NDVI là gì, nó được sử dụng như thế nào trong nông nghiệp – với máy ảnh nào

Trên hành trình cá nhân của mình đến với phân tích và nông nghiệp chính xác , tôi đã bắt gặp NDVI trong bối cảnh phân tích hình ảnh. Mục tiêu của tôi là phân tích một cánh đồng cỏ linh lăng hữu cơ rộng 45 ha để đánh giá tác dụng của phân bón trước và sau khi bón. Câu hỏi chính của tôi là: tôi nên bón ở đâu, loại gì và bao nhiêu phân bón, và nó sẽ có tác dụng gì đối với cây linh lăng? Tôi sở hữu một máy ảnh Mavic Pro với camera RGB tiêu chuẩn. Khi tôi hỏi trên Twitter về cách tiến hành, một người nào đó đã đề xuất sử dụng dữ liệu đa phổ để khám phá một loạt Chỉ số Thực vật để trợ giúp, bao gồm cả NDVI. Vì vậy, tôi đã đào sâu vào lỗ thỏ để tìm hiểu thêm về NDVI.

Chỉ số thực vật khác biệt bình thường hóa (NDVI) là gì
Lịch sử của NDVI
Làm thế nào để bạn tính toán NDVI?
NDVI trong nông nghiệp
Loại máy ảnh (máy bay không người lái) nào cho NDVI? Nâng cấp RGB & IR so với Đa phổ
Tại sao Hình ảnh đa phổ rất quan trọng trong agtech

Chỉ số thực vật khác biệt chuẩn hóa (NDVI) là một phương pháp được áp dụng rộng rãi để đánh giá lượng thực vật sống ở một vùng cụ thể, đặc biệt là trong nông nghiệp.

NDVI (Chỉ số thực vật khác biệt bình thường hóa) là gì

Thực vật là những sinh vật tuyệt vời sử dụng ánh sáng mặt trời làm năng lượng để tạo ra thức ăn cho chính chúng. Họ làm điều này thông qua một quá trình gọi là quang hợp, xảy ra trong lá của họ. Điều thú vị là lá cây không chỉ hấp thụ ánh sáng mặt trời mà còn phản xạ lại một phần ánh sáng mặt trời. Điều này đặc biệt đúng đối với ánh sáng cận hồng ngoại, thứ mà mắt chúng ta không nhìn thấy được nhưng lại chiếm một nửa năng lượng trong ánh sáng mặt trời.

Lý do cho sự phản xạ này là vì quá nhiều ánh sáng cận hồng ngoại thực sự có thể gây hại cho cây trồng. Vì vậy, chúng đã tiến hóa để tự bảo vệ mình bằng cách phản chiếu loại ánh sáng này. Kết quả là, cây xanh sống trông tối trong ánh sáng khả kiến, nhưng lại sáng trong quang phổ cận hồng ngoại. Điều này khác với mây và tuyết, chúng có xu hướng sáng trong vùng ánh sáng khả kiến nhưng tối trong quang phổ cận hồng ngoại.

Các nhà khoa học có thể tận dụng đặc điểm độc đáo này để nghiên cứu thực vật bằng cách sử dụng một công cụ gọi là NDVI, hay Chỉ số thực vật khác biệt được chuẩn hóa. NDVI đo sự khác biệt giữa lượng ánh sáng đỏ và cận hồng ngoại do thực vật phản xạ. Cây càng có nhiều lá thì các bước sóng ánh sáng này càng bị ảnh hưởng, điều này có thể cung cấp cho chúng ta thông tin quan trọng về sức khỏe và sự phân bố của cây.

NDVI là một cách để các nhà khoa học sử dụng hình ảnh vệ tinh để nghiên cứu thực vật và nông nghiệp. Bằng cách hiểu cách thực vật tương tác với ánh sáng mặt trời, chúng ta có thể tìm hiểu thêm về thế giới xung quanh và cách chăm sóc hành tinh của chúng ta.

tóm tắt: NDVI là thước đo tiêu chuẩn của thảm thực vật khỏe mạnh. Nó định lượng thảm thực vật bằng cách đo sự khác biệt giữa ánh sáng cận hồng ngoại (NIR) và ánh sáng đỏ. Thảm thực vật khỏe mạnh phản xạ nhiều ánh sáng NIR và xanh lục hơn các bước sóng khác, nhưng nó hấp thụ nhiều ánh sáng đỏ và xanh lam hơn. Giá trị NDVI luôn nằm trong khoảng từ -1 đến +1.

Lịch sử của NDVI

TRONG 1957, Liên Xô tung ra Sputnik 1, vệ tinh nhân tạo đầu tiên quay quanh Trái đất. Điều này dẫn đến sự phát triển của các vệ tinh khí tượng, chẳng hạn như các chương trình Sputnik và Cosmos ở Liên Xô, và chương trình Explorer ở Hoa Kỳ. Dòng TIROS vệ tinh được phóng vào 1960, và được theo sau bởi các vệ tinh Nimbus và các thiết bị Máy đo bức xạ có độ phân giải rất cao tiên tiến trên các nền tảng của Cơ quan Quản lý Khí quyển và Đại dương Quốc gia (NOAA). NASA cũng đã phát triển Vệ tinh Công nghệ Tài nguyên Trái đất (ERTS), trở thành tiền thân của chương trình Landsat.

Các vệ tinh chương trình đã được đưa ra trong 1972 với Máy quét đa quang phổ (MSS), cho phép viễn thám Trái đất. Một nghiên cứu ban đầu sử dụng vệ tinh Landsat tập trung vào khu vực Great Plains ở miền trung Hoa Kỳ. Các nhà nghiên cứu phát hiện ra rằng góc thiên đỉnh của mặt trời trên độ dốc vĩ độ mạnh này gây khó khăn cho việc tương quan các đặc điểm lý sinh của thảm thực vật vùng đồng cỏ từ các tín hiệu quang phổ vệ tinh. Họ đã phát triển chỉ số thực vật khác biệt chuẩn hóa (NDVI) như một phương tiện để điều chỉnh các tác động của góc thiên đỉnh của mặt trời. NDVI hiện là chỉ số nổi tiếng và được sử dụng nhiều nhất để phát hiện tán cây xanh sống trong dữ liệu viễn thám đa phổ. Nó cũng được sử dụng để định lượng khả năng quang hợp của tán cây, nhưng đây có thể là một công việc phức tạp.

Làm thế nào để bạn tính toán NDVI?

NDVI sử dụng NIR và các kênh màu đỏ trong công thức của nó. Các vệ tinh như Landsat và Sentinel-2 có các băng tần cần thiết với NIR và màu đỏ. Kết quả tạo ra một giá trị giữa -1 và +1. Nếu bạn có độ phản xạ thấp trong kênh màu đỏ và độ phản xạ cao trong kênh NIR, điều này sẽ mang lại giá trị NDVI cao và ngược lại.

NDVI trong nông nghiệp

NDVI có một số ứng dụng trong các lĩnh vực khác nhau. người đi rừng sử dụng NDVI để định lượng cung cấp rừng và chỉ số diện tích lá, và NASA nói rằng NDVI là một chỉ báo tốt về hạn hán. Khi nước hạn chế sự phát triển của thực vật, nó có NDVI tương đối thấp hơn và mật độ thực vật thấp hơn. Các lĩnh vực khác sử dụng NDVI bao gồm khoa học môi trường, quy hoạch đô thị và quản lý tài nguyên thiên nhiên.

NDVI là sử dụng rộng rãi trong nông nghiệp để theo dõi sức khỏe cây trồng và tối ưu hóa việc tưới tiêu. Nông dân sử dụng NDVI để canh tác chính xác, đo sinh khối và xác định các loại cây trồng cần nhiều nước hoặc phân bón hơn.

Làm thế nào để sử dụng NDVI? Hình ảnh vệ tinh so với hình ảnh Drone

Hình ảnh vệ tinh nào có cận hồng ngoại cho NDVI? Như đã đề cập trước đây, các vệ tinh như Sentinel-2, Landsat và SPOT tạo ra hình ảnh màu đỏ và cận hồng ngoại. Có các nguồn dữ liệu hình ảnh vệ tinh miễn phí trên web, có dữ liệu mà người ta có thể tải xuống và tạo bản đồ NDVI trong ArcGIS hoặc QGIS.

Sức khỏe cây trồng là một khía cạnh quan trọng của nông nghiệp chính xác, và Dữ liệu NDVI là một công cụ có giá trị để đo lường Nó. Ngày nay, việc sử dụng máy bay không người lái trong nông nghiệp đã trở thành thông lệ trong việc ghép nối dữ liệu NDVI để so sánh các phép đo và xác định các vấn đề tiềm ẩn về sức khỏe cây trồng. Bằng cách đo sự khác biệt giữa ánh sáng cận hồng ngoại và ánh sáng đỏ, NDVI có thể giúp nông dân tối ưu hóa việc tưới tiêu và xác định các loại cây trồng cần nhiều nước hoặc phân bón hơn.

Ví dụ, PrecisionHawk Và trung quốc cung cấp máy bay không người lái nông nghiệp có thể thu thập và xử lý dữ liệu NDVI trong vòng một ngày, đây là một cải tiến đáng kể so với các kỹ thuật NDVI truyền thống thường đòi hỏi thời gian chờ đợi lâu. Các nhà nghiên cứu đã tìm thấy rằng Thậm chí có thể thu được hình ảnh NDVI bằng máy ảnh kỹ thuật số RGB tiêu chuẩn với một số sửa đổivà phương pháp này có thể được tích hợp vào các hệ thống giám sát sức khỏe cây trồng.

Các ứng dụng di động đã phát triển nhanh chóng trong những năm gần đây, sử dụng dữ liệu NDVI như một phương tiện để theo dõi sức khỏe cây trồng. Quỹ đạo Doktar là một trong những ứng dụng như vậy cung cấp cho nông dân dữ liệu NDVI được trình bày dưới dạng bản đồ sức khỏe để xác định bất kỳ sự bất thường nào trên cánh đồng của họ. Các ứng dụng này nhằm mục đích cách mạng hóa các phương thức canh tác bằng cách cung cấp những cách thức mới để khảo sát thực địa và số hóa nông nghiệp. Các công cụ giám sát đồng ruộng từ xa dựa trên công nghệ NDVI có thể giúp nông dân tiết kiệm đáng kể chi phí nhiên liệu bằng cách giảm nhu cầu thăm đồng thường xuyên và có thể giúp quản lý tưới tiêu hiệu quả.

Loại máy ảnh (máy bay không người lái) nào cho NDVI? Nâng cấp RGB & IR so với Đa phổ

Được rồi.. vì vậy đây là một lĩnh vực nóng mà tôi nhận thấy, và hố thỏ ngày càng sâu hơn.

RGB tiêu chuẩn máy ảnh được thiết kế để thu ánh sáng Đỏ, Xanh lục và Xanh lam, trong khi sửa đổi máy ảnh có thể chụp một sự kết hợp của Gần hồng ngoại, đỏ, lục và lam ánh sáng tùy thuộc vào mô hình. Để tạo ra sức khỏe thực vật RGB bản đồ thể hiện “độ xanh” của cây trồng, người ta có thể sử dụng máy ảnh RGB tiêu chuẩn với các thuật toán cụ thể trong phần mềm.

Một số công ty đang bán “giả mạo” Ag hoặc NDVI máy ảnh, đây chỉ là những chiếc máy ảnh thông thường được loại bỏ bộ lọc hồng ngoại và lắp bộ lọc màu xanh lam. Tuy nhiên, những máy ảnh này không chính xác đối với các phép đo phóng xạ như NDVI vì có quá nhiều điểm chồng chéo giữa các kênh màu và chúng không có cảm biến để tính đến sự khác biệt về ánh sáng giữa các lần truy cập. Do đó, các máy ảnh này chỉ có thể hiển thị sự khác biệt tương đối trong một khu vực nhất định chứ không thể đo chính xác NDVI.

Camera NDVI thực và đã được hiệu chỉnh sẽ tính đến sự khác biệt về ánh sáng và cung cấp đầu ra nhất quán giữa nhiều lượt truy cập vào cùng một trang web. Vì vậy, hãy cẩn thận khi mua một “Máy ảnh NDVI” đã sửa đổi để chụp ánh sáng cận hồng ngoại, để nâng cấp máy bay không người lái (đã dành cho $400) để chụp ảnh cận hồng ngoại (NIR) nhằm thực hiện phân tích sức khỏe thực vật bằng cách tính toán NDVI. Nhưng xin lưu ý: Đây là không phải là máy ảnh NDVI thực, và điều này có thể gây hiểu lầm. MỘT trung quốc máy ảnh đã là một lựa chọn tốt hơn vì chúng được chế tạo có mục đích và có thể được hiệu chỉnh, nhưng chúng vẫn thiếu một hệ thống NDVI đầy đủ. máy ảnh đa phổ, thật sự máy ảnh NDVI là đắt, đắt hơn nhiều so với “máy ảnh RGB/IR được nâng cấp”. Parrot's Sequoia tại $3500. Chụp TetraCam ADC $4500, RedEdge của MicaSense $6000+.

Hình ảnh đa phổ rất quan trọng trong nông nghiệp vì nó có thể cung cấp thông tin chi tiết và chính xác hơn về cây trồng và đất so với máy ảnh RGB truyền thống.

Tại sao đa bán cầu Hình ảnh rất quan trọng trong agtech

hình ảnh đa phổ chụp dữ liệu hình ảnh trong phạm vi bước sóng cụ thể trên phổ điện từ, sử dụng các bộ lọc hoặc dụng cụ nhạy cảm với các bước sóng cụ thể. Nó mở rộng ra ngoài phạm vi ánh sáng khả kiến để bao gồm tia hồng ngoại Và tia cực tím ánh sáng, cho phép trích xuất thông tin bổ sung vượt ra những gì mắt người có thể phát hiện với các thụ thể có thể nhìn thấy của nó đối với đỏ, xanh lá cây và xanh dương. Ban đầu được phát triển để nhận dạng và trinh sát mục tiêu quân sự, hình ảnh đa phổ đã được sử dụng trong hình ảnh dựa trên không gian để lập bản đồ chi tiết về ranh giới ven biển, thảm thực vật và địa hình của Trái đất. Nó cũng đã tìm thấy các ứng dụng trong phân tích tài liệu và tranh vẽ.

Dưới đây là một vài lý do tại sao hình ảnh đa phổ phù hợp hơn cho các ứng dụng nông nghiệp:

1. Độ phân giải phổ lớn hơn: Máy ảnh đa phổ chụp ảnh ở nhiều dải hẹp của quang phổ điện từ, cho phép phân tích chi tiết hơn về các bước sóng ánh sáng cụ thể mà thực vật hấp thụ hoặc phản xạ. Điều này có thể giúp xác định các vấn đề như thiếu hụt chất dinh dưỡng hoặc bệnh tật trước khi chúng có thể nhìn thấy bằng mắt thường.
2. Chỉ số thực vật nâng cao: Bằng cách so sánh các giá trị phản xạ của các bước sóng ánh sáng khác nhau, máy ảnh đa phổ có thể tạo ra các chỉ số thực vật phức tạp hơn so với máy ảnh RGB truyền thống. Các chỉ số này có thể được sử dụng để đo lường sức khỏe, sự tăng trưởng và mức độ căng thẳng của thực vật một cách chính xác hơn.
3. Phân biệt các loại đất: Hình ảnh đa phổ cũng có thể phân biệt các loại đất hiệu quả hơn, điều này rất quan trọng đối với nông nghiệp chính xác. Điều này có thể giúp nông dân đưa ra các quyết định sáng suốt hơn về các biện pháp tưới tiêu, bón phân và quản lý cây trồng.
4. Phát hiện căng thẳng nước: Camera đa quang phổ cũng có thể phát hiện tình trạng thiếu nước ở cây trồng bằng cách đo lượng bức xạ hồng ngoại mà chúng phát ra. Điều này có thể giúp nông dân xác định thời điểm và lượng nước tưới.

đa bán cầu hình ảnh tiêu biểu đo ánh sáng trong một số lượng nhỏ các dải quang phổ, từ 3 đến 15.

siêu quang phổ hình ảnh là một dạng đặc biệt của hình ảnh quang phổ, nơi có sẵn hàng trăm dải quang phổ liền kề để phân tích. Bằng cách thu thập dữ liệu hình ảnh trên nhiều dải quang phổ, hình ảnh siêu phổ cho phép nhận dạng và phân tích vật liệu chính xác hơn so với hình ảnh đa phổ.

Tôi nghĩ rằng tôi cần phải dừng cuộc lặn này ngay tại đây. Tôi hy vọng bạn đã học được nhiều như tôi đã làm.