Що таке NDVI, як його використовують у сільському господарстві - з якими камерами

Під час моєї особистої подорожі до точного землеробства та аналітики я натрапив на NDVI у контексті аналізу зображень. Моя мета — проаналізувати 45-гектарне поле органічної люцерни , щоб оцінити дію добрива до та після застосування. Моє основне питання: куди, який вид і скільки добрив я маю внести, і який вплив це матиме на врожай люцерни? У мене є камера Mavic Pro зі стандартною камерою RGB. Коли я запитав у Твіттері, як діяти далі, хтось запропонував використати мультиспектральні дані для вивчення ряду індексів рослинності, щоб допомогти, включаючи NDVI. Отже, я глибоко занурився в кролячу нору , щоб дізнатися більше про NDVI.

Що таке нормалізований індекс різниці рослинності (NDVI)
Історія NDVI
Як обчислити NDVI?
НДВІ в сільському господарстві
Який тип камери (дрона) для NDVI? Оновлений RGB та ІЧ порівняно з мультиспектральним
чому Мультиспектральні зображення важливі в agtech

Нормалізований індекс різниці рослинності (NDVI) є широко поширеним методом оцінки кількості живої рослинності в конкретному регіоні, особливо в сільському господарстві.

Що таке NDVI (нормалізований індекс різниці рослинності)

Рослини - це дивовижні організми, які використовують сонячне світло як енергію для виробництва собі їжі. Вони роблять це за допомогою процесу фотосинтезу, який відбувається в їх листі. Цікаво, що листя рослини не тільки поглинають сонячне світло, але й відбивають його частину назад. Особливо це стосується ближнього інфрачервоного світла, яке невидиме нашим оком, але становить половину енергії сонячного світла.

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

Вчені можуть скористатися цією унікальною особливістю для вивчення рослин за допомогою інструменту під назвою NDVI, або нормалізованого індексу різниці рослинності. NDVI вимірює різницю між кількістю червоного та ближнього інфрачервоного світла, відбитого рослинами. Чим більше листя має рослина, тим сильніше впливають ці довжини хвилі світла, що може дати нам важливу інформацію про здоров’я та поширення рослин.

NDVI — це спосіб для вчених використовувати супутникові зображення для вивчення рослин і сільського господарства. Розуміючи, як рослини взаємодіють із сонячним світлом, ми можемо дізнатися більше про світ навколо нас і про те, як піклуватися про нашу планету.

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

Історія NDVI

в 1957, Радянський Союз запуст Супутник 1, перший штучний супутник на орбіті Землі. Це призвело до розробки метеорологічних супутників, таких як програми «Супутник» і «Космос» у Радянському Союзі та програма «Експлорер» у США. Серія TIROS супутників було запущено в 1960, а за ними пішли супутники Nimbus і інструменти 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.

The Landsat програма був запущений в 1972 з мультиспектральним сканером (MSS), який дозволив здійснювати дистанційне зондування Землі. Одне раннє дослідження з використанням Landsat було зосереджено на регіоні Великих рівнин у центральній частині США. Дослідники виявили, що сонячний зенітний кут у цьому сильному широтному градієнті ускладнює кореляцію біофізичних характеристик рослинності пасовищ із супутникових спектральних сигналів. Вони розробили нормалізований індекс різниці рослинності (NDVI) як засіб для коригування ефектів сонячного зенітного кута. Зараз NDVI є найбільш відомим і використовуваним індексом для виявлення живих зелених рослин в мультиспектральних даних дистанційного зондування. Він також використовується для кількісного визначення фотосинтетичної здатності рослин, але це може бути складним завданням.

Як обчислити NDVI?

NDVI у своїй формулі використовує канали NIR і червоний. Такі супутники, як Landsat і Sentinel-2, мають необхідні діапазони з NIR і червоним. Результат генерує a значення від -1 до +1. Якщо у вас низький коефіцієнт відбиття в червоному каналі та високий у каналі NIR, це дасть високе значення NDVI, і навпаки.

НДВІ в сільському господарстві

NDVI має кілька додатків в різних секторах. Лісники використовуйте NDVI для кількісного визначення запасів лісу та індексу площі листя, а також НАСА стверджує, що NDVI є хорошим показником посухи. Коли вода обмежує ріст рослинності, вона має нижчий відносний NDVI і щільність рослинності. Інші сектори, які використовують NDVI, включають екологія, містобудування та управління природними ресурсами.

NDVI є широко використовується в сільському господарстві для моніторингу стану рослин і оптимізації зрошення. Фермери використовують NDVI для точного землеробства, для вимірювання біомаси та визначення культур, які потребують більше води чи добрив.

Як користуватися NDVI? Супутникові знімки проти зображень дронів

Які супутникові зображення мають ближній інфрачервоний діапазон для NDVI? Як згадувалося раніше, такі супутники, як Sentinel-2, Landsat і SPOT, створюють червоні та ближні інфрачервоні зображення. У мережі є безкоштовні джерела даних супутникових зображень, які містять дані, які можна завантажити та створити карти NDVI ArcGIS або QGIS.

Здоров'я рослин є критично важливим аспектом точного землеробства Дані NDVI є цінним інструментом для вимірювання це. Сьогодні використання сільськогосподарських дронів стало звичайною практикою для об’єднання даних NDVI для порівняння вимірювань і виявлення потенційних проблем зі здоров’ям посівів. Вимірюючи різницю між ближнім інфрачервоним і червоним світлом, NDVI може допомогти фермерам оптимізувати зрошення та визначити культури, які потребують більше води або добрив.

Наприклад, PrecisionHawk і Sentera надати сільськогосподарські дрони, які можуть отримувати та обробляти дані NDVI протягом одного дня, що є значним покращенням у порівнянні з традиційними методами NDVI, які часто вимагають тривалого часу очікування. Дослідники виявили, що Зображення NDVI можна навіть отримати за допомогою стандартних цифрових камер RGB з дещо модифікації, і цей підхід можна інтегрувати в системи моніторингу стану рослин.

За останні роки мобільні додатки поширилися, з використанням даних NDVI як засіб моніторингу стану рослин. Доктар' Орбіта є одним із таких додатків, який надає фермерам дані NDVI, представлені у вигляді карт здоров’я, щоб визначити будь-які аномалії на їхніх полях. Ці додатки мають на меті революціонізувати практику ведення сільського господарства, надаючи нові способи польової розвідки та оцифрування сільського господарства. Інструменти віддаленого моніторингу полів на основі технології NDVI можуть заощадити фермерам значні витрати на паливо, зменшивши потребу в частих відвідуваннях полів, і можуть допомогти в ефективному управлінні зрошенням.

Який тип камери (дрона) для NDVI? Оновлений RGB та ІЧ порівняно з мультиспектральним

Гаразд.. я помітив, що це гаряче поле, і кроляча нора стає все глибшою.

Стандартний RGB камери призначені для захоплення червоного, зеленого та синього світла, а модифіковані камери можна захопити комбінацію Близький інфрачервоний, червоний, зелений і синій світло в залежності від моделі. Для генерації здоров’я рослин RGB карти «зеленості» посівів, можна використовувати стандартну камеру RGB з певними алгоритмами в програмному забезпеченні.

Деякі компанії продають "підробка” Ag або NDVI камери, які є звичайними камерами з видаленим інфрачервоним фільтром і встановленим синім фільтром. Однак ці камери є неточними для радіометричних вимірювань, таких як NDVI, оскільки колірні канали занадто сильно перекриваються, і вони не мають датчика, який би враховував різницю в освітленні між візитами. У результаті ці камери можуть показувати лише відносні відмінності в певній області, але не можуть точно вимірювати NDVI.

Справжня та відкалібрована камера NDVI враховуватиме різницю в освітленні та забезпечуватиме узгоджені результати між кількома відвідуваннями одного сайту. Тому будьте обережні, купуючи a модифікована «камера NDVI», яка вловлює ближнє інфрачервоне світло, для модернізації дронів (вже для $400) для отримання зображень у ближньому інфрачервоному діапазоні (NIR) для проведення аналізу стану рослинності Розрахунок NDVI. Але майте на увазі: це не справжня камера NDVI, і це може ввести в оману. А Sentera Камера вже є кращим варіантом, оскільки вони спеціально створені та можуть бути відкалібровані, але вони все одно не дотягують до повної системи NDVI. Мультиспектральні камери, фактичний Камери NDVI є дорогий, набагато дорожче, ніж «оновлені камери RGB/IR». Секвойя папуги на $3500. TetraCam ADC Snap $4500, RedEdge від MicaSense $6000+.

Багатоспектральне зображення є важливим у сільському господарстві, оскільки воно може надати більш детальну та точну інформацію про посіви та ґрунт, ніж традиційні камери RGB.

чому Мультиспектральний Зображення важливі в agtech

Мультиспектральне зображення фіксує дані зображення всередині певні діапазони довжин хвиль у всьому електромагнітному спектрі, використовуючи фільтри або прилади, чутливі до певних довжин хвиль. Він виходить за межі діапазону видимого світла інфрачервоний і ультрафіолетовий світло, що дозволяє отримати додаткову інформацію поза межами що людське око може виявити за допомогою своїх видимих рецепторів червоний, зелений і синій. Спочатку розроблене для ідентифікації та розвідки військових цілей, мультиспектральне зображення використовувалося в космічних зображеннях для картографування деталей узбережжя Землі, рослинності та рельєфу. Він також знайшов застосування в аналізі документів і живопису.

Ось кілька причин, чому багатоспектральне зображення краще підходить для застосування в сільському господарстві:

1. Вища спектральна роздільна здатність: Мультиспектральні камери фіксують зображення в кількох вузьких смугах електромагнітного спектру, що дозволяє більш детально аналізувати конкретні довжини хвилі світла, яке рослини поглинають або відбивають. Це може допомогти виявити такі проблеми, як дефіцит поживних речовин або захворювання, перш ніж вони будуть помітні неозброєним оком.
2. Підвищені вегетаційні індекси: Порівнюючи значення відбиття різних довжин хвиль світла, мультиспектральні камери можуть створювати складніші індекси рослинності, ніж традиційні камери RGB. Ці індекси можна використовувати для більш точного вимірювання здоров’я, росту та рівнів стресу рослин.
3. Диференціація типів ґрунтів: Мультиспектральні зображення також можуть ефективніше диференціювати типи ґрунтів, що важливо для точного землеробства. Це може допомогти фермерам приймати більш обґрунтовані рішення щодо зрошення, внесення добрив і методів управління посівами.
4. Виявлення водного стресу: Мультиспектральні камери також можуть виявляти нестачу води в посівах, вимірюючи кількість інфрачервоного випромінювання, яке вони випромінюють. Це може допомогти фермерам визначити, коли і скільки зрошувати.

Мультиспектральний зображення типово вимірює світло в невеликій кількості спектральних смуг, від 3 до 15.

Гіперспектральний зображення є спеціалізованою формою спектрального зображення, де сотні суміжних спектральних смуг доступні для аналізу. Збираючи дані зображення в численних спектральних діапазонах, гіперспектральне зображення дозволяє точніше ідентифікувати та аналізувати матеріали, ніж багатоспектральне зображення.

Я думаю, що мені потрібно зупинити це занурення прямо тут. Сподіваюся, ви дізналися стільки ж, скільки я.