Indice d'humidité normalisée

Le nombre de indices de végétation pris en charge par GeoPard ne cesse de croître. L'équipe de GeoPard présente l'indice d'humidité différentielle normalisée (NDMI). Cet indice détermine la teneur en eau de la végétation et l'indice de différence normalisée de l'eau (NDWI). Il est utile pour trouver les endroits où il y a des le stress hydrique chez les plantes.

Les valeurs inférieures de l'IMDN marquent les endroits où les plantes subissent un stress dû à une humidité insuffisante.
D'autre part, les valeurs plus faibles de l'indice de différence d'eau normalisé qui suivent le pic de végétation mettent en évidence les zones qui sont en train de devenir des zones à risque. prêt pour la récolte d'abord.

La différence de la teneur en eau relative de la végétation entre deux images satellites (dans ce cas, la constellation Sentinel-2).

Dans les captures d'écran suivantes, vous trouverez les zones NDMI générées sur la base des images satellites du 19 juin (pic de végétation) et du 6 juillet, ainsi que la carte d'équation représentant la différence NDMI.

NDMI calculé à partir d'une image Planet / Sentinel-2 / Landsat

Qu'est-ce que l'indice d'humidité ?

Il s'agit d'une mesure ou d'un calcul utilisé pour évaluer la teneur en humidité ou la disponibilité dans une zone ou une région spécifique. Elle est généralement dérivée de divers facteurs environnementaux tels que les précipitations, l'évapotranspiration, les propriétés du sol et la couverture végétale.

Il fournit une indication relative du degré d'humidité ou de sécheresse d'une zone, ce qui permet d'identifier un éventuel stress hydrique ou des conditions de sécheresse.

Il s'agit d'un outil précieux pour la surveillance et la gestion des ressources en eau, la planification agricole et la compréhension des conditions écologiques d'une région donnée.

Qu'est-ce que l'indice d'humidité différentiel normalisé ?

L'indice d'humidité par différence normalisée (NDMI) est un indice de végétation dérivé de données de télédétection qui permet d'évaluer et de surveiller la teneur en eau de la végétation. Comme d'autres indices de végétation, il est calculé à partir des valeurs de réflectance spectrale des images satellitaires ou aériennes.

Elle est particulièrement utile pour surveiller le stress hydrique des plantes, évaluer les conditions de sécheresse, estimer le risque d'incendie et étudier les effets du changement climatique sur la végétation.

Il est calculé en utilisant les bandes du proche infrarouge (NIR) et de l'infrarouge à ondes courtes (SWIR), qui sont sensibles à la teneur en eau de la végétation. La formule de l'IMDN est la suivante

NDMI = (NIR - SWIR) / (NIR + SWIR)

Les valeurs de l'indice NDWI sont généralement comprises entre -1 et 1, les valeurs les plus élevées indiquant une teneur en eau plus élevée dans la végétation et les valeurs les plus faibles une teneur en eau plus faible ou un stress hydrique dans la végétation. Les valeurs négatives de l'indice NDMI peuvent être associées à des zones sans végétation ou à des zones à très faible teneur en eau.

Qu'est-ce que l'NDWI ?

L'indice NDWI (Normalized Difference Water Index) est un indice de télédétection utilisé pour quantifier et évaluer la teneur en eau ou les caractéristiques liées à l'eau dans la végétation ou les paysages.

Elle est calculée en analysant la réflectance des bandes de lumière proche infrarouge et verte à partir d'images satellites ou aériennes. Elle est particulièrement utile pour identifier les masses d'eau, surveiller les changements dans la disponibilité de l'eau et évaluer la santé de la végétation.

En comparant l'absorption et la réflexion de différentes longueurs d'onde, elle fournit des informations précieuses pour des applications telles que la surveillance de la sécheresse, l'analyse hydrologique et la gestion des écosystèmes.

Visualisation de l'IMDN pour déterminer l'indice de différence normalisé de l'eau

La visualisation de l'IMDN implique le traitement d'images satellitaires ou aériennes, le calcul des valeurs de l'IMDN et l'affichage des résultats sous forme de carte ou d'image codée en couleur. Voici les étapes générales de la visualisation de l'IMDN :

• Acquérir des images satellitaires ou aériennes : Obtenez des images multispectrales à partir d'un satellite ou d'une plate-forme aérienne, comme Landsat, Sentinel ou MODIS. Assurez-vous que l'imagerie comprend les bandes nécessaires : le proche infrarouge (NIR) et l'infrarouge à ondes courtes (SWIR).
• Prétraiter les images : En fonction de la source de données, il peut être nécessaire de prétraiter l'image pour corriger les distorsions atmosphériques, géométriques et radiométriques. Convertir les nombres numériques (DN) de l'image en valeurs de réflectance spectrale.
• Calculer l'IMDN : Pour chaque pixel de l'image, utilisez les valeurs de réflectance NIR et SWIR pour calculer le NDMI à l'aide de la formule : NDMI = (NIR - SWIR) / (NIR + SWIR).
• Cartographie des couleurs : Attribuer une palette de couleurs aux valeurs NDMI. En règle générale, une échelle de couleurs continue est utilisée, allant d'une couleur (par exemple, le rouge) pour les valeurs NDMI faibles (indiquant une faible teneur en eau) à une autre couleur (par exemple, le vert) pour les valeurs NDMI élevées (indiquant une forte teneur en eau). Vous pouvez utiliser des logiciels comme QGIS, ArcGIS ou des bibliothèques de programmation comme Rasterio et Matplotlib de Python pour créer une carte en couleur.
• Visualiser la carte de la NDMI : Affichez la carte ou l'image de l'IMDN à l'aide d'un logiciel SIG, d'une bibliothèque de programmation ou d'une plateforme en ligne. Cela vous permettra d'analyser la distribution spatiale de la teneur en eau de la végétation et d'identifier les zones de stress hydrique ou de forte humidité.
• Interprétation et analyse : Utilisez la visualisation de l'indice NDWI pour évaluer la santé de la végétation, surveiller les conditions de sécheresse ou évaluer le risque d'incendie. Vous pouvez également comparer les cartes de l'indice de différence d'eau normalisé de différentes périodes pour analyser les changements dans la teneur en eau de la végétation au fil du temps.

Rappelez-vous que les différents outils logiciels ou bibliothèques de programmation peuvent avoir des flux de travail légèrement différents, mais que le processus global sera similaire. En outre, vous pouvez superposer d'autres couches de données, telles que l'utilisation des terres, l'altitude ou les limites administratives, afin d'améliorer votre analyse et de mieux comprendre les relations entre la teneur en eau de la végétation et d'autres facteurs.