 гектаровполяорганической люцерныдля оценки эффекта удобрений до и после внесения. Мой главный вопрос: где, какой тип и сколько удобрений следует внести, и какое влияние это окажет на посевы люцерны? У меня есть камера Mavic Pro со стандартной RGB-камерой. Когда я спросил в Twitter, как действовать, кто-то предложил использовать мультиспектральные данные для изучения ряда вегетационных индексов, включая NDVI. Таким образом, яглубоко погрузился в кроличью нору, чтобы узнать больше о NDVI.

Эта аэрофотосъемка запечатлевает разнообразные сельскохозяйственные поля и природные зоны, с выделенными участками, указывающими на конкретные области для детального изучения. Такие необработанные изображения составляют основу для мультиспектрального анализа и генерации карт NDVI, что крайне важно для понимания здоровья растений и руководства точным управлением посевами.

Поля люцерны на моей ферме, июнь 2022 г.

Нормализованный разностный вегетационный индекс (NDVI) является широко используемым методом для оценки количества живой растительности в определенном регионе, особенно в сельском хозяйстве.

Что такое NDVI (Нормализованный разностный вегетационный индекс)

Растения — удивительные организмы, которые используют солнечный свет в качестве энергии для производства собственной пищи. Они делают это посредством процесса, называемого фотосинтезом, который происходит в их листьях. Интересно, что листья растений не только поглощают солнечный свет, но и отражают его часть обратно. Это особенно верно для ближнего инфракрасного света, который невидим для наших глаз, но составляет половину энергии солнечного света.

Причина такого отражения заключается в том, что слишком много ближнего инфракрасного света может быть вредно для растений. Поэтому они эволюционировали, чтобы защитить себя, отражая этот тип света. В результате живые зеленые растения выглядят темными в видимом свете, но кажутся яркими в ближнем инфракрасном спектре. Это отличается от облаков и снега, которые, как правило, выглядят яркими в видимом свете, но темными в ближнем инфракрасном спектре.

Используя свойства отражения ближнего инфракрасного излучения растительностью, эти двойные карты NDVI выявляют вариации состояния растений на сельскохозяйственном поле. Сравнение демонстрирует, как регулирование визуального динамического диапазона может подчеркнуть участки сильного стресса, показанные красным, на фоне здоровой зеленой растительности. Изображение предоставлено Pix4D, швейцарской компанией, разрабатывающей программное обеспечение для фотограмметрии и компьютерного зрения для преобразования RGB, тепловых и мультиспектральных изображений в 3D-карты и модели.

Ученые могут использовать эту уникальную особенность для изучения растений с помощью инструмента под названием NDVI, или Индекс нормализованной разницы растительности (Normalized Difference Vegetation Index). NDVI измеряет разницу между количеством красного и ближнего инфракрасного света, отраженного растениями. Чем больше листьев у растения, тем больше эти длины волн света подвержены воздействию, что может дать нам важную информацию о состоянии и распространении растительности.

NDVI — это способ для ученых использовать спутниковые снимки для изучения растений и сельского хозяйства. Понимая, как растения взаимодействуют с солнечным светом, мы можем узнать больше об окружающем нас мире и о том, как заботиться о нашей планете.

Резюме: NDVI — это стандартизированный показатель здоровой растительности. Он количественно определяет растительность, измеряя разницу между ближним инфракрасным (NIR) и красным светом. Здоровая растительность отражает больше NIR и зеленого света, чем другие длины волн, но поглощает больше красного и синего света. Значения NDVI всегда находятся в диапазоне от -1 до +1.

История NDVI

В 1957 году Советский Союз запустил Спутник-1, первый искусственный спутник Земли. Это привело к разработке метеорологических спутников, таких как программы "Спутник" и "Космос" в Советском Союзе, и программы "Explorer" в США. Спутники серии TIROS были запущены в 1960 году, за ними последовали спутники "Nimbus" и приборы Advanced Very High Resolution Radiometer на платформах Национального управления океанических и атмосферных исследований (NOAA). NASA также разработало спутник Earth Resources Technology Satellite (ERTS), который стал предшественником программы Landsat.

Программа Landsat была запущена в 1972 году с использованием MultiSpectral Scanner (MSS), который позволил проводить дистанционное зондирование Земли. Одно из ранних исследований с использованием Landsat было сосредоточено на регионе Великих равнин центральной части США. Исследователи обнаружили, что угол солнечного зенита на этом сильном широтном градиенте затруднял корреляцию биофизических характеристик пастбищной растительности со спутниковыми спектральными сигналами. Они разработали индекс нормализованной разницы растительности (NDVI) как средство корректировки влияния угла солнечного зенита. NDVI теперь является наиболее известным и широко используемым индексом для обнаружения живых зеленых растительных покровов в мультиспектральных данных дистанционного зондирования. Он также используется для количественной оценки фотосинтетической способности растительных покровов, но это может быть сложной задачей.

Как рассчитать NDVI?

NDVI использует ближний инфракрасный (NIR) и красный каналы в своей формуле. Спутники, такие как Landsat и Sentinel-2, имеют необходимые диапазоны с NIR и красным. Результат генерирует значение в диапазоне от -1 до +1. Если у вас низкое отражение в красном канале и высокое отражение в NIR канале, это приведет к высокому значению NDVI, и наоборот.

NDVI в сельском хозяйстве

NDVI имеет несколько применений в различных секторах. Лесоводы используют NDVI для количественной оценки лесных запасов и индекса листовой поверхности, а NASA утверждает, что NDVI является хорошим индикатором засухи. Когда вода ограничивает рост растительности, она имеет более низкий относительный NDVI и плотность растительности. Другие сектора, использующие NDVI, включают экологические науки, градостроительство и управление природными ресурсами.

NDVI широко используется в сельском хозяйстве для мониторинга здоровья посевов и оптимизации ирригации. Фермеры используют NDVI для точного земледелия, измерения биомассы и выявления культур, нуждающихся в большем количестве воды или удобрений.

Как использовать NDVI? Спутниковые снимки против снимков с дронов

Какие спутниковые снимки имеют ближний инфракрасный диапазон для NDVI? Как упоминалось ранее, спутники, такие как Sentinel-2, Landsat и SPOT, производят снимки в красном и ближнем инфракрасном диапазонах. В Интернете существуют бесплатные источники спутниковых снимков, которые можно скачать для создания карт NDVI в ArcGIS или QGIS.

Здоровье посевов является критически важным аспектом точного земледелия, и данные NDVI являются ценным инструментом для его измерения. Сегодня использование сельскохозяйственных дронов стало обычной практикой для сопоставления данных NDVI с целью сравнения измерений и выявления потенциальных проблем со здоровьем посевов. Измеряя разницу между ближним инфракрасным и красным светом, NDVI может помочь фермерам оптимизировать ирригацию и выявлять культуры, нуждающиеся в большем количестве воды или удобрений. Например, PrecisionHawk и Sentera предлагают сельскохозяйственные дроны, которые могут захватывать и обрабатывать данные NDVI в течение одного дня, что является значительным улучшением по сравнению с традиционными методами NDVI, которые часто требуют длительного ожидания. Исследователи обнаружили, что изображения NDVI могут быть получены даже с использованием стандартных цифровых RGB-камер с некоторыми модификациями, и этот подход может быть интегрирован в системы мониторинга здоровья посевов.

Мобильные приложения в последние годы получили широкое распространение, используя данные NDVI для мониторинга состояния посевов. Doktar' Orbit — одно из таких приложений, которое предоставляет фермерам данные NDVI в виде карт здоровья для выявления любых аномалий на их полях. Эти приложения призваны революционизировать сельскохозяйственные практики, предлагая новые способы разведки полей и цифровизации сельского хозяйства. Инструменты удаленного мониторинга полей на основе технологии NDVI могут значительно сократить расходы фермеров на топливо за счет снижения необходимости частых выездов на поля и помочь в эффективном управлении орошением.

Камера какого типа (дрона) для NDVI? RGB и ИК-модифицированные против мультиспектральных

Итак, это довольно горячая тема, которую я заметил, и кроличья нора уходит все глубже и глубже.

Стандартные RGB-камеры предназначены для захвата красного, зеленого и синего света, в то время как модифицированные камеры могут захватывать комбинацию ближнего инфракрасного, красного, зеленого и синего света в зависимости от модели. Для создания RGB-карт здоровья растений, показывающих "зеленость" посевов, можно использовать стандартную RGB-камеру со специальными алгоритмами в программном обеспечении.

Некоторые компании продают "поддельные" Ag или NDVI-камеры, которые представляют собой обычные камеры со снятым инфракрасным фильтром и установленным синим фильтром. Однако эти камеры неточны для радиометрических измерений, таких как NDVI, поскольку существует слишком большое перекрытие между цветовыми каналами, и они не имеют датчика для учета различий в освещении между визитами. В результате эти камеры могут показывать только относительные различия на данной территории, но не могут точно измерить NDVI.

Настоящая и откалиброванная NDVI-камера будет учитывать различия в освещении и обеспечивать согласованные результаты между несколькими посещениями одного и того же объекта. Поэтому будьте осторожны при покупке модифицированной "NDVI-камеры", которая захватывает ближний инфракрасный свет, для модернизации дронов (уже за $400), чтобы захватывать ближние инфракрасные (NIR) изображения для проведения анализа здоровья растительности путем расчета NDVI. Но, пожалуйста, имейте в виду: это не настоящая NDVI-камера, и это может вводить в заблуждение. Камера Sentera уже является лучшим вариантом, поскольку они специально разработаны и могут быть откалиброваны, но они все еще не являются полноценной NDVI-системой. Мультиспектральные камеры, настоящие NDVI-камеры — дорогие, намного дороже, чем "модифицированные RGB/ИК-камеры". Parrot Sequoia за $3500. TetraCam ADC Snap $4500. MicaSense's RedEdge $6000+.

Мультиспектральная съемка важна в сельском хозяйстве, поскольку она может предоставлять более подробную и точную информацию о посевах и почве, чем традиционные RGB-камеры.

Мультиспектральная съемка фиксирует данные изображений в определенных диапазонах длин волн электромагнитного спектра, используя фильтры или приборы, чувствительные к конкретным длинам волн. Она выходит за пределы видимого света, включая инфракрасное и ультрафиолетовое излучение, что позволяет извлекать дополнительную информацию, недоступную человеческому глазу с его видимыми рецепторами для красного, зеленого и синего цветов. Изначально разработанная для идентификации военных целей и разведки, мультиспектральная съемка использовалась в космической съемке для картирования прибрежных границ Земли, растительности и рельефа. Она также нашла применение в анализе документов и живописи.

Вот несколько причин, почему мультиспектральная съемка лучше подходит для сельскохозяйственных применений:

Мультиспектральная съемка обычно измеряет свет в небольшом количестве спектральных диапазонов, от 3 до 15.

Гиперспектральная съемка — это специализированная форма спектральной съемки, в которой для анализа доступны сотни смежных спектральных диапазонов. Фиксируя данные изображений в многочисленных спектральных диапазонах, гиперспектральная съемка обеспечивает более точную идентификацию и анализ материалов, чем мультиспектральная съемка.

Заключение

NDVI (Нормализованный разностный вегетационный индекс) произвел революцию в мониторинге и управлении сельскохозяйственными культурами. От своего зарождения в ранней программе спутников Landsat до современных сложных мультиспектральных камер, установленных на дронах, этот вегетационный индекс стал незаменимым инструментом для точного земледелия. Независимо от того, используете ли вы бесплатные спутниковые снимки или инвестируете в специализированное оборудование, понимание NDVI помогает фермерам принимать обоснованные решения о внесении удобрений, управлении орошением и мониторинге здоровья посевов. Поскольку сенсорные технологии продолжают развиваться и становиться более доступными, NDVI и связанные с ним вегетационные индексы будут играть все более важную роль в устойчивых и эффективных методах ведения сельского хозяйства.

---

NDVI (Normalized Difference Vegetation Index) измеряет живую растительность, анализируя, как растения отражают ближнее инфракрасное излучение. Здоровые растения сильно отражают NIR и поглощают красный свет, что указывает на активный рост. Это помогает фермерам оценивать состояние посевов, своевременно выявлять стресс и определять неоднородность полей, позволяя осуществлять целенаправленное управление.

Карты NDVI показывают участки с различным состоянием здоровья и силой роста растений. Выявляя зоны с более низким NDVI, вы можете точно нацеливать внесение удобрений на отстающие участки, а не обрабатывать все поле равномерно. Это оптимизирует использование ресурсов, сокращает потери и гарантирует, что питательные вещества вносятся там, где они наиболее необходимы для повышения урожайности.

Нет, стандартные RGB-камеры не могут напрямую генерировать истинный NDVI. Для получения истинного NDVI требуется захват как видимого красного света, так и ближнего инфракрасного (NIR) света, для чего RGB-камеры не предназначены. Хотя существуют методы получения «псевдо-NDVI», они не так точны и надежны для принятия точных сельскохозяйственных решений, как данные от специализированных мультиспектральных камер.

Для генерации точных данных NDVI необходима мультиспектральная камера. Эти специализированные камеры захватывают свет в определенных диапазонах длин волн, наиболее важными из которых являются видимый красный и ближний инфракрасный (NIR) диапазоны. Дроны, оснащенные этими мультиспектральными датчиками, могут пролетать над полями для сбора изображений высокого разрешения для детального индексирования растительности.

Здоровые, фотосинтетически активные растения сильно поглощают красный свет для производства энергии, но активно отражают ближний инфракрасный (NIR) свет, чтобы избежать перегрева. Именно на этом отличительном паттерне – высоком поглощении красного и высоком отражении NIR – основан NDVI. Стрессированные или нездоровые растения демонстрируют другой паттерн, что позволяет NDVI различать их состояние здоровья.

Более высокие значения NDVI (ближе к 1) указывают на более плотную, здоровую и фотосинтетически активную растительность, что свидетельствует о сильном росте. И наоборот, более низкие значения NDVI (ближе к -1, или около 0 для голой почвы) указывают на стрессированные, редкие или нездоровые растения, либо на участки без растительности. Это помогает выявить проблемные зоны для принятия мер, таких как орошение или борьба с вредителями.

---

• Мониторинг здоровья посевов - Doktar (2025) - Doktar - Решения Doktar для мониторинга здоровья посевов используют спутниковые и беспилотные снимки для предоставления ранних предупреждений о...
• Мониторинг здоровья посевов | Doktar (2025) - Doktar - Doktar Crop Health Monitoring предоставляет основанные на спутниковых данных, в режиме реального времени, сведения о состоянии здоровья посевов и фазе роста, позволяя...
• Состояние основных вегетационных индексов в исследованиях точного земледелия, индексированных в Web of Science: обзор (2023) - Dorijan Radočaj, Ante Šiljeg, Rajko Marinović, Mladen Jurišić - В данной обзорной статье анализируется распространенность и применение основных вегетационных индексов, включая NDVI, в исследованиях точного земледелия.
• NDVI и не только: вегетационные индексы как признаки для распознавания и сегментации посевов в гиперспектральных данных (2025) - Andreea Nițu, Corneliu Florea, Mihai Ivanovici, Andrei Racoviteanu - В данной статье исследуется отличительная способность и дискриминационная сила NDVI и других вегетационных индексов для распознавания и сегментации посевов в сельском хозяйстве.
• Нормализованный разностный вегетационный индекс Landsat (2025) - Геологическая служба США (USGS) - На этой авторитетной странице USGS объясняется NDVI Landsat, его расчет и его полезность для количественной оценки зелени и здоровья растительности.