Silt: Normaliseeritud erinevuse taimestiku indeks

Taimestiku indeksid ja klorofülli sisaldus

Postitatud -s dementievgeopard poolt

GeoPard laiendab toetatud klorofülliga seotud taimestiku indeksite perekonda järgmisega:

  • Võsa klorofülli sisalduse indeks (CCCI)
  • Modifitseeritud klorofülli neeldumissuhte indeks (MCARI)
  • Transformeeritud klorofülli neeldumise peegeldusindeks (TCARI)
  • MCARI/OSAVI suhe
  • TCARI/OSAVI suhe

Need aitavad mõista praegust põllukultuuri arenguetappi, sealhulgas

  • toitainete nõudlusega piirkondade kindlakstegemine,
  • lämmastiku eemaldamise hindamine,
  • potentsiaalse saagikuse hindamine,

Ja neid teadmisi kasutatakse täpsete lämmastiku muutuva normiga pealekandmiskaartide loomiseks.

Loe edasiMilline indeks on parim kasutada täppismaal

Loe edasi: GeoPardi taimestiku indeksid

Taimestiku indeksid ja klorofülli sisaldusVõsa klorofülli sisalduse indeks (CCCI) vs modifitseeritud klorofülli neeldumise suhte indeks (MCARI) vs transformeeritud klorofülli neeldumise peegeldusindeks (TCARI) vs suhe MCARI/OSAVI

Mis on taimestiku indeksid?

Taimestiku indeksid on kaugseire abil saadud spektraalandmetest, näiteks satelliidi- või õhupiltidest, tuletatud numbrilised väärtused, et kvantifitseerida taimestiku tihedust, tervist ja jaotust Maa pinnal.

Neid kasutatakse tavaliselt kaugseire, põllumajanduse, keskkonnaseire ja maakorralduse rakendustes taimestiku kasvu, produktiivsuse ja tervise hindamiseks ja jälgimiseks.

Need indeksid arvutatakse valguse erinevate lainepikkuste peegeldusväärtuste abil, eriti punases, lähiinfrapuna (NIR) ja mõnikord ka muudes sagedusribades.

Taimestiku peegeldusomadused varieeruvad vastavalt valguse lainepikkustele, mis võimaldab eristada taimestikku ja teisi maakatte tüüpe.

Taimestikul on tavaliselt tugev neeldumine punases piirkonnas ja kõrge peegeldusvõime lähiinfrapunapiirkonnas klorofülli ja rakustruktuuri omaduste tõttu.

Mõned laialdaselt kasutatavad taimestikuindeksid on järgmised:

  • Normaliseeritud taimestiku erinevusindeks (NDVI)See on kõige populaarsem ja laialdasemalt kasutatav taimestikuindeks, mis arvutatakse järgmiselt: (NIR – punane) / (NIR + punane). NDVI väärtused jäävad vahemikku -1 kuni 1, kusjuures kõrgemad väärtused näitavad tervemat ja tihedamat taimestikku.
  • Täiustatud taimestiku indeks (EVI)See indeks parandab NDVI-d, vähendades atmosfääri- ja pinnasemüra ning korrigeerides võrade taustasignaale. See kasutab täiendavaid sagedusribasid, näiteks sinist, ja lisab koefitsiente nende mõjude minimeerimiseks.
  • Mulla järgi korrigeeritud taimestikuindeks (SAVI): SAVI on loodud selleks, et minimeerida mulla heleduse mõju taimestiku indeksile. See võtab kasutusele mulla heleduse parandusteguri, mis võimaldab täpsemalt hinnata taimestikku hõreda või madala taimkattega aladel.
  • Rohelise-punase taimestiku indeks (GRVI)GRVI on veel üks lihtne suhtarvuindeks, mis kasutab taimestiku tervise hindamiseks rohelist ja punast riba. See arvutatakse järgmiselt: (roheline – punane) / (roheline + punane).

Neid indekseid kasutavad muuhulgas teadlased, maakorraldajad ja poliitikakujundajad teadlike otsuste tegemiseks maakasutuse, põllumajanduse, metsanduse, loodusvarade majandamise ja keskkonnaseire osas.

Normaliseeritud erinevusniiskusindeks

Postitatud -s dementievgeopard poolt

Nende arv GeoPardi toetatud taimestiku indeksid pidevalt kasvamas. GeoPardi meeskond tutvustab normaliseeritud niiskuse erinevuse indeksit (NDMI). Indeks määrab taimestiku veesisalduse ja normaliseeritud niiskuse erinevuse indeksi (NDWI). See on kasulik olemasolevate kohtade leidmiseks. veestress taimedes.

Madalamad NDMI väärtused tähistavad kohti, kus taimed on ebapiisava niiskuse tõttu stressi all.
Teisel pool toovad vegetatsiooni haripunkti järgnenud madalamad normaliseeritud erinevusveeindeksi väärtused esile laigud, mis muutuvad koristusvalmis esimene.

Taimestiku suhtelise veesisalduse erinevus kahe satelliidipildi vahel (antud juhul Sentinel-2 tähtkuju)

Taimestiku suhtelise veesisalduse erinevus kahe satelliidipildi vahel (antud juhul Sentinel-2 tähtkuju)

Järgmistel ekraanipiltidel näete 19. juuni (taimestiku haripunkt) ja 6. juuli satelliidipiltide põhjal genereeritud NDMI tsoonid ning NDMI erinevust kujutava võrrandikaardi.

Planeedi / Sentinel-2 / Landsati pildi põhjal arvutatud normaliseeritud niiskuse erinevuse indeksPlaneedi peal arvutatud NDMI / Sentinel-2 / Landsati pilt

Mis on niiskusindeks?

See on mõõt või arvutus, mida kasutatakse niiskusesisalduse või kättesaadavuse hindamiseks konkreetses piirkonnas või piirkonnas. Tavaliselt tuletatakse see erinevatest keskkonnateguritest, nagu sademed, aurumine, mulla omadused ja taimkate.

See annab suhtelise ülevaate piirkonna niiskusest või kuivusest, aidates tuvastada võimalikku veestressi või põuaolusid.

See on väärtuslik tööriist veevarude jälgimiseks ja haldamiseks, põllumajanduse planeerimiseks ja konkreetse piirkonna ökoloogiliste tingimuste mõistmiseks.

Mis on normaliseeritud niiskuse erinevuse indeks?

Normaliseeritud niiskuse erinevuse indeks (NDMI) on taimestiku indeks, mis saadakse kaugseireandmete põhjal taimestiku niiskusesisalduse hindamiseks ja jälgimiseks. Nagu teisedki taimestiku indeksid, arvutatakse see satelliidi- või õhupiltide spektraalse peegelduse väärtuste abil.

See on eriti kasulik taimede veestressi jälgimisel, põuaolude hindamisel, tuleohu hindamisel ja kliimamuutuste mõju uurimisel taimestikule.

See arvutatakse lähiinfrapuna (NIR) ja lühilainelise infrapuna (SWIR) sagedusalade abil, mis on tundlikud taimestiku niiskusesisalduse suhtes. NDMI valem on:

NDMI = (lähi-infrapuna – õhuvoolukiirgus) / (lähi-infrapuna + õhuvoolukiirgus)

NDWI väärtused jäävad tavaliselt vahemikku -1 kuni 1, kusjuures kõrgemad väärtused näitavad taimestiku kõrgemat niiskusesisaldust ja madalamad väärtused madalamat niiskusesisaldust või veestressi taimestikus. Negatiivsed NDMI väärtused võivad olla seotud taimestikuta aladega või väga madala niiskusesisaldusega aladega.

Mis on NDWI?

NDWI ehk normaliseeritud erinevusveeindeks on kaugseireindeks, mida kasutatakse taimestiku või maastike veesisalduse või veega seotud omaduste kvantifitseerimiseks ja hindamiseks.

See arvutatakse satelliidi- või õhupiltidelt saadud lähiinfrapuna- ja rohelise valguse ribade peegeldusvõime analüüsimise teel. See on eriti kasulik veekogude tuvastamiseks, vee kättesaadavuse muutuste jälgimiseks ja taimestiku tervise hindamiseks.

Erinevate lainepikkuste neeldumise ja peegeldumise võrdlemise abil annab see väärtuslikku teavet selliste rakenduste jaoks nagu põua jälgimine, hüdroloogiline analüüs ja ökosüsteemi haldamine.

NDMI visualiseerimine normaliseeritud erinevusveeindeksi määramiseks

NDMI visualiseerimine hõlmab satelliidi- või õhupiltide töötlemist, NDMI väärtuste arvutamist ja seejärel tulemuste kuvamist värvikoodiga kaardi või pildina. NDMI visualiseerimise üldised sammud on järgmised:

  • Hankige satelliidi- või õhupilte: Hankige satelliidilt või õhuplatvormilt, näiteks Landsat, Sentinel või MODIS, multispektraalseid kujutisi. Veenduge, et pildid sisaldavad vajalikke sagedusribasid: lähiinfrapuna (NIR) ja lühilaineinfrapuna (SWIR).
  • Kujutise eeltöötlus: Sõltuvalt andmeallikast peate võib-olla pilte eeltöödelma, et korrigeerida atmosfääri-, geomeetrilisi ja radiomeetrilisi moonutusi. Teisendage pildil olevad digitaalsed numbrid (DN) spektraalse peegelduse väärtusteks.
  • Arvutage NDMI: Iga pildi piksli kohta kasutage NIR- ja SWIR-peegelduste väärtusi NDMI arvutamiseks järgmise valemi abil: NDMI = (NIR – SWIR) / (NIR + SWIR).
  • Värvide kaardistamine: Määrake NDMI väärtustele värvipalett. Tavaliselt kasutatakse pidevat värviskaalat, mis ulatub ühest värvist (nt punane) madalate NDMI väärtuste (mis näitab madalat niiskusesisaldust) ja teise värvini (nt roheline) kõrgete NDMI väärtuste (mis näitab kõrget niiskusesisaldust) jaoks. Värvikaardi loomiseks võite kasutada tarkvara nagu QGIS, ArcGIS või programmeerimisteegid nagu Pythoni Rasterio ja Matplotlib.
  • Visualiseeri NDMI kaarti: Kuva NDMI kaart või pilt GIS-tarkvara, programmeerimisteegi või veebiplatvormi abil. See võimaldab sul analüüsida taimestiku niiskusesisalduse ruumilist jaotust ja tuvastada veestressi või kõrge niiskusesisaldusega alasid.
  • Tõlgendamine ja analüüs: Kasutage NDWI visualiseeringut taimestiku tervise hindamiseks, põuaolude jälgimiseks või tuleohu hindamiseks. Samuti saate võrrelda erinevate ajaperioodide normaliseeritud erinevusveeindeksi kaarte, et analüüsida taimestiku niiskusesisalduse muutusi ajas.

Pidage meeles, et erinevatel tarkvaratööriistadel või programmeerimisraamatukogudel võivad olla veidi erinevad töövood, kuid üldine protsess on sarnane. Lisaks saate analüüsi täiustamiseks ja taimestiku niiskusesisalduse ja muude tegurite vaheliste seoste paremaks mõistmiseks lisada ka teisi andmekihte, näiteks maakasutus, kõrgus või halduspiirid. 

Normaliseeritud taimestiku erinevuse indeks (NDVI) muudab põllumehe elu lihtsamaks

Postitatud -s dementievgeopard poolt

Normaliseeritud taimestiku erinevusindeks (NDVI) on taimestiku tiheduse ja tervise kvantifitseerimiseks sageli kasutatav mõõdik. Selle väärtused jäävad vahemikku -1 kuni 1, kusjuures negatiivsed väärtused näitavad vett või paljast mulda, nullilähedased väärtused hõredat taimestikku ja kõrgemad väärtused tihedamat ja tervemat taimestikku.

Mis on normaliseeritud taimestiku erinevuse indeks (NDVI)?

See on meetod, mis arvutab taimestiku poolt vastuvõetava punase valguse hulga ja taimestiku poolt tugevalt peegeldatud lähiinfrapunavalguse hulga erinevust.

Selle meetodi eesmärk on pakkuda kvantitatiivset analüüsi taimestiku seisundi kohta. Pole ühtki olukorda, kus selle väärtus jääks väljapoole vahemikku -1 kuni +1. Siiski ei ole selget piiri paljude võimalike maakatte tüüpide vahel.

Kui numbrite summa on väiksem kui null, on üsna tõenäoline, et kõnealune aine on vesi. Kui NDVI tulemus on positiivsele üsna lähedal, on suur tõenäosus, et tegemist on lihtsalt hunniku tihedalt pakitud roheliste lehtedega. See kehtib eriti juhul, kui lehed on tihedalt koos.

Rohelistel lehtedel on suurem väärtus kui punastel lehtedel, mistõttu see nii ongi. Kujutage hetkeks ette, et see on väga lähedal nullile.

Sellises olukorras on vähe lootust, et mingeid lehti alles on, ja piirkond võib selleks ajaks olla isegi linnastunud. Normalized Difference Vegetation Indicator on indeks, mida analüütikud kasutavad järgmises valdkonnas: kaugseire enamiku ajast.

Miks on normaliseeritud taimestiku erinevuse indeks kasulik?

Taimestikuindekseid on palju ja valdav enamus neist on omavahel võrreldavad. Siiski on see kõige sagedamini ja laialdasemalt kasutatav ning sellel on ka oluline eelis, milleks on piltide kõrge resolutsioon, mis on saadud satelliidiandmed.

Sellistel asjaoludel võib NDVI määramiseks kasutada kümne meetri resolutsiooniga kanaleid. Pidage meeles, et üks piksel võrdub kümne korda kümne meetriga. Teisest küljest võib indeksi resolutsioon, mis kasutab täiendavaid valguskanaleid, nimelt punast vanust, olla kakskümmend meetrit, kus üks piksel võrdub kahekümne korda kahekümne meetriga.

Kuidas NDVI-d arvutatakse?

Selle saab kindlaks määrata järgmise lihtsa matemaatilise protseduuri abil, mis teisendab satelliidilt saadud töötlemata teabe taimestiku indeksiteks.

Normaliseeritud erinevuse taimestiku indeksi valem

See võrrand loob ühe representatiivse arvu, mis integreerib punases ja NIR (lähi-infrapuna) sagedusalas kättesaadava teabe.

Selleks lahutatakse punase spektraalriba peegeldusvõime lähiinfrapunariba peegeldusvõimest. Seejärel jagatakse tulemus lähiinfrapuna- ja punase lainepikkuse kogupeegeldusega.

NDVI hinnang ei ole kunagi rohkem kui positiivne ega vähem kui negatiivne. Lisaks tähistab arv vahemikus -1 kuni 0 surnud taime ja anorgaanilisi objekte, nagu kivid, teed ja hooned.

Samal ajal võivad selle väärtused elavate taimede puhul varieeruda vahemikus 0 kuni 1, kus 1 tähistab kõige tervemat taime ja 0 kõige ebatervislikumat taime. Pildi igale pikslile on võimalik määrata üks väärtus, olenemata sellest, kas see piksel tähistab ühte lehte või 500 aakri suurust nisupõldu.

Kuidas me kasutame normaliseeritud taimestiku erinevuse indeksit?

Õigustatult kasutatakse seda nüüd mitmetes erinevates uurimisvaldkondades. Näiteks põllumajanduses rakendatakse seda täppispõllumajanduse ja biomassi hindamise eesmärkide saavutamiseks. Metsnikud kasutavad seda ka metsaressursside ja lehtede pindala indeksi (LAI) hindamiseks.

Lisaks usub NASA, et see on usaldusväärne näitaja põuaolude olemasolust. Nii proportsionaalne NDVI kui ka taimestiku kontsentratsioon on madalamad piirkondades, kus vesi takistab taimestiku teket.

Seda seetõttu, et vesi takistab taimede juurte sügavamale pinnasesse kasvamist. See, sealhulgas muud liiki kaugseire, on võimeline olema reaalsuses väga mitmel erineval viisil kasutatav.

Mida saab NDVI meile taimede kohta öelda?

On oluline omada kindlat arusaama normaliseeritud erinevusest. Taimestiku indeks on ainult näitaja taime tervislikust seisundist ega anna teavet teatud seisundi põhjuste kohta.

Taimestikuindeks on pigem väljend kui otsene peegeldus põllul toimuvast. Vaatleme NDVI kolme rakendust põlluanalüüsis:

Kui uus hooaeg algab

See on kasulik taime talvekindluse ja selle ellujäämise mõistmiseks.

  • Kui selle väärtus on väiksem kui 0,15, on üsna tõenäoline, et kõik selle põllulõigu taimed on hukkunud. Tavaliselt kehtivad need arvud haritud mulla kohta, kus taimi pole.
  • Teine näide madalast arvust on 0,15–0,2. See võib viidata sellele, et taimed hakkasid talveks valmistuma varajasel fenoloogilisel perioodil, enne mullaharimise etappi.
  • Tulemus vahemikus 0,2–0,3 on rahuldav. Taimed on suure tõenäosusega jõudnud mullaharimisfaasi ja taastanud oma vegetatiivse seisundi. 0,3−
  • 0,5 on korralik väärtus. Siiski on oluline meeles pidada, et kõrgemad NDVI näidud viitavad sellele, et taimed talvitusid hilisemas fenoloogilises staadiumis. Oletame, et satelliidipilt jäädvustati enne taimestiku normaalse seisundi taastumist. Sellisel juhul on oluline analüüsida ala pärast seda, kui taimestik on oma normaalse vormi jätkanud.
  • Arv, mis on suurem kui 0,5, näitab anomaaliat talvitumisjärgses faasis. Soovitatav on seda põlluvööndit kontrollida.

Kokkuvõtteks, kui märkate, et saadud väärtused erinevad normist oluliselt, peate läbi viima vastava põlluosa kontrollimise. Selleks, et väärtusi saaks antud piirkonnas ebanormaalseks liigitada, on vaja normist suurt kõrvalekallet.

Kui hooaeg on keskel

Indeksi kasutamine võib olla abiks taimede arengu paremaks mõistmiseks. Kujutage ette, et näidud jäävad leebe ja kõrge vahele (0,5–0,85). On väga tõenäoline, et see konkreetne piirkonna osa ei seisa praegu silmitsi suuremate probleemidega.

Kui indeks jääb madalamaks kui peaks, võib esineda probleeme, näiteks mulla vee- või toitainete puudus. Siiski peate seda konkreetset valdkonda ise uurima.

Me genereerime Muutuva normiga pealekandmise (VRA) kaardid lämmastikku, kasutades normaliseeritud taimestiku erinevuse indeksit. Me tuvastame piirkonnad, mille taimestiku indeksid jäävad vahemikku madalast kõrgeni.

Pärast seda on iga põllumehe enda otsustada vajaliku väetise kogus. Järgnev on kõige tõhusam lämmastiku lisamise meetod:

  • Oletame, et piirkonna vegetatsiooniindeks on kõrge. Sellisel juhul tuleks soovitatavat väetisekogust vähendada 10 ja 30 protsendini tüüpilisest kogusest.
  • Kui taimestikuindeks on keskmise lähedal, tuleks soovitatavat väetisekogust suurendada 20–25 protsendini tüüpilisest kogusest.
  • Kui taimestiku indeks on madal, tuleb kõigepealt välja selgitada, miks see nii on.

Põllu rekonstrueerimiseks põllumajanduslik saagikus, kasutame ka meie seda indeksit. Nende andmete põhjal koostame kaarte, mida saab kasutada kaalium- ja fosfaatväetiste muutuva normiga lisamiseks.

Kui hooaeg on läbi

NDVI indeks on kasulik tööriist selle kindlakstegemiseks, kas põllud on koristusvalmis; mida madalam on indeks, seda lähemale läheneb osa alast koristusvalmiduse staadiumile. Sellisel juhul oleks ideaalne indeksi väärtus alla 0,25.

NDVI indeks on kasulik tööriist põldude koristusvalmiduse kindlakstegemiseks.

Alustuseks on see matemaatiline arvutus, mis tehakse pildil pikslihaaval, kasutades GIS-i (geograafilise infosüsteemi) tööriistu. See arvutatakse taime poolt neeldunud ja peegeldatud punase ja lähiinfrapunavalguse huldade võrdlemise teel ning mõõdab taime üldist tervislikku seisundit.

Normaliseeritud taimestiku erinevuse indeksit saab kasutada maismaa uurimiseks kogu maailmas, mistõttu on see ideaalne sihipärasteks väliuuringuteks ja riiklikuks või globaalseks taimestiku seireks.

NDVI abil saame koheselt analüüsida põlde, mis võimaldab põllumajandustootjatel optimeerida alade tootmispotentsiaali, piirata nende mõju keskkonnale ja muuta oma täppispõllumajanduslikke tegevusi.

Lisaks võib selle uurimine koos teiste andmevoogudega, näiteks ilmastikuandmetega, anda täiendavat teavet põua, külmumise või üleujutuste korduvate mustrite ja nende taimestiku mõju kohta.

Korduma kippuvad küsimused

1. Mille määramiseks NDVI-d peamiselt kasutatakse?

Seda kasutatakse peamiselt taimestiku tervise ja tiheduse määramiseks antud piirkonnas. Seda indeksit kasutatakse laialdaselt põllumajanduses, metsanduses ja ökoloogias taimestiku kasvu jälgimiseks, taimede stressitaseme hindamiseks, põua- või haiguspiirkondade tuvastamiseks ning põllukultuuride majandamisega seotud otsuste langetamise abistamiseks.

2. Kuidas lugeda NDVI kujutisi?

NDVI kujutiste lugemiseks saate tõlgendada indeksi väärtustega seotud värviskaalat. Tavaliselt paistab terve taimestik roheline, samas kui vähem terve või hõre taimestik on kollane või punane.

Tumedamad toonid võivad viidata suure biomassiga aladele, heledamad toonid aga väiksemale taimestiku tihedusele või palja mulla olemasolule.

Analüüsitava ala konteksti, näiteks konkreetse põllukultuuri tüübi või keskkonnatingimuste mõistmine aitab NDVI kujutisi tõlgendada ja teha teadlikke otsuseid põllumajandustavade kohta.

wpChatIcon
wpChatIcon

    Taotlege tasuta GeoPardi demo / konsultatsiooni








    Nupule klõpsates nõustute meie Privaatsuspoliitika. Me vajame seda, et vastata teie taotlusele.

      Telli


      Nupule klõpsates nõustute meie Privaatsuspoliitika

        Saada meile teavet


        Nupule klõpsates nõustute meie Privaatsuspoliitika

        Me kasutame küpsiseid, et pakkuda teile parimat sirvimiskogemust, personaliseerida meie saidi sisu, analüüsida selle liiklust ja näidata teile asjakohaseid reklaame.
        Vt meie privaatsuspoliitika lisateabe saamiseks.

        Võtke kõik vastu