正規化差分水分指数

の数 GeoPardがサポートする植生指数 成長を続けています。GeoPardチームは正規化差分水分指数(NDMI)を導入しました。この指数は植生水分量と正規化差分水分指数(NDWI)を決定します。既存のスポットを見つけるのに役立ちます。 植物における水ストレス.

NDMI値が低い箇所は、水分不足によって植物がストレスを受けている場所を示している。.
一方、植生ピーク後の正規化差分水指数値の低下は、 収穫準備完了 初め。.

2つの衛星画像(この場合はSentinel-2衛星群)における植生の相対水分含有量の差

2つの衛星画像(この場合はSentinel-2衛星群)における植生の相対水分含有量の差

以下のスクリーンショットでは、6月19日(植生ピーク時)と7月6日の衛星画像に基づいて生成されたNDMIゾーンと、NDMIの差を表す方程式マップを確認できます。.

Planet / Sentinel-2 / Landsat 画像上で計算された正規化差分水分指数Planet / Sentinel-2 / Landsat画像上で計算されたNDMI

水分指数とは何ですか?

これは、特定の地域における水分含有量または水分量を評価するために用いられる指標または計算方法です。通常、降水量、蒸発散量、土壌特性、植生被覆率など、さまざまな環境要因から算出されます。.

これは、ある地域の湿潤度または乾燥度を相対的に示す指標であり、潜在的な水不足や干ばつ状況を特定するのに役立ちます。.

これは、水資源の監視と管理、農業計画、そして特定の地域の生態学的状況の理解に役立つ貴重なツールである。.

正規化差分水分指数とは何ですか?

正規化差分水分指数(NDMI)は、リモートセンシングデータから算出される植生指数であり、植生の水分含有量を評価・監視するために使用されます。他の植生指数と同様に、衛星画像または航空写真の分光反射率値を用いて算出されます。.

これは、植物の水分ストレスの監視、干ばつ状況の評価、火災リスクの推定、気候変動が植生に与える影響の研究に特に役立ちます。.

NDMIは、植物の水分含有量に敏感な近赤外線(NIR)帯と短波赤外線(SWIR)帯を用いて算出されます。NDMIの計算式は以下のとおりです。

NDMI = (NIR – SWIR) / (NIR + SWIR)

NDWI値は通常-1から1の範囲で、値が高いほど植生の水分含有量が高く、値が低いほど水分含有量が低い、つまり植生に水分ストレスがかかっていることを示します。負のNDMI値は、植生のない地域や水分含有量が非常に低い地域に関連付けられることがあります。.

NDWIとは何ですか?

NDWI(正規化差分水分指数)は、植生や景観における水分量や水に関連する特徴を定量化および評価するために使用されるリモートセンシング指標です。.

これは、衛星画像や航空写真から得られる近赤外線および緑色光の反射率を分析することによって算出されます。特に、水域の特定、水資源量の変化の監視、植生の健全性の評価に役立ちます。.

異なる波長の吸収と反射を比較することで、干ばつ監視、水文解析、生態系管理などの用途に役立つ貴重な情報が得られる。.

正規化差分水指数を決定するためのNDMIの可視化

NDMIを可視化するには、衛星画像または航空画像を処理し、NDMI値を計算し、その結果を色分けされた地図または画像として表示する必要があります。NDMIを可視化するための一般的な手順は次のとおりです。

  • 衛星画像または航空画像を取得する: Landsat、Sentinel、MODISなどの衛星または航空機プラットフォームからマルチスペクトル画像を取得します。画像には、近赤外線(NIR)と短波赤外線(SWIR)といった必要なバンドが含まれていることを確認してください。.
  • 画像の事前処理: データソースによっては、大気歪み、幾何学的歪み、放射測定歪みを補正するために、画像の前処理が必要になる場合があります。画像内のデジタル数値(DN)をスペクトル反射率値に変換してください。.
  • NDMIを計算する: 画像内の各ピクセルについて、NIRとSWIRの反射率の値を使用して、次の式を使用してNDMIを計算します。NDMI = (NIR – SWIR) / (NIR + SWIR)。.
  • カラーマッピング: NDMI値にカラーパレットを割り当てます。一般的には、NDMI値が低い場合(水分含有量が低いことを示す)には1色(例:赤)、NDMI値が高い場合(水分含有量が高いことを示す)には別の色(例:緑)といった、連続的なカラースケールが使用されます。カラーマップを作成するには、QGIS、ArcGISなどのソフトウェア、またはPythonのRasterioやMatplotlibなどのプログラミングライブラリを使用できます。.
  • NDMIマップを視覚化する: GISソフトウェア、プログラミングライブラリ、またはオンラインプラットフォームを使用して、NDMIマップまたは画像を表示します。これにより、植生水分含有量の空間分布を分析し、水分ストレス地域や高水分地域を特定することができます。.
  • 解釈と分析: NDWI可視化ツールを使用すると、植生の状態を評価したり、干ばつ状況を監視したり、火災リスクを評価したりすることができます。また、異なる期間の正規化差分水分指数マップを比較することで、植生の水分含有量の経時変化を分析することも可能です。.

ソフトウェアツールやプログラミングライブラリによってワークフローが若干異なる場合があることを覚えておいてください。ただし、全体的なプロセスは似ています。さらに、土地利用、標高、行政区域などの他のデータレイヤーを重ね合わせることで、分析を強化し、植生水分含有量と他の要因との関係をより深く理解することができます。. 

精密農業における管理区域のための高度な統計

の 統計の正確な計算 は、精密農業データ分析の要となる要素です。GeoPardは、プラットフォーム上で作成される農業ゾーンに、より詳細な統計的精度計算を追加することで、マップとそこから導き出される分析結果の精度と信頼性を確保しています。. 

高度な統計が計算されます ゾーンごと, 以下の属性を含みます。 最小 そして 最大 植生指数(またはその他の属性)の値、, 中央値平均標準偏差, 、そして  ゾーン内のすべての値のうち。.

中央値は、平均値とは異なり、数値順に並べられたデータセットの中央の値です。これは標準偏差と関連しており、標準偏差はデータが平均値を中心にどのように分布しているかを示します。.

標準偏差が小さいということは、特定のゾーン内のデータが平均値の周りに密集していることを示し、標準偏差が大きいということは、そのゾーンのデータが平均値の周りに広く散らばっていることを示します。.

合計属性は、そのゾーン内のすべてのピクセル値の合計です。ゾーンの統計情報を計算する前に、外れ値や異常値はすべて削除されます。これは、ゾーンのデータを正確に反映しない、誤解を招くような統計情報が作成されないようにするためです。. 

マージ/分割ツールによる農業区域の手動修正後、, ゾーン統計は、新しいゾーン形状に基づいて再計算されます。. これにより、ゾーン内およびゾーン間のデータ分布をより精緻かつ正確に把握することが可能になります。.

GeoPardにおける管理区域の統計情報
GeoPardにおける管理区域の統計情報

いつものように、, GeoPardは透明性を重視しています プラットフォームのあらゆる側面において、分類されたデータを農業ゾーンに集約する際、何が起こったかを示す指標なしにすべての詳細が平滑化され隠蔽されるため、データ集約の結果は精密統計によって提供されます。.

また、いつでも元のゾーン値を抽出して再確認したり、独自のモデルに利用したりすることも可能です。GeoPardでは、元のデータが失われる心配は一切ありません。.

統計データは地図の精度を判断する上で非常に重要であり、収量、地上センサー、衛星画像、地形、マルチレイヤーなど、選択した任意のデータレイヤーに基づいて農業地域ごとに計算されます。. 

GeoPardは、ゾーン統計を非常に読みやすく分かりやすい方法で表示します。以下の例の画像をご覧ください。.

GeoPardでは、お客様がフィールドに関する意思決定に自信を持てるように、以下の情報を提供することで、お客様の意思決定を容易にしたいと考えています。 統計精度計算への最高かつ最も包括的なアクセス 我々はできる。.

高度な統計学とは何ですか?

高度統計学は、基本的な統計手法を超えた、より複雑で洗練された技術を用いる統計分析の一分野です。複雑なデータセットを分析・解釈するために用いられる、幅広い統計モデルと手法を包含しています。.

高度な統計的手法には、回帰分析、多変量解析、時系列分析、実験計画法などが含まれます。これらの手法を用いることで、研究者や分析者はより深い洞察を得たり、パターンや関係性を特定したり、データに基づいてより正確な予測や情報に基づいた意思決定を行うことができます。.

Geoprospectors / TopsoilMapper のデータを分析する

GeoPardは、さまざまなタイプの農業空間データを処理および分析できます。これは、高密度センサーデータセットと、空間的変動性が大きいデータを扱う例です。 ジオプロスペクターズGmbH

キャプチャしたデータをインポートした後 表土マッピングツール, ご覧のとおり 

  • 相対的な水分含有量
  • 圧縮に関する情報とやり取りするための深さ
  • 4つの累積深度における電気伝導率
相対的な水分含有量、生のポイント
相対的な水分含有量、生のポイント

Geopardでは、生の値と連続した表面を持つポイントを表示したり、異なるデータレイヤーを比較したり、ゾーン土壌サンプリングとVRAのために土壌ゾーンを区切ったり、TopsoilMapperデータとGeoPardで利用可能なデータ(過去の植生、現在の植生、標高など)を組み合わせて1つのゾーンマップを作成したりできます。. 

レイヤーを比較:植生(WDRVI)、ゾーンマップ(EC+標高)、EC、圧縮
レイヤーを比較:植生(WDRVI)、ゾーンマップ(EC+標高)、EC、圧縮


地図上で低いEC値が曲線として表される様子を知りたいですか?これは、地下に埋もれた古代の川床です。.

作物に関する意思決定を行うためのデータレイヤーの比較

現場データを視覚化し、情報に基づいた意思決定を行うためには、複数の同期ビュー上のレイヤーを比較する必要がある場合が多い。.

GeoPardでは、1つの画面上で最大4つのデータレイヤーを視覚的に比較できます。ズームイン/ズームアウトやマップの移動を行うと、すべてのレイヤーが同期して動作するため、操作が簡単です。.

画面分割モードに入るにはどうすればよいですか?フィールドを選択し、画面右上のレイヤー比較アイコンをクリックします。次に、同じ画面に同時に表示したいスナップショット、フィールド制御領域、またはその他のレイヤーを選択します。[レイヤーを比較]をクリックします。. 

レイヤー比較機能は、マップ、カーソル、ズームレベルを同期します。また、レイヤーの追加/削除も可能です。現在、最大4つのデータレイヤーをサポートしています。.

精密農業におけるデータレイヤーとは何ですか?

精密農業において、データレイヤーとは、作物管理に関する情報に基づいた意思決定を行うために収集・分析されるさまざまな種類のデータを指します。これらのレイヤーには、以下のようなものが含まれます。

  • 土壌データ土壌の特性に関する情報(栄養レベル、pH、土壌の質感など)は、施肥やその他の土壌管理方法に関する意思決定に役立ちます。.
  • 気象データ: 気温、降水量、風などの現在および過去の気象パターンに関するデータは、農家が作付け、灌漑、その他の作業に関する意思決定を行うのに役立つ。.
  • 作物データ植物の高さ、葉面積、クロロフィル濃度など、作物の生育と健康に関するデータは、施肥、灌漑、害虫管理に関する意思決定に役立つ。.
  • 収量データ作物の収量と品質に関する情報は、農家が作物の収穫と販売に関する意思決定を行う上で役立ちます。.
  • 地形データ土地の形状や標高に関する情報は、植栽や灌漑に関する意思決定に役立ち、浸食やその他の環境問題が発生しやすい地域を特定するのに役立ちます。.
  • リモートセンシングデータ: 衛星、ドローン、その他の遠隔センサーから収集されたデータは、作物の健康状態、土壌水分量、その他作物管理に関する意思決定に役立つ要因に関する情報を提供することができる。.

これらの異なるデータ層を分析・統合することで、農家は作物管理に関してより情報に基づいた意思決定を行うことができ、より効率的で持続可能な農業慣行につながる。.

データに基づいた意思決定のための農業区域運営

異なる階層にわたるゾーンオペレーション

精密農業においては、圃場データの収集とデータに基づいた意思決定が不可欠です。多層分析の開発と各層間の依存関係の発見における次の段階として、新しいモジュール「ゾーンオペレーション」を導入します。. 

そこでは、過去の植生、地形(派生データを含む)、収量モニターのデータ、土壌データ、スキャナー、安定性マップなど、さまざまな農業ゾーンマップ間の依存関係を検索できます。これは、最も影響を受けている地域を特定し、圃場の不均一性の原因を理解する上で、大きな前進となります。. 

どのようにしてその地域を特定できますか? 

まず、相互調査したい圃場マップを選択します。レイヤー比較ビューは、分析対象となる特定の農業区域を定義するのに適した方法です。.

収量ポテンシャルが低い地域と傾斜地、最も不安定な地域と植生が低い地域、電気伝導率が低い地域と収量、施肥マップと現在の植生などを比較検討すると良いでしょう。.

次に、ゾーン操作モジュールで、比較したい各地図上に特定の農業ゾーンをマークします。最後に、関心のあるゾーンを取得します。なお、分析には2つ以上の地図を使用することも可能です。. 

この知識をどのように活用できますか? 

収量を説明するのに役立つ関係性を見つけることに加えて、特定の農業区域ごとに収量目標を設定したり、有望な地域を調査したり、そのような局所的な区域への投資を削減したり、制限要因を軽減する計画を立てたり、根本的な原因を把握した上で業績の低い区域を改善したり、VRA手法を用いて農学計画を策定したりすることが可能になります。. 

スクリーンショットには、フィールドインサイトの例がいくつか掲載されています。各フィールドは固有のものであり、以下の例が必ずしもお客様のフィールドで同じ結果を保証するものではありませんが、調査を開始する際の良い出発点となります。. 

ぜひこの投稿にコメントして、皆様の農業実践方法を共有してください。また、GeoPard Agricultureチームに直接ご連絡いただくことも可能です。私たちは、圃場のばらつきをより深く理解し、それを管理するためのソリューションを開発しているため、皆様からのフィードバックを歓迎いたします。.

ゾーン品質

ほぼすべて 管理区域が調整される 可変施肥マップを作成する前に、いくつかのゾーンを統合したり、既知の箇所を手動で修正したり、追加の緩衝エリアを追加したり、農業機械との互換性を確認したりといった作業が行われます。.

私たちGeoPardチームは、有効なポリゴンを用いた正確な自然管理区域が、区域の検証および修正プロセスにおいて多くの時間を節約できることを理解しています。.

GeoPardエンジン 以下のことを行います。

  • ノイズを自動的に除去し、,
  • 小さなポリゴンを最も近い大きなゾーンに自動的にマージします。,
  • 各ゾーンポリゴンには必要最小限のポイントのみを保持し、,
  • VRAマップをあらゆる農業機器や機械と互換性を持たせることができます。.

自動修正に加えて、, ゾーンを結合および分割するためのツール ご自身の現場知識や農作業の実践に合わせて地図を調整することができます。. 

市場には様々なプロバイダーから数多くの地図が出回っていますが、GeoPardの地図は間違いなく見覚えがあるはずです。.

農業における管理のためのゾーンの統合と分割

長年その分野に携わってきた農家や農学者ほど、その分野を熟知している人はいません。だからこそ、アルゴリズムに基づいた分析は、その分野に関する深い知識を持つ専門家によって検証・調整される必要があるのです。.

ゾーンの結合と分割機能を使用すると、プロフェッショナルはいくつかの重要な操作を行うことができます。 

  • ポリゴンを分割
  • ポリゴンを結合する
  • ポリゴンまたはゾーン全体を別のクラスに割り当てる

これらの調整はあらゆるデータレイヤーに適用でき、VR播種、施肥、散布などの精密農業作業に最適なゾーンを準備するのに非常に便利な機能です。.

農業における分裂とは何ですか?

農業において、分割とは、様々な管理方法を行うために、畑を複数の区画に分けることを指します。.

この区分けにより、農家はそれぞれの区画の具体的なニーズに基づいて、異なる処理方法や技術を適用することができる。.

例えば、農家は土壌の状態や作物の生育条件に応じて、異なる肥料、除草剤、灌漑方法を適用するために畑を分割することがあります。.

分割栽培は、資源を的確かつ効率的に活用することを可能にし、作物の生育を最適化し、コストを最小限に抑えると同時に、圃場のさまざまな領域における特定の課題に対処する。.

安定性と性能分析による作物管理

 

過去1~2週間、1~2ヶ月、あるいは数年間に圃場で起こった変化を検知することは、作物の生育状況に関する知見を得るのに役立ちます。.

これは以下の目的で使用できます。

  • 5年、10年、20年にわたって同様のパフォーマンスを示す場所を特定し、同様の条件の地域で試験を実施して、ミスの可能性を減らす。,
  • シーズン中の変化を追跡し、生育中の作物のパフォーマンスを評価する。,
  • 気象災害、疾病、害虫の被害後に被害を受けた地域を特定し、被害面積を計算する。,
  • 最後の2枚の画像間の差分を検出し、トリミング性能を制御する。.
地盤安定領域

そして、これらすべて、さらにはさらに多くのケースがGeoPardフィールド安定性ゾーンでカバーされます。特に、シーズン中および過去の管理ゾーンと組み合わせることで、より深い洞察が得られます。.

畑と衛星画像を選択するだけで、畑全体の変化を追跡し、作物を管理し、畑のあらゆる場所に関する洞察を得ることができます。.

現場の安定性ゾーンの選択

レイヤーの比較

GeoPard Agricultureソリューションを常に強化し、ユーザーにとっての価値を高めていることは周知の事実です。当社のウェブサイトの「近日公開」セクションをご覧ください。 https://geopard.tech 今後実装される機能について、いくつかイメージをつかむため。.

彼らの優先順位付けは難しい場合があります。ここでフィードバックと製品デモが役立ちます。したがって、私たちのソリューションを多くの参加者に提示することで、 ワールド・アグリテック ロンドンで開催されたサミットのおかげで、私たちは配信計画を調整し、わずか数日で新しいレイヤー比較機能をリリースすることができました。.

これはどのような機能ですか?分割画面で、現場の分析結果を並べて視覚的に比較できます。比較対象として、自然色または赤外線カラーの画像、植生ビューの画像、生育期または過去の管理区域など、あらゆる種類のレイヤーを選択できます。ズームイン/ズームアウトやマップの移動を行うと、2つのレイヤーは同期して動作するため、操作が簡単です。.

分割表示モードに入るには?フィールドを選択し、上部メニューの「レイヤー比較」アイコンをクリックします。分割表示画面で、上部にある検索可能なドロップダウンリストを使用して分析レイヤーを選択します。.

分割表示モードに入る
現場アナリストの選択
現場アナリストの比較

複数年ゾーン

それはどういう意味ですか? 過去の(複数年にわたる)管理区域は、30年以上にわたる衛星画像のアーカイブに基づいて構築されています。.

各季節において植生が最も旺盛な時期の画像は、分析の入力データとして自動的に選択されます。それ以外の場合、そのような画像はすべて、該当年の潜在的な収穫量を示すファイルとなります。.

 

過去の(複数年にわたる)管理区域は、現場のあらゆる場所に関する洞察を与えてくれる。.

どのように使えばいいですか? 畑作物の生育パターンを把握することで、農業地域をより深く理解し、適切な場所に適切な投入量で適切な意思決定を行うことが可能になります。.

過去の管理区域は、種まき、施肥、区域に基づいた土壌サンプリングのための処方箋(Rx)ファイルの設計図として使用できる。.

ご要望に応じて、すべての地域に対応いたします。.

複数年ゾーンとは何ですか?

精密農業における複数年ゾーンとは、圃場内で複数の生育期間にわたって作物の生育と収量に一貫した明確なパターンを示す特定の区域を指します。.

これらの区域は、リモートセンシング、GPSマッピング、土壌サンプリングなどの様々な技術を用いて特定される。.

これらの技術から収集されたデータを分析することで、農家や農学者は圃場内の変動パターンを特定し、生産性の高い地域と収量の低い地域を区別する地図を作成することができる。.

この情報は、植栽密度の変更、灌漑や施肥量の調整、さらには精密収穫技術の導入など、作物管理方法を最適化するために活用できる。.

これらは精密農業にとって貴重なツールであり、農家が資源配分や作物管理について十分な情報に基づいた意思決定を行うことを可能にし、結果として効率性の向上、コスト削減、収穫量の増加につながる。.

圃場内のばらつきを理解し、それぞれの地域に合わせた管理方法を採用することで、農家は土地と資源の潜在能力を最大限に引き出すことができる。.

 

wpChatIcon
wpChatIcon

    無料GeoPardデモ・コンサルテーションをリクエスト








    ボタンをクリックすると、弊社の プライバシーポリシー. そのリクエストに返信するために必要です。.

      登録


      ボタンをクリックすると、弊社の プライバシーポリシー

        情報をお送りください


        ボタンをクリックすると、弊社の プライバシーポリシー