GeoPard laajentaa tuettujen lehtivihreäpitoisuuteen sidottujen kasvillisuusindeksien perhettä
- Latvuston lehtivihreäpitoisuusindeksi (CCCI)
- Muokattu lehtivihreän absorptiosuhdeindeksi (MCARI)
- Muunnettu klorofyllin absorptio heijastusindeksissä (TCARI)
- MCARI/OSAVI-suhde
- TCARI/OSAVI-suhde
Ne auttavat ymmärtämään satokauden ajankohtaista kehitysvaihetta, mukaan lukien
- ravinnetarpeen alueiden tunnistaminen,
- typ ääntymisen arviointi,
- potentiaalinen tuottoarvio,
Ja oivalluksia käytetään tarkkojen typpilannoituksen muuttuvien levityskarttojen luomiseen.
Lue lisääMikä indeksi on paras käyttää precisionsAg:ssä
Lue lisää: GeoPard-kasvillisuusindeksit

Mikä on kasvillisuusindeksi?
Kasvillisuusindeksit ovat numeerisia arvoja, jotka johdetaan kaukokartoitusdatasta, kuten satelliitti- tai ilmakuvista, kasvillisuuden tiheyden, kunnon ja jakautumisen määrittämiseksi maanpinnalla.
Niitä käytetään yleisesti kaukokartoituksessa, maataloudessa, ympäristön seurannassa ja maankäytön hallinnassa kasvillisuuden kasvun, tuottavuuden ja terveyden arviointiin ja seurantaan.
Nämä indeksit lasketaan eri aallonpituuksien valon heijastusarvoilla, erityisesti punaisella, lähi-infrapuna-alueella (NIR) ja joskus muilla kaistoilla.
Kasvillisuuden heijastusominaisuudet vaihtelevat eri valon aallonpituuksilla, mikä mahdollistaa kasvillisuuden erottamisen muista maankatteista.
Kasvillisuus imee tyypillisesti voimakkaasti punaista valoa ja heijastaa voimakkaasti lähi-infrapunaista valoa klorofyllin ja solurakenteen ominaisuuksien vuoksi.
Muutamia yleisesti käytettyjä kasvillisuusindeksejä ovat:
- Normalisoitu kasvillisuusindeksi (NDVI)Se on suosituin ja laajimmin käytetty kasvustovektori, joka lasketaan seuraavasti: (NIR – Red) / (NIR + Red). NDVI-arvot vaihtelevat -1:stä 1:een, ja korkeammat arvot osoittavat terveempää ja tiheämpää kasvustoa.
- Parannettu kasvillisuusindeksiTämä indeksi parantaa NDVI:tä vähentämällä ilmakehän ja maan aiheuttamia häiriöitä sekä korjaamalla latvuspeitteen taustasignaalit. Se käyttää lisäkaistoja, kuten sinistä, ja sisältää kertoimia näiden vaikutusten minimoimiseksi.
- Maaperäkorjattu kasvillisuusindeksi (SAVI) SAVI on suunniteltu minimoimaan maaperän kirkkauden vaikutus kasvillisuusindeksiin. Se ottaa käyttöön maaperän kirkkauden korjaustekijän, mikä mahdollistaa tarkemmat kasvillisuusarvioinnit alueilla, joilla kasvillisuuden peittävyys on vähäinen tai alhainen.
- Vihreä-punainen kasvillisuusindeksi (GRVI)GRVI on toinen yksinkertainen suhdelukuindeksi, joka käyttää vihreää ja punaista kaistaa kasvillisuuden terveydentilan arvioimiseen. Se lasketaan kaavalla (Vihreä – Punainen) / (Vihreä + Punainen).
Näitä indikaattoreita, muiden muassa, tutkijat, maa-alueiden hoitajat ja päättäjät käyttävät tehdäkseen tietoon perustuvia päätöksiä maankäytöstä, maataloudesta, metsätaloudesta, luonnonvarojen hallinnasta ja ympäristön seurannasta.

NDMI laskettu planeetan päällä / Sentinel-2 / Landsat-kuva
Yhtälö luo yhden edustavan luvun ja yhdistää punaisella ja NIR-alueella (lähi-infrapuna) saatavilla olevan tiedon. Tätä varten se vähentää punaisen spektrialueen heijastavuuden NIR-alueen heijastavuudesta. Tämän jälkeen tulos jaetaan NIR- ja punaisten aallonpituuksien kokonaisheijastuksella. NDVI-arvon arviointi ei ole koskaan positiivisempaa eikä negatiivista. Lisäksi luku välillä -1 ja 0 tarkoittaa kuollutta kasvia ja epäorgaanisia esineitä, kuten kiviä, teitä ja rakennuksia. Samanaikaisesti sen arvot eläville kasveille voivat vaihdella välillä 0–1, jossa 1 edustaa terveintä kasvia ja 0 epäterveintä kasvia. Kuvan jokaiselle pikselille on mahdollista antaa yksi arvo, olipa kyseessä sitten yksi lehti tai 500 eekkerin kokoinen vehnäpelto.
Aluksi se on matemaattinen laskenta, joka suoritetaan pikseli pikseliltä kuvalle GIS-työkalujen (Gis Geographic Information System) avulla. Se lasketaan vertaamalla kasvin absorboiman ja heijastaman punaisen ja lähi-infrapunavalon määriä ja mittaa kasvin yleistä terveydentilaa. Normalisoitua differentiaalikasvillisuusindeksiä (NDVI) voidaan käyttää maan tutkimiseen kaikkialla maailmassa, mikä tekee siitä ihanteellisen kohdennettuihin kenttätutkimuksiin ja kansalliseen tai maailmanlaajuiseen kasvillisuuden seurantaan. NDVI:n avulla voimme saada välittömän analyysin pelloista, mikä mahdollistaa maanviljelijöiden optimoida alueiden tuotantopotentiaalin, rajoittaa niiden vaikutusta ympäristöön ja muokata täsmäviljelytoimintaansa. Lisäksi sen tarkasteleminen yhdessä muiden tietovirtojen, kuten säätä koskevien tietojen, kanssa voi antaa lisätietoja kuivuuden, jäätymisen tai tulvien toistuvista malleista ja siitä, miten ne vaikuttavat kasvillisuuteen.