Yleisesti käytössä on useita kasvillisuusindeksejä, mukaan lukien normalisoitu kasvillisuusindeksi (NDVI), laajan dynaamisen alueen kasvillisuusindeksi (WDRVI) ja vihreän klorofylli-indeksi (GCI).
- Mikä kasvillisuusindeksi heijastaa enemmän yksityiskohtia?
- Mikä kasvillisuusindeksi näyttää paremmin vaihtelua?
- Onko NDVI paras monispektrivihreysindeksien perheessä?
Kysymykset ovat tuttuja ja niitä tulee esiin hyvin usein. Tutkitaanpa.
Mikä on kasvillisuusindeksi?
Kasvillisuusindeksi on numeerinen mittari, joka kvantifioi kasvillisuuden määrän ja kunnon tietyllä alueella satelliittikuvantamisaineiston perusteella.
Kasvillisuusindeksit lasketaan yhdistämällä satelliitti- tai ilmakuvien eri spektrikaistoja, jotka heijastavat kasvien näkyvällä ja lähi-infrapuna-alueella absorboiman ja heijastaman energian määrää sähkömagneettisessa spektrissä.
Nämä indeksit voivat tarjota tietoa kasvillisuuden terveydestä, tiheydestä ja tuottavuudesta, mikä on hyödyllistä monenlaisiin sovelluksiin, kuten maanviljelyyn, metsätalouteen, maankäytön hallintaan ja ilmaston seurantaan.
Normalisoitu kasvillisuusindeksi (NDVI)NDVI?
NDVI (Normalisoitu kasvillisuusindeksi) on tunnetuin ja laajimmin käytetty biomassaan ja kaukokartoitukseen liittyvillä teollisuudenaloilla.
NDVI:n saturaatio vaikuttaa kasvillisuuden tarkkaan erotteluun biomassan huippuvaiheessa. Toinen NDVI:n ongelma on maaperän kohina, joka vaikuttaa viljelykasvien kehityksen alkuvaiheessa.
Se lasketaan satelliitti- tai ilmakuva-aineistosta, perustuen kahden spektrikaistan – lähi-infrapuna (NIR) ja punainen kaista – heijastuseron perusteella.
NDVI-kaava on NDVI = (NIR-Red) / (NIR+Red).
missä NIR on heijastus lähi-infrapuna-alueella ja Red on heijastus punaisella alueella.
Tuloksena saatu NDVI-arvo vaihtelee välillä -1 – +1, ja korkeammat arvot osoittavat tiheämpää kasvillisuutta. Arvo nolla osoittaa, ettei kasvillisuutta ole, kun taas negatiiviset arvot viittaavat vesistöihin tai muihin kasvillisuudettomiin pintoihin.
NDVI-arvot lähellä +1:tä osoittavat tiheää ja tervettä kasvillisuutta, kun taas nollaa lähellä olevat arvot osoittavat harvaa kasvillisuutta tai merkittävän stressin tai vaurion alaisia alueita.
Sitä käytetään laajalti maatalouden ja ekologian sovelluksissa kasvillisuuden kasvun seurantaan, satomäärien arviointiin sekä metsien ja muiden ekosysteemien terveyden ja tuottavuuden arviointiin.
Sitä voidaan käyttää myös kuivuuden, eroosion ja muiden kasvillisuuteen vaikuttavien ympäristötekijöiden havaitsemiseen ja seurantaan.
Se lasketaan esimerkiksi vähentämällä punaisen alueen heijastavuudesta lähi-infrapuna-alueen (NIR) heijastavuus ja jakamalla tulos näiden kahden summalla. Tuloksena saatu arvo vaihtelee välillä -1 – +1, ja suuremmat arvot osoittavat suurempia kasvillisuustasoja.
Lisäksi ajatus siitä, että WDRVI (Laaja dynaaminen alue vihreysindeksi) luotiin ratkaisemaan NDVI:n saturaatio-ongelmia. Se saavutettiin laajentamalla mahdollisten WDRVI-arvojen aluetta matemaattisen kertoimen (α) käyttöönoton avulla.
NDVI (normalisoitu erotusvegeitaatioindeksi) -kaava muunnettiin muotoon WDRVI = (α∗NIR-Red) / (α∗NIR+Red).

WDRVI:n perusteella rakennetut vyöhykkeet ovat parempia verrattuna NDVI-vyöhykkeisiin. Ne eivät kuitenkaan ole vieläkään ihanteellisia liian suuren biomassamäärän vuoksi.
Vihreän klorofylli-indeksi käytetään kasvien lehtivihreäpitoisuuden arvioimiseen lähi-infrapuna- ja vihreän alueen perusteella. Yleisesti ottaen lehtivihreäarvo heijastaa suoraan kasvillisuutta.
GCI-kaava näyttää olevan GCI = NIR / Green – 1.

GCI:n perusteella rakennetut vyöhykkeet erottelevat korkean biomassapitoisuuden alueet paremmin kuin NDVI ja WDRVI. Tiedot auttavat pellon hallinnassa tarkemmin ja tehokkaammin.
RCI (punaklorofylli-indeksi) sisältää samanlaisen klorofyllipitoisuutta koskevan tietopohjan kuin GCI ja heijastaa sitä punaisen multispektraalisen kaistan kautta.
RCI-kaava näyttää tältä: RCI = NIR / Red – 1.

Alueet, jotka perustuvat KES-indeksiin, ovat tarkkoja GCI-alueina.
Seuraa pellonkehitystäsi ja hyödynnä oikeaa kasvillisuusindeksiä oikeaan aikaan kasvukauden aikana. GeoPardissa on nyt käytössä suuri joukko kasvillisuusindeksejä.
Tarkkuusviljely









