什么是NDVI，它在农业中的应用–使用哪些相机

在我个人的精准农业和分析之旅中，我在图像分析的背景下遇到了 NDVI。我的目标是分析一块 45 公顷的有机紫花苜蓿田，以评估施肥前后的效果。我的主要问题是：在哪里施肥、施什么肥、施多少肥，对苜蓿作物有什么影响？我拥有一台配备标准 RGB 摄像头的 Mavic Pro 摄像头。当我在 Twitter 上询问如何进行时，有人建议使用多光谱数据来探索一系列植被指数来提供帮助，包括 NDVI。因此，我深入研究了这个兔子洞，以了解更多关于 NDVI 的信息。

什么是归一化植被指数 (NDVI)
NDVI 的历史
你如何计算NDVI？
农业中的 NDVI
什么类型的（无人机）相机适用于 NDVI？ RGB 和 IR 升级与多光谱
为什么 多光谱图像在农业科技中很重要

归一化差异植被指数 (NDVI) 是一种广泛采用的方法，用于评估特定区域（尤其是农业）的活植被数量。

什么是 NDVI（归一化植被指数）

植物是神奇的生物体，它们利用阳光作为能量来制作自己的食物。他们通过一种称为光合作用的过程来做到这一点，该过程发生在它们的叶子中。有趣的是，植物的叶子不仅吸收阳光，还会反射一部分阳光。近红外光尤其如此，我们的眼睛看不到这种光，但它占阳光能量的一半。

这种反射的原因是因为过多的近红外光实际上对植物有害。因此，它们已经进化为通过反射这种类型的光来保护自己。因此，活的绿色植物在可见光下看起来很暗，但在近红外光谱下却显得明亮。这与云和雪不同，它们在可见光下看起来很亮，但在近红外光谱下看起来很暗。

科学家可以利用这种独特的特性，使用一种称为 NDVI 或归一化差异植被指数的工具来研究植物。 NDVI 测量植物反射的红光和近红外光量之间的差异。植物的叶子越多，这些波长的光受到的影响就越大，这可以为我们提供有关植物健康和分布的重要信息。

NDVI 是科学家使用卫星图像研究植物和农业的一种方式。通过了解植物如何与阳光相互作用，我们可以更多地了解我们周围的世界以及如何爱护我们的星球。

总结： NDVI 是衡量健康植被的标准化指标.它通过测量近红外 (NIR) 和红光之间的差异来量化植被。健康的植被比其他波长反射更多的近红外光和绿光，但吸收更多的红光和蓝光。 NDVI 值始终介于 -1 到 +1 之间。

NDVI 的历史

在 1957, 苏联发射 人造卫星一号，第一颗绕地球轨道运行的人造卫星。这导致了气象卫星的发展，例如苏联的 Sputnik 和 Cosmos 计划，以及美国的 Explorer 计划。 泰罗斯系列 卫星发射于 1960，紧随其后的是美国国家海洋和大气管理局 (NOAA) 平台上的 Nimbus 卫星和先进甚高分辨率辐射计仪器。 NASA 还开发了地球资源技术卫星 (ERTS)，它成为陆地卫星计划的前身。

这 陆地卫星 程序 推出于 1972 使用多光谱扫描仪 (MSS)，可以对地球进行遥感。一项使用 Landsat 的早期研究集中在美国中部的大平原地区 研究人员发现，在这个强烈的纬度梯度上的太阳天顶角使得很难将牧场植被的生物物理特征与卫星光谱信号相关联。他们开发了归一化植被指数 (NDVI) 作为调整太阳天顶角影响的方法。 NDVI 现在是检测活绿色植物冠层的最著名和最常用的指标 在多光谱遥感数据中。它还用于量化植物冠层的光合能力，但这可能是一项复杂的工作。

你如何计算NDVI？

NDVI 在其公式中使用 NIR 和红色通道. Landsat 和 Sentinel-2 等卫星具有必要的 NIR 和红色波段。结果生成一个 -1 和 +1 之间的值。 如果红色通道的反射率低而 NIR 通道的反射率高，这将产生高 NDVI 值，反之亦然。

农业中的 NDVI

NDVI有 几个应用程序 在不同的部门。 护林员 使用 NDVI 量化森林供应量和叶面积指数，以及 美国宇航局 指出 NDVI 是干旱的良好指标。当水限制植被生长时，它具有较低的相对 NDVI 和植被密度。使用 NDVI 的其他部门包括 环境科学、城市规划和自然资源管理。

NDVI 是 广泛应用于农业 监测作物健康和优化灌溉。农民使用 NDVI 进行精准耕作，测量生物量，并确定需要更多水或肥料的作物。

如何使用NDVI？卫星图像与无人机图像

哪个卫星图像具有 NDVI 的近红外线？ 如前所述，Sentinel-2、Landsat 和 SPOT 等卫星会产生红色和近红外图像。网络上有免费的卫星图像数据源，其中包含可以下载和创建 NDVI 地图的数据 地理信息系统 或者 地理信息系统.

作物健康是精准农业的一个重要方面，并且 NDVI 数据是一种有价值的测量工具 它。如今，使用农业无人机已成为配对 NDVI 数据以比较测量值和识别潜在作物健康问题的常见做法。通过测量近红外光和红光之间的差异，NDVI 可以帮助农民优化灌溉并确定需要更多水或肥料的作物。

例如， 精密鹰 和 森特拉 提供可以在一天内捕获和处理 NDVI 数据的农业无人机，这比通常需要长时间等待的传统 NDVI 技术有了重大改进。研究人员发现 NDVI 图像甚至可以使用标准数字 RGB 相机获得 和 一些 修改, 这种方法可以集成到作物健康监测系统中。

近年来，移动应用激增， 利用 NDVI 数据 作为监测作物健康的手段。 Doktar’轨道 就是这样一个应用程序，它为农民提供以健康地图形式呈现的 NDVI 数据，以识别他们田地中的任何异常情况。这些应用程序旨在通过提供田间侦察和数字化农业的新方法来彻底改变农业实践。基于 NDVI 技术的远程田间监测工具可以减少频繁实地考察的需要，从而为农民节省大量燃料成本，并有助于进行高效的灌溉管理。

什么类型的（无人机）相机适用于 NDVI？ RGB 和 IR 升级与多光谱

好吧..所以这是我注意到的一个热门领域，而且兔子洞越来越深。

标准RGB 相机设计用于捕捉红光、绿光和蓝光，而 改装相机 可以捕获的组合 近红外线、红色、绿色和蓝色 灯取决于型号。生成 RGB 植物健康 显示 “绿色” 的地图农作物， 一罐 使用标准的 RGB 相机 在软件中使用特定的算法。

一些公司正在销售&#8220；伪造的” 银 或者 NDVI 相机，它们只是移除了红外滤镜并安装了蓝色滤镜的普通相机。然而，这些相机对于像 NDVI 这样的辐射测量是不准确的，因为颜色通道之间有太多重叠，而且它们没有传感器来解释访问之间的照明差异。因此，这些相机只能显示给定区域的相对差异，而不能准确测量 NDVI。

真实且经过校准的 NDVI 相机将考虑光照差异，并在多次访问同一站点之间提供一致的输出。所以买的时候要小心 改装“NDVI相机”捕捉近红外光, 升级无人机（已经为 $400) 捕捉近红外 (NIR) 图像，以便通过以下方式进行植被健康分析 NDVI计算.但请注意：这是 不是真正的 NDVI 相机，这可能会产生误导。 A 森特拉 相机已经是一个更好的选择，因为它们是专门建造的并且可以校准，但它们仍然达不到完整的 NDVI 系统。 多光谱相机, 实际的 NDVI相机 是 昂贵的, 比 “ 升级的 RGB/IR 摄像头” 贵得多。鹦鹉’s红杉在 $3500. TetraCam ADC 快照 $4500, MicaSense’s RedEdge $6000+.

多光谱图像在农业中很重要，因为它可以提供比传统 RGB 相机更详细、更准确的农作物和土壤信息。

为什么 多光谱 图像在农业科技中很重要

多光谱成像 捕获图像数据 整个电磁波谱中的特定波长范围，使用对特定波长敏感的过滤器或仪器。它延伸到可见光范围之外，包括 红外线的 和 紫外线 光, 能够提取额外的信息 超过 人眼可以用其可见感受器检测到什么 红色、绿色和蓝色.多光谱成像最初是为军事目标识别和侦察而开发的，现已用于天基成像，以绘制地球沿海边界、植被和地貌的细节图。它还在文档和绘画分析中找到了应用。

以下是多光谱图像更适合农业应用的几个原因：

1. 更高的光谱分辨率：多光谱相机在电磁波谱的多个窄带中捕获图像，从而可以更详细地分析植物吸收或反射的特定波长的光。这有助于在肉眼可见之前识别营养缺乏或疾病等问题。
2. 增强型植被指数：通过比较不同波长光的反射率值，多光谱相机可以创建比传统 RGB 相机更复杂的植被指数。这些指标可用于更准确地测量植物健康、生长和胁迫水平。
3. 土壤类型的分化：多光谱图像还可以更有效地区分土壤类型，这对于精准农业非常重要。这可以帮助农民在灌溉、施肥和作物管理实践方面做出更明智的决策。
4. 缺水检测： 多光谱相机还可以通过测量作物发出的红外辐射量来检测作物的水分胁迫。这可以帮助农民确定灌溉时间和灌溉量。

多光谱 成像 通常 测量少量光谱带中的光，范围从 3 到 15。

高光谱 成像 是一种特殊形式的光谱成像， 其中数百个连续光谱带可用于分析.通过捕获跨越众多光谱带的图像数据，高光谱成像比多光谱成像可以更准确地识别和分析材料。

我想我需要在这里停止这次潜水。我希望你和我一样学到了很多东西。