NDVI Nedir, Tarımda Nasıl Kullanılır - Hangi Kameralarla

Organik Yonca NDVI Yarışmam

Hassas tarım ve analitik alanındaki kişisel yolculuğumda, görüntü analizi bağlamında NDVI ile karşılaştım. Amacım, gübrenin uygulama öncesi ve sonrası etkisini değerlendirmek üzere 45 hektarlık bir organik yonca tarlasını analiz etmektir. Temel sorum şudur: Nereye, ne tür ve ne kadar gübre uygulamalıyım ve bu yonca ürünü üzerinde ne gibi bir etkisi olacaktır? Standart bir RGB kameraya sahip bir Mavic Pro kameram var. Twitter'da nasıl ilerleyeceğimi sorduğumda, biri NDVI dahil olmak üzere çeşitli Bitki İndekslerini keşfetmek için multispektral verileri kullanmayı önerdi. Böylece, NDVI hakkında daha fazla bilgi edinmek için derinlere daldım.

Bu hava perspektifi, odaklanmış inceleme için belirli bölgeleri gösteren vurgulanmış bölümlerle birlikte çeşitli tarım alanlarını ve doğal alanları yakalamaktadır. Bu tür ham görüntüler, bitki sağlığını anlamak ve hassas ürün yönetimini yönlendirmek için kritik olan multispektral analiz ve NDVI haritası oluşturma temelini oluşturur.

Çiftliğimdeki yonca tarlaları, Haziran 2022

Normalleştirilmiş Fark Bitki İndeksi (NDVI), özellikle tarımda, belirli bir bölgedeki canlı bitki örtüsü miktarını değerlendirmek için yaygın olarak benimsenen bir yöntemdir.

NDVI (Normalleştirilmiş Fark Bitki İndeksi) Nedir?

Bitkiler, kendi yiyeceklerini yapmak için güneş ışığını enerji olarak kullanan harika organizmalardır. Bunu, yapraklarında meydana gelen fotosentez adı verilen bir süreç aracılığıyla yaparlar. İlginç bir şekilde, bitki yaprakları sadece güneş ışığını emmekle kalmaz, aynı zamanda bir kısmını geri yansıtırlar. Bu, özellikle gözlerimiz için görünmez olan ancak güneş enerjisinin yarısını oluşturan yakın kızılötesi ışık için geçerlidir.

Bu yansımanın nedeni, çok fazla yakın kızılötesi ışığın bitkilere zarar verebilmesidir. Bu nedenle, bu tür ışığı yansıtarak kendilerini korumak için evrimleşmişlerdir. Sonuç olarak, canlı yeşil bitkiler görünür ışıkta koyu görünürken, yakın kızılötesi spektrumda parlak görünürler. Bu, görünür ışıkta parlak, ancak yakın kızılötesi spektrumda koyu görünen bulutlar ve kardan farklıdır.

Bitki örtüsünün yakın kızılötesi yansıtma özelliklerini kullanarak, bu ikili NDVI haritaları bir tarım alanındaki bitki sağlığı değişimlerini ortaya koymaktadır. Karşılaştırma, görsel dinamik aralığın nasıl ayarlanarak, kırmızı renkte gösterilen şiddetli stres alanlarının sağlıklı yeşil bitki örtüsüne karşı nasıl vurgulanabileceğini göstermektedir. Görüntü, RGB, termal ve multispektral görüntüleri 3D haritalara ve modellere dönüştüren fotogrametri ve bilgisayar görüşü yazılımları geliştiren İsviçreli bir şirket olan Pix4D'nin izniyle sunulmuştur.

Bilim insanları, NDVI veya Normalleştirilmiş Fark Bitki Örtüsü İndeksi adı verilen bir araç kullanarak bitkileri incelemek için bu benzersiz özellikten yararlanabilirler. NDVI, bitkiler tarafından yansıtılan kırmızı ve yakın kızılötesi ışık miktarı arasındaki farkı ölçer. Bir bitkinin ne kadar çok yaprağı varsa, bu dalga boylarındaki ışık o kadar çok etkilenir, bu da bize bitki sağlığı ve dağılımı hakkında önemli bilgiler verebilir.

NDVI, bilim insanlarının bitkileri ve tarımı incelemek için uydu görüntülerini kullanmalarının bir yoludur. Bitkilerin güneş ışığıyla nasıl etkileşime girdiğini anlayarak, çevremizdeki dünya ve gezegenimize nasıl bakacağımız hakkında daha fazla bilgi edinebiliriz.

Özetle: NDVI, sağlıklı bitki örtüsünün standartlaştırılmış bir ölçüsüdür. Yakın kızılötesi (NIR) ve kırmızı ışık arasındaki farkı ölçerek bitki örtüsünü ölçer. Sağlıklı bitki örtüsü, diğer dalga boylarından daha fazla NIR ve yeşil ışık yansıtır, ancak daha fazla kırmızı ve mavi ışığı emer. NDVI değerleri her zaman -1 ile +1 arasında değişir.

NDVI'nin Tarihçesi

1957'de Sovyetler Birliği, Dünya'nın yörüngesine giren ilk yapay uydu olan Sputnik 1'i fırlattı. Bu, Sovyetler Birliği'ndeki Sputnik ve Cosmos programları ile ABD'deki Explorer programı gibi meteoroloji uydularının geliştirilmesine yol açtı. TIROS serisi uyduları 1960'ta fırlatıldı ve ardından Nimbus uyduları ve Ulusal Okyanus ve Atmosfer İdaresi (NOAA) platformlarındaki Gelişmiş Çok Yüksek Çözünürlüklü Radyometre (AVHRR) cihazları geldi. NASA ayrıca Landsat programının öncüsü haline gelen Dünya Kaynakları Teknolojisi Uydusu'nu (ERTS) geliştirdi.

Landsat programı, Dünya'nın uzaktan algılanmasını sağlayan Çok Bantlı Tarayıcı (MSS) ile 1972'de başlatıldı. Landsat'ı kullanan erken bir çalışma, ABD'nin orta kesimindeki Büyük Ovalar bölgesine odaklandı. Araştırmacılar, bu güçlü enlemsel gradyan boyunca güneş zenit açısının, uydu spektral sinyallerinden mera ve bitki örtüsünün biyofiziksel özelliklerini ilişkilendirmeyi zorlaştırdığını buldular. Güneş zenit açısının etkilerini ayarlamak için bir araç olarak normalleştirilmiş fark bitki örtüsü indeksi (NDVI) geliştirdiler. NDVI, günümüzde multispektral uzaktan algılama verilerinde canlı yeşil bitki örtüsünü tespit etmek için en iyi bilinen ve kullanılan indekstir. Ayrıca bitki örtüsünün fotosentetik kapasitesini ölçmek için de kullanılır, ancak bu karmaşık bir girişim olabilir.

NDVI nasıl hesaplanır?

NDVI, formülünde NIR ve kırmızı kanalları kullanır. Landsat ve Sentinel-2 gibi uydular, NIR ve kırmızı bantlara sahiptir. Sonuç, -1 ile +1 arasında bir değer üretir. Kırmızı kanalda düşük yansıma ve NIR kanalında yüksek yansıma, yüksek bir NDVI değeri verecektir ve bunun tersi de geçerlidir.

Tarımda NDVI

NDVI'nin farklı sektörlerde birçok uygulaması vardır. Ormancılar, orman stokunu ve yaprak alan indeksini ölçmek için NDVI kullanır ve NASA, NDVI'nin kuraklığın iyi bir göstergesi olduğunu belirtir. Su, bitki büyümesini sınırladığında, daha düşük bir göreceli NDVI ve bitki örtüsü yoğunluğu görülür. NDVI kullanan diğer sektörler arasında çevre bilimi, şehir planlama ve doğal kaynak yönetimi yer alır.

NDVI, ürün sağlığını izlemek ve sulamayı optimize etmek için tarımda yaygın olarak kullanılır. Çiftçiler, hassas tarım için NDVI'yi kullanır, biyokütleyi ölçer ve daha fazla suya veya gübreye ihtiyaç duyan ürünleri belirler.

NDVI Nasıl Kullanılır? Uydu Görüntüleri vs. Drone Görüntüleri

NDVI için yakın kızılötesi (near-infrared) hangi uydu görüntülerinde bulunur? Daha önce de belirtildiği gibi, Sentinel-2, Landsat ve SPOT gibi uydular kırmızı ve yakın kızılötesi görüntüler üretir. Web'de, ArcGIS veya QGIS'te NDVI haritaları oluşturmak için indirilebilecek ücretsiz uydu görüntüsü veri kaynakları bulunmaktadır.

Ürün sağlığı, hassas tarımın kritik bir yönüdür ve NDVI verileri bunu ölçmek için değerli bir araçtır. Günümüzde, ölçümleri karşılaştırmak ve potansiyel ürün sağlığı sorunlarını belirlemek için NDVI verilerini eşleştirmede tarım dronlarının kullanımı yaygın bir uygulama haline gelmiştir. Yakın kızılötesi ve kırmızı ışık arasındaki farkı ölçerek, NDVI çiftçilerin sulamayı optimize etmelerine ve daha fazla suya veya gübreye ihtiyaç duyan ürünleri belirlemelerine yardımcı olabilir. Örneğin, PrecisionHawk ve Sentera , geleneksel NDVI tekniklerinin genellikle uzun bekleme süreleri gerektirmesine kıyasla önemli bir gelişme olan, bir gün içinde NDVI verilerini yakalayabilen ve işleyebilen tarım dronları sağlamaktadır. Araştırmacılar, NDVI görüntülerinin bazı modifikasyonlarla standart dijital RGB kameralar kullanılarak bile elde edilebileceğini ve bu yaklaşımın ürün sağlığı izleme sistemlerine entegre edilebileceğini bulmuşlardır.

Son yıllarda mobil uygulamalar yaygınlaşmış olup, bitki sağlığını izleme aracı olarak NDVI verilerinden yararlanmaktadır. Doktar' Orbit de çiftçilere alanlarındaki herhangi bir anormalliği tespit etmek için sağlık haritaları şeklinde sunulan NDVI verileri sağlayan böyle bir uygulamadır. Bu uygulamalar, alan taraması için yeni yollar sağlayarak ve tarımı dijitalleştirerek çiftçilik uygulamalarında devrim yaratmayı amaçlamaktadır. NDVI teknolojisine dayalı uzaktan alan izleme araçları, sık saha ziyaretleri ihtiyacını azaltarak çiftçilerin önemli yakıt maliyetlerinden tasarruf etmelerini sağlayabilir ve verimli sulama yönetimine yardımcı olabilir.

NDVI için ne tür (drone) kamera? RGB ve IR-yükseltilmiş vs Multispektral

Pekala, bu oldukça ilgi çekici bir alan fark ettim ve işin içine girdikçe daha da derinleşiyor.

Standart RGB kameralar kırmızı, yeşil ve mavi ışığı yakalamak için tasarlanırken, modifiye edilmiş kameralar modele bağlı olarak Yakın Kızılötesi, Kırmızı, Yeşil ve Mavi ışık kombinasyonunu yakalayabilir. Bitkilerin "yeşilliğini" gösteren RGB bitki sağlığı haritaları oluşturmak için, yazılımdaki özel algoritmalarla standart bir RGB kamera kullanılabilir.

Bazı şirketler, sadece kızılötesi filtrenin çıkarıldığı ve mavi filtrenin takıldığı normal kameralar olan "sahte" Ag veya NDVI kameraları satmaktadır. Ancak bu kameralar, renk kanalları arasında çok fazla örtüşme olduğu ve ziyaretler arasındaki aydınlatma farklılıklarını hesaba katacak bir sensöre sahip olmadıkları için NDVI gibi radyometrik ölçümler için doğru değildir. Sonuç olarak, bu kameralar yalnızca belirli bir alandaki göreceli farklılıkları gösterebilir, ancak NDVI'yi doğru bir şekilde ölçemezler.

Gerçek ve kalibre edilmiş bir NDVI kamerası, aydınlatma farklılıklarını hesaba katacak ve aynı sahaya yapılan birden fazla ziyaret arasında tutarlı çıktılar sağlayacaktır. Bu nedenle, bitki örtüsü sağlığı analizini NDVI hesaplaması yoluyla gerçekleştirmek için yakın kızılötesi (NIR) görüntü yakalamak üzere dronları (zaten 400 $ karşılığında) yükseltmek için Yakın Kızılötesi Işık yakalayan modifiye edilmiş "NDVI kamerası" satın alırken dikkatli olun. Ancak lütfen unutmayın: Bu gerçek bir NDVI kamerası değildir ve yanıltıcı olabilir. Sentera kamerası zaten daha iyi bir seçenektir çünkü bunlar özel olarak üretilmiştir ve kalibre edilebilir, ancak yine de tam bir NDVI sisteminin gerisinde kalırlar. Multispektral kameralar, gerçek NDVI kameraları "yükseltilmiş RGB/IR kameralardan" çok daha pahalıdır. Parrot'un Sequoia'sı 3500 $, TetraCam ADC Snap 4500 $, MicaSense'in RedEdge'i 6000 $+.

Multispektral görüntüler, geleneksel RGB kameralardan daha ayrıntılı ve doğru bitki ve toprak bilgileri sağlayabildiği için tarımda önemlidir.

Çok Bantlı Görüntüleme (Multispectral Imaging), elektromanyetik spektrum boyunca belirli dalga boyu aralıklarında görüntü verilerini yakalar. Bu, belirli dalga boylarına duyarlı filtreler veya enstrümanlar kullanılarak gerçekleştirilir. Görünür ışık aralığının ötesine geçerek kızılötesi (infrared) ve morötesi (ultraviolet) ışığı da kapsar. Bu sayede insan gözünün kırmızı, yeşil ve mavi görünür alıcılarıyla tespit edebildiğinin ötesinde ek bilgilerin çıkarılmasına olanak tanır. Başlangıçta askeri hedef tanımlama ve keşif için geliştirilen çok bantlı görüntüleme, Dünya'nın kıyı sınırları, bitki örtüsü ve arazi biçimlerinin ayrıntılarını haritalamak için uzay tabanlı görüntülemede kullanılmıştır. Ayrıca belge ve resim analizinde de uygulamalar bulmuştur.

Çok bantlı görüntülemenin tarımsal uygulamalar için neden daha uygun olduğuna dair birkaç neden şunlardır:

Çok bantlı görüntüleme tipik olarak, 3 ila 15 arasında değişen az sayıda spektral bantta ışığı ölçer.

Hiper Spektral Görüntüleme (Hyperspectral Imaging), analiz için yüzlerce bitişik spektral bandın mevcut olduğu özel bir spektral görüntüleme biçimidir. Çok sayıda spektral bantta görüntü verilerini yakalayarak, hiper spektral görüntüleme, çok bantlı görüntülemeye kıyasla malzemelerin daha doğru tanımlanmasını ve analizini sağlar.

Sonuç

NDVI, tarımsal ürünleri izleme ve yönetme şeklimizde devrim yaratmıştır. İlk Landsat uydu programındaki kökenlerinden günümüzün gelişmiş drone üzerine monte edilmiş çok bantlı kameralarına kadar bu bitki örtüsü indeksi, hassas tarım için vazgeçilmez bir araç haline gelmiştir. Ücretsiz uyarıcı görüntüleri kullanıyor veya özel ekipmanlara yatırım yapıyor olun, NDVI'yi anlamak çiftçilerin gübre uygulaması, sulama yönetimi ve ürün sağlığı izleme hakkında veri odaklı kararlar almasına yardımcı olur. Sensör teknolojisi gelişmeye ve daha erişilebilir hale gelmeye devam ettikçe, NDVI ve ilgili bitki örtüsü indeksleri sürdürülebilir ve verimli tarım uygulamalarında giderek daha önemli bir rol oynayacaktır.

---

SSS (Sıkça Sorulan Sorular)

NDVI (Normalize Edilmiş Fark Bitki Örtüsü İndeksi), bitkilerin yakın kızılötesi ışığı nasıl yansıttığını analiz ederek canlı bitki örtüsünü ölçer. Sağlıklı bitkiler NIR'yi bolca yansıtır ve kırmızı ışığı emer, bu da güçlü büyümeyi gösterir. Bu, çiftçilerin ürün sağlığını değerlendirmelerine, stresi erken tespit etmelerine ve tarlalardaki değişkenliği belirlemelerine yardımcı olarak hedeflenmiş yönetimi mümkün kılar.

NDVI haritaları, değişen bitki sağlığı ve canlılık alanlarını ortaya çıkarır. Daha düşük NDVI'ye sahip bölgeleri belirleyerek, tüm tarlayı tekdüze bir şekilde işlemeye kıyasla, performans düşüklüğü gösteren noktalara gübre uygulamasını hassas bir şekilde hedefleyebilirsiniz. Bu, girdi kullanımını optimize eder, israfı azaltır ve verimi artırmak için besinlerin en çok ihtiyaç duyulduğu yerlere uygulandığından emin olur.

İşte metnin Türkçe çevirisi:

Hayır, standart RGB kameralar doğrudan gerçek NDVI üretemez. Gerçek NDVI, RGB kameraların yapmadığı görünür kırmızı ışık ve yakın kızılötesi (NIR) ışığı yakalamayı gerektirir. 'Sahte NDVI' yöntemleri mevcut olsa da, özel çok spektrumlu kameralardan elde edilen veriler kadar hassas tarımsal karar verme için doğru veya güvenilir değillerdir.

Hassas NDVI verileri üretmek için bir çok spektrumlu kameraya ihtiyacınız vardır. Bu özel kameralar, en kritik olan görünür kırmızı ve yakın kızılötesi (NIR) bantlar olmak üzere belirli dalga boyu bantlarında ışığı yakalar. Bu çok spektrumlu sensörlerle donatılmış dronlar, ayrıntılı bitki indeksi için yüksek çözünürlüklü görüntü toplamak üzere tarlaların üzerinden uçabilir.

Sağlıklı, fotosentetik olarak aktif bitkiler, enerji üretimi için kırmızı ışığı güçlü bir şekilde emer ancak aşırı ısınmayı önlemek için yakın kızılötesi (NIR) ışığı şiddetle yansıtır. Bu belirgin desen – yüksek kırmızı emilimi ve yüksek NIR yansıması – NDVI'nin kullandığı şeydir. Stresli veya sağlıksız bitkiler farklı bir desen gösterir, bu da NDVI'nin sağlık durumlarını ayırt etmelerini sağlar.

Daha yüksek NDVI değerleri (1'e daha yakın) daha yoğun, daha sağlıklı ve daha fotosentetik olarak aktif bitki örtüsünü gösterir, bu da güçlü büyümeyi işaret eder. Buna karşılık, daha düşük NDVI değerleri (-1'e daha yakın veya çıplak toprak için 0 civarında) stresli, seyrek veya sağlıksız bitkileri veya bitki örtüsü olmayan alanları gösterir. Bu, sulama veya zararlı kontrolü gibi müdahaleler için sorunlu bölgeleri belirlemeye yardımcı olur.

---

• Ürün Sağlığı İzleme - Doktar (2025) - Doktar - Doktar'ın ürün sağlığı izleme çözümleri, erken uyarılar sağlamak için uydu ve drone görüntülerini kullanır...
• Ürün Sağlığı İzleme | Doktar (2025) - Doktar - Doktar Ürün Sağlığı İzleme, ürün sağlığı ve büyüme aşaması hakkında uydu tabanlı, gerçek zamanlı bilgiler sağlayarak, ...
• Web of Science'da İndekslenen Hassas Tarım Çalışmalarında Başlıca Bitki Örtüsü İndekslerinin Durumu: Bir Gözden Geçirme (2023) - Dorijan Radočaj, Ante Šiljeg, Rajko Marinović, Mladen Jurišić - Bu gözden geçirme makalesi, hassas tarım çalışmalarında NDVI dahil olmak üzere başlıca bitki örtüsü indekslerinin yaygınlığını ve uygulamasını analiz etmektedir.
• NDVI ve Ötesi: Hiperspektral Verilerde Ürün Tanıma ve Segmentasyon İçin Özellik Olarak Bitki Örtüsü İndeksleri (2025) - Andreea Nițu, Corneliu Florea, Mihai Ivanovici, Andrei Racoviteanu - Bu makale, tarımda ürün tanıma ve segmentasyon için NDVI ve diğer bitki örtüsü indekslerinin ayırt ediciliğini ve ayrım gücünü araştırmaktadır.
• Landsat Normalleştirilmiş Fark Bitki Örtüsü İndeksi (2025) - U.S. Geological Survey (USGS) - Bu yetkili USGS sayfası, Landsat NDVI'yi, hesaplanmasını ve bitki örtüsü yeşilliğini ve sağlığını ölçmedeki faydasını açıklamaktadır.