Що таке NDVI та як його використовують у сільському господарстві – з якими камерами

Мій виклик з органічною люцерною та NDVI

У моїй особистій подорожі до точного землеробства та аналітики я натрапив на NDVI в контексті аналізу зображень. Моя мета — проаналізувати 45-гектарне поле органічної люцерни, щоб оцінити ефект добрива до та після внесення. Моє головне запитання: де, якого типу та скільки добрив слід внести, і який ефект це матиме на культуру люцерни? Я володію камерою Mavic Pro зі стандартною RGB камерою. Коли я запитав у Twitter, як діяти далі, хтось запропонував використовувати мультиспектральні дані для дослідження низки вегетаційних індексів, включаючи NDVI. Тож я глибоко занурився в кролячу нору, щоб дізнатися більше про NDVI.

Ця аерофотозйомка охоплює різноманітні сільськогосподарські угіддя та природні зони, з виділеними ділянками, що вказують на конкретні регіони для детального вивчення. Такі сирі зображення є основою для мультиспектрального аналізу та генерації карт NDVI, що є критично важливим для розуміння стану рослин та керівництва точним управлінням урожаєм.

Поля люцерни на моїй фермі, червень 2022 року

Нормалізований різницевий вегетаційний індекс (NDVI) є широко застосовуваним методом для оцінки кількості живої рослинності в певній місцевості, особливо в сільському господарстві.

Що таке NDVI (Нормалізований різницевий вегетаційний індекс)

Рослини — це дивовижні організми, які використовують сонячне світло як енергію для вироблення власної їжі. Вони роблять це через процес, який називається фотосинтезом, що відбувається в їхньому листі. Цікаво, що листя рослин не тільки поглинає сонячне світло, але й відбиває його частину. Це особливо стосується ближнього інфрачервоного світла, яке невидиме для наших очей, але становить половину енергії сонячного світла.

Причина цього відбиття полягає в тому, що занадто багато ближнього інфрачервоного світла може бути шкідливим для рослин. Тому вони еволюціонували, щоб захистити себе, відбиваючи цей тип світла. В результаті живі зелені рослини виглядають темними у видимому світлі, але яскравими в спектрі ближнього інфрачервоного випромінювання. Це відрізняється від хмар і снігу, які, як правило, виглядають яскравими у видимому світлі, але темними в ближньому інфрачервоному спектрі.

Ось переклад тексту українською мовою з дотриманням ваших правил:

Використовуючи властивості відбиття рослинністю світла в ближньому інфрачервоному діапазоні, ці подвійні NDVI-карти виявляють варіації стану рослин на сільськогосподарському полі. Порівняння демонструє, як коригування візуального динамічного діапазону може підкреслити зони сильного стресу, показані червоним, на тлі здорової зеленої рослинності. Зображення надано компанією Pix4D, швейцарською компанією, яка розробляє програмне забезпечення для фотограмметрії та комп'ютерного зору для перетворення RGB, теплових та мультиспектральних зображень у 3D-карти та моделі.

Вчені можуть скористатися цією унікальною характеристикою для вивчення рослин за допомогою інструменту під назвою NDVI, або Нормалізований Диференційний Вегетаційний Індекс (Normalized Difference Vegetation Index). NDVI вимірює різницю між кількістю червоного світла та світла в ближньому інфрачервоному діапазоні, що відбивається рослинами. Чим більше листя має рослина, тим сильніше впливають ці довжини хвиль світла, що може надати нам важливу інформацію про стан та поширення рослин.

NDVI – це спосіб для вчених використовувати супутникові знімки для вивчення рослин та сільського господарства. Розуміючи, як рослини взаємодіють із сонячним світлом, ми можемо дізнатися більше про навколишній світ і про те, як піклуватися про нашу планету.

Підсумовано: NDVI є стандартизованим показником здорової рослинності. Він кількісно визначає рослинність, вимірюючи різницю між ближнім інфрачервоним (NIR) та червоним світлом. Здорова рослинність відбиває більше NIR та зеленого світла, ніж інші довжини хвиль, але поглинає більше червоного та синього світла. Значення NDVI завжди варіюються від -1 до +1.

Історія NDVI

У 1957 році Радянський Союз запустив Супутник-1, перший штучний супутник, що вийшов на орбіту Землі. Це призвело до розробки метеорологічних супутників, таких як програми "Супутник" та "Космос" у Радянському Союзі, та програма "Експлорер" у США. Супутники серії TIROS були запущені у 1960 році, за ними послідували супутники "Німбус" та прилади Advanced Very High Resolution Radiometer на платформах Національного управління океанічних і атмосферних досліджень (NOAA). NASA також розробило супутник Earth Resources Technology Satellite (ERTS), який став попередником програми Landsat.

Програма Landsat була запущена у 1972 році з використанням MultiSpectral Scanner (MSS), що дозволило проводити дистанційне зондування Землі. Одне з ранніх досліджень з використанням Landsat було зосереджено на регіоні Великих Рівнин центральної частини США. Дослідники виявили, що кут зеніту сонця вздовж цього сильного широтного градієнта ускладнював кореляцію біофізичних характеристик пасовищ та рослинності з супутниковими спектральними сигналами. Вони розробили нормалізований диференційний вегетаційний індекс (NDVI) як засіб для коригування впливу кута зеніту сонця. NDVI зараз є найвідомішим та найчастіше використовуваним індексом для виявлення живих зелених рослинних покривів у мультиспектральних даних дистанційного зондування. Він також використовується для кількісного визначення фотосинтетичної здатності рослинних покривів, але це може бути складним завданням.

Як розрахувати NDVI?

Правила: Зберігайте технічні терміни, цифри, одиниці вимірювання, URL-адреси, форматування markdown та назви брендів. Використовуйте професійну сільськогосподарську термінологію.

NDVI використовує ближній інфрачервоний (NIR) та червоний канали у своїй формулі. Супутники, такі як Landsat та Sentinel-2, мають необхідні діапазони з NIR та червоним. Результат генерує значення від -1 до +1. Якщо ви маєте низьку відбивну здатність у червоному каналі та високу відбивну здатність у NIR каналі, це призведе до високого значення NDVI, і навпаки.

NDVI у сільському господарстві

NDVI має кілька застосувань у різних секторах. Лісівники використовують NDVI для кількісної оцінки лісових запасів та індексу листової поверхні, а NASA стверджує, що NDVI є хорошим індикатором посухи. Коли вода обмежує ріст рослинності, вона має нижчий відносний NDVI та щільність рослинності. Інші сектори, які використовують NDVI, включають екологію, містобудування та управління природними ресурсами.

NDVI широко використовується в сільському господарстві для моніторингу стану посівів та оптимізації зрошення. Фермери використовують NDVI для точного землеробства, вимірювання біомаси та виявлення культур, які потребують більше води або добрив.

Як використовувати NDVI? Супутникова зйомка проти зйомки з дронів

Яка супутникова зйомка має ближній інфрачервоний діапазон для NDVI? Як згадувалося раніше, супутники, такі як Sentinel-2, Landsat та SPOT, створюють зображення у червоному та ближньому інфрачервоному діапазонах. В Інтернеті існують безкоштовні джерела супутникових даних, які можна завантажити для створення карт NDVI в ArcGIS або QGIS.

Стан посівів є критичним аспектом точного землеробства, і дані NDVI є цінним інструментом для його вимірювання. Сьогодні використання сільськогосподарських дронів стало поширеною практикою для поєднання даних NDVI для порівняння вимірювань та виявлення потенційних проблем зі станом посівів. Вимірюючи різницю між ближнім інфрачервоним та червоним світлом, NDVI може допомогти фермерам оптимізувати зрошення та виявити культури, які потребують більше води або добрив. Наприклад, PrecisionHawk та Sentera пропонують сільськогосподарські дрони, які можуть захоплювати та обробляти дані NDVI протягом одного дня, що є значним покращенням порівняно з традиційними методами NDVI, які часто вимагають тривалого часу очікування. Дослідники виявили, що зображення NDVI можна отримати навіть за допомогою стандартних цифрових RGB камер з деякими модифікаціями, і цей підхід може бути інтегрований у системи моніторингу стану посівів.

Мобільні додатки останніми роками набули широкого поширення, використовуючи дані NDVI як засіб моніторингу стану посівів. Doktar' Orbit є одним із таких додатків, який надає фермерам дані NDVI, представлені у вигляді карт стану посівів, для виявлення будь-яких аномалій на їхніх полях. Ці додатки спрямовані на революціонізацію сільськогосподарських практик, надаючи нові способи розвідки полів та цифровізації сільського господарства. Інструменти дистанційного моніторингу полів на основі технології NDVI можуть заощадити фермерам значні витрати на пальне, зменшуючи потребу в частих виїздах на поле, і можуть допомогти з ефективним управлінням зрошенням.

Який тип (дронової) камери для NDVI? RGB та ІЧ-модифіковані проти мультиспектральних

Гаразд, це досить гаряча тема, яку я помітив, і заглиблення веде все глибше й глибше.

Стандартні камери RGB призначені для захоплення червоного, зеленого та синього світла, тоді як модифіковані камери можуть захоплювати комбінацію ближнього інфрачервоного, червоного, зеленого та синього світла залежно від моделі. Для створення карт стану посівів RGB, що показують "зеленість" культур, можна використовувати стандартну камеру RGB зі специфічними алгоритмами в програмному забезпеченні.

Деякі компанії продають "фейкові" сільськогосподарські або NDVI камери, які є просто звичайними камерами зі знятим інфрачервоним фільтром та встановленим синім фільтром. Однак ці камери неточні для радіометричних вимірювань, таких як NDVI, оскільки існує надмірне перекриття між колірними каналами, і вони не мають датчика для врахування відмінностей у освітленні між візитами. В результаті ці камери можуть показувати лише відносні відмінності на певній території, але не можуть точно виміряти NDVI.

Справжня та відкалібрована NDVI камера враховуватиме відмінності в освітленні та забезпечуватиме послідовні результати між багаторазовими візитами на одне й те саме місце. Тому будьте обережні при купівлі модифікованої "NDVI камери", яка захоплює ближнє інфрачервоне світло, для модернізації дронів (вже за $400), щоб захоплювати зображення в ближньому інфрачервоному діапазоні (NIR) для проведення аналізу стану рослинності шляхом розрахунку NDVI. Але будьте уважні: це не справжня NDVI камера, і це може вводити в оману. Камера Sentera вже є кращим варіантом, оскільки вона спеціально розроблена і може бути відкалібрована, але вона все ще поступається повноцінній NDVI системі. Мультиспектральні камери, справжні NDVI камери є дорогими, набагато дорожчими, ніж "модифіковані RGB/ІЧ камери". Parrot's Sequoia за $3500. TetraCam ADC Snap $4500, MicaSense's RedEdge $6000+.

Мультиспектральні зображення важливі в сільському господарстві, оскільки вони можуть надавати більш детальну та точну інформацію про культури та ґрунт, ніж традиційні RGB камери.

Правила: Зберігайте технічні терміни, цифри, одиниці вимірювання, URL-адреси, форматування Markdown та назви брендів. Використовуйте професійну сільськогосподарську термінологію.

Мультиспектральна зйомка захоплює дані зображень у певних діапазонах довжин хвиль по всьому електромагнітному спектру, використовуючи фільтри або прилади, чутливі до конкретних довжин хвиль. Вона виходить за межі видимого світла, охоплюючи інфрачервоне та ультрафіолетове випромінювання, що дозволяє витягувати додаткову інформацію, яка не може бути виявлена людським оком за допомогою його видимих рецепторів для червоного, зеленого та синього кольорів. Спочатку розроблена для ідентифікації військових цілей та розвідки, мультиспектральна зйомка використовувалася в космічній зйомці для картографування деталей прибережних меж Землі, рослинності та рельєфу. Вона також знайшла застосування в аналізі документів та живопису.

Ось кілька причин, чому мультиспектральні зображення краще підходять для сільськогосподарських застосувань:

Мультиспектральна зйомка зазвичай вимірює світло в невеликій кількості спектральних смуг, від 3 до 15.

Гіперспектральна зйомка є спеціалізованою формою спектральної зйомки, де для аналізу доступні сотні суміжних спектральних смуг. Захоплюючи дані зображень у численних спектральних смугах, гіперспектральна зйомка забезпечує більш точну ідентифікацію та аналіз матеріалів, ніж мультиспектральна зйомка.

Висновок

NDVI (Нормалізований різницевий вегетаційний індекс) революціонізував спосіб моніторингу та управління сільськогосподарськими культурами. Від свого походження в ранній супутниковій програмі Landsat до сучасних складних мультиспектральних камер, встановлених на дронах, цей вегетаційний індекс став незамінним інструментом для точного землеробства. Незалежно від того, чи використовуєте ви безкоштовні супутникові знімки, чи інвестуєте у спеціалізоване обладнання, розуміння NDVI допомагає фермерам приймати обґрунтовані рішення щодо внесення добрив, управління зрошенням та моніторингу стану посівів. Оскільки технології датчиків продовжують розвиватися та ставати більш доступними, NDVI та пов'язані з ним вегетаційні індекси відіграватимуть все більш важливу роль у сталому та ефективному сільському господарстві.

---

NDVI (Нормалізований різницевий вегетаційний індекс) вимірює живу рослинність, аналізуючи, як рослини відбивають ближнє інфрачервоне світло. Здорові рослини сильно відбивають NIR і поглинають червоне світло, що свідчить про активний ріст. Це допомагає фермерам оцінювати стан посівів, своєчасно виявляти стрес та визначати мінливість на полях, що дозволяє здійснювати цільове управління.

Карти NDVI показують ділянки з різним станом рослин та їхньою життєздатністю. Визначаючи зони з нижчими показниками NDVI, ви можете точно націлювати внесення добрив на ділянки з низькою продуктивністю, замість того, щоб обробляти все поле однаково. Це оптимізує використання ресурсів, зменшує втрати та забезпечує внесення поживних речовин там, де вони найбільш необхідні для підвищення врожайності.

Ось переклад тексту українською мовою з дотриманням правил:

Ні, стандартні RGB-камери не можуть безпосередньо генерувати справжній NDVI. Справжній NDVI вимагає захоплення як видимого червоного світла, так і ближнього інфрачервоного (NIR) світла, для чого RGB-камери не призначені. Хоча існують деякі методи "псевдо-NDVI", вони не є настільки точними або надійними для прийняття рішень у точному сільському господарстві, як дані від спеціалізованих мультиспектральних камер.

Для генерації точних даних NDVI вам потрібна мультиспектральна камера. Ці спеціалізовані камери захоплюють світло в певних діапазонах довжин хвиль, найважливішими з яких є видимий червоний та ближній інфрачервоний (NIR) діапазони. Дрони, оснащені цими мультиспектральними сенсорами, можуть пролітати над полями для збору зображень високої роздільної здатності для детального індексування рослинності.

Здорові, фотосинтетично активні рослини сильно поглинають червоне світло для виробництва енергії, але активно відбивають ближнє інфрачервоне (NIR) світло, щоб уникнути перегріву. Цей чіткий патерн – високе поглинання червоного та високе відбиття NIR – саме те, що використовує NDVI. Стресові або нездорові рослини демонструють інший патерн, що дозволяє NDVI розрізняти їхній стан здоров'я.

Вищі значення NDVI (ближче до 1) вказують на щільнішу, здоровішу та більш фотосинтетично активну рослинність, що свідчить про потужний ріст. Навпаки, нижчі значення NDVI (ближче до -1, або близько 0 для голої землі) вказують на стресові, рідкісні або нездорові рослини, або на ділянки без рослинності. Це допомагає визначити проблемні зони для втручання, такого як зрошення або боротьба зі шкідниками.

---

Джерела

Ось переклад тексту українською мовою з дотриманням правил:

• Моніторинг стану посівів - Doktar (2025) - Doktar - Рішення Doktar для моніторингу стану посівів використовують супутникові та дрон-зображення для надання ранніх попереджень про...
• Моніторинг стану посівів | Doktar (2025) - Doktar - Doktar Crop Health Monitoring надає супутникові дані в режимі реального часу про стан посівів та стадію їх розвитку, що дозволяє...
• Стан основних вегетаційних індексів у дослідженнях точного землеробства, індексованих у Web of Science: Огляд (2023) - Dorijan Radočaj, Ante Šiljeg, Rajko Marinović, Mladen Jurišić - Ця оглядова стаття аналізує поширеність та застосування основних вегетаційних індексів, включаючи NDVI, у дослідженнях точного землеробства.
• NDVI та за його межами: вегетаційні індекси як ознаки для розпізнавання та сегментації культур у гіперспектральних даних (2025) - Andreea Nițu, Corneliu Florea, Mihai Ivanovici, Andrei Racoviteanu - Ця стаття досліджує відмінність та розрізнювальну здатність NDVI та інших вегетаційних індексів для розпізнавання та сегментації культур у сільському господарстві.
• Landsat Нормалізований різницевий вегетаційний індекс (2025) - U.S. Geological Survey (USGS) - Ця авторитетна сторінка USGS пояснює Landsat NDVI, його розрахунок та корисність у кількісному визначенні зелені та стану рослинності.