Индекс нормализоване разлике влаге

Број вегетацијски индекси које подржава GeoPard континуирано расте. ГеоПард тим представља индекс нормализоване разлике влажности (NDMI). Индекс одређује садржај воде у вегетацији и индекс нормализоване разлике влажности (NDWI). Користан је за проналажење места са постојећим стрес од воде код биљака.

Ниже вредности NDMI означавају места где су биљке под стресом због недовољне влаге.
С друге стране, ниже нормализоване вредности индекса разлике воде након врхунца вегетације истичу места која постају спремно за жетву прво.

Разлика у релативном садржају воде у вегетацији између два сателитска снимка (у овом случају сазвежђе Sentinel-2)

Разлика у релативном садржају воде у вегетацији између два сателитска снимка (у овом случају сазвежђе Sentinel-2)

На следећим снимцима екрана можете пронаћи NDMI зоне генерисане на основу сателитских снимака од 19. јуна (врхунац вегетације) и 6. јула и мапу једначина која представља NDMI разлику.

Нормализовани индекс разлике влаге израчунат на основу слике Планета / Сентинел-2 / ЛандсатNDMI израчунат на основу слике Planet / Sentinel-2 / Landsat

Шта је индекс влаге?

То је мера или прорачун који се користи за процену садржаја или доступности влаге у одређеном подручју или региону. Обично се изводи из различитих фактора животне средине као што су падавине, евапотранспирација, својства земљишта и вегетациони покривач.

Пружа релативну индикацију влажности или сувоће подручја, помажући у идентификацији потенцијалног стреса од воде или услова суше.

То је вредан алат за праћење и управљање водним ресурсима, пољопривредно планирање и разумевање еколошких услова одређеног региона.

Шта је индекс нормализоване разлике влаге?

Индекс нормализоване разлике влажности (NDMI) је индекс вегетације изведен из података даљинске детекције ради процене и праћења садржаја влаге у вегетацији. Као и други индекси вегетације, израчунава се коришћењем вредности спектралне рефлексије са сателитских или аеро снимака.

Посебно је користан за праћење стреса биљака због недостатка воде, процену услова суше, процену ризика од пожара и проучавање утицаја климатских промена на вегетацију.

Израчунава се коришћењем блиско-инфрацрвених (NIR) и краткоталасних инфрацрвених (SWIR) опсега, који су осетљиви на садржај влаге у вегетацији. Формула за NDMI је:

НДМИ = (ближњи инфрацрвени ...

Вредности NDWI се обично крећу од -1 до 1, при чему веће вредности указују на већи садржај влаге у вегетацији, а ниже вредности на нижи садржај влаге или водни стрес у вегетацији. Негативне вредности NDMI могу бити повезане са подручјима без вегетације или подручјима са веома ниским садржајем влаге.

Шта је НДВИ?

NDWI, или индекс нормализоване разлике воде, је индекс даљинске детекције који се користи за квантификацију и процену садржаја воде или карактеристика повезаних са водом у вегетацији или пејзажима.

Израчунава се анализом рефлексије блиских инфрацрвених и зелених светлосних трака са сателитских или аероснимака. Посебно је користан за идентификацију водених тела, праћење промена у доступности воде и процену здравља вегетације.

Поређењем апсорпције и рефлексије различитих таласних дужина, пружа вредне информације за примене као што су праћење суше, хидролошка анализа и управљање екосистемом.

Визуелизација NDMI-ја за одређивање нормализоване разлике индекса воде

Визуелизација NDMI-ја подразумева обраду сателитских или аерофото снимака, израчунавање NDMI вредности, а затим приказивање резултата као мапе или слике у боји. Ево општих корака за визуелизацију NDMI-ја:

  • Прикупите сателитске или аерофотоснимке: Прибавите мултиспектралне снимке са сателита или ваздушне платформе, као што су Landsat, Sentinel или MODIS. Уверите се да снимци укључују потребне опсеге: блиски инфрацрвени (NIR) и краткоталасни инфрацрвени (SWIR).
  • Претходно обрадите слике: У зависности од извора података, можда ћете морати да претходно обрадите слике како бисте исправили атмосферска, геометријска и радиометријска изобличења. Претворите дигиталне бројеве (DN) на слици у вредности спектралне рефлексије.
  • Израчунај NDMI: За сваки пиксел на слици, користите вредности рефлексије NIR и SWIR да бисте израчунали NDMI користећи формулу: NDMI = (NIR – SWIR) / (NIR + SWIR).
  • Мапирање боја: Доделите палету боја вредностима NDMI. Обично се користи континуирана скала боја, у распону од једне боје (нпр. црвене) за ниске вредности NDMI (што указује на низак садржај влаге) до друге боје (нпр. зелене) за високе вредности NDMI (што указује на висок садржај влаге). Можете користити софтвере попут QGIS-а, ArcGIS-а или програмске библиотеке попут Python-овог Rasterio-а и Matplotlib-а да бисте креирали мапу боја.
  • Визуализујте NDMI мапу: Прикажите NDMI мапу или слику користећи GIS софтвер, програмску библиотеку или онлајн платформу. Ово ће вам омогућити да анализирате просторну расподелу садржаја влаге у вегетацији и идентификујете подручја са водним стресом или високом влажношћу.
  • Тумачење и анализа: Користите NDWI визуелизацију за процену здравља вегетације, праћење услова суше или процену ризика од пожара. Такође можете упоредити нормализоване мапе индекса разлике воде из различитих временских периода како бисте анализирали промене у садржају влаге вегетације током времена.

Имајте на уму да различити софтверски алати или програмске библиотеке могу имати мало другачије токове рада, али ће целокупни процес бити сличан. Поред тога, можете преклопити друге слојеве података, као што су коришћење земљишта, надморска висина или административне границе, како бисте побољшали своју анализу и боље разумели односе између садржаја влаге у вегетацији и других фактора. 

Напредна статистика за управљачке зоне у прецизној пољопривреди

То тачан прорачун статистике је камен темељац анализе података прецизне пољопривреде. ГеоПард је додао детаљније статистичке прецизне прорачуне пољопривредним зонама креираним на платформи како би се осигурало да су ваше мапе и аналитички закључци које из њих извлачите прецизни и поуздани. 

Напредна статистика се израчунава по зони, који садржи атрибуте: минимум и максимум вредности вегетационог индекса (или других атрибута), медијанапросекстандардна девијација, и збир свих вредности у зони.

Медијана је средња вредност скупа података која је нумерички уређена, за разлику од просека. Ово се односи на стандардну девијацију, која одражава како су подаци распоређени око просечне вредности.

Ниска стандардна девијација указује на то да су подаци у датој зони груписани близу просека, док висока стандардна девијација указује на то да су подаци из зоне распоређени шире око просека.

Атрибут sum је једноставно укупан збир свих вредности пиксела у тој зони. Пре него што се израчунају било какве статистике за ваше зоне, сви аномални подаци се уклањају како би се спречило стварање обмањујућих статистика које не одражавају тачно податке ваше зоне. 

Након ручних измена пољопривредних зона помоћу алата Спајање/Подељење, Статистика зона се поново израчунава на основу нових геометрија зона. Ово омогућава прецизније и прецизније разумевање дистрибуције података унутар и између зона.

Статистика управљачких зона у GeoPard-у
Статистика управљачких зона у GeoPard-у

Као и увек, ГеоПард цени транспарентност у свим аспектима платформе. Током агрегације класификованих података у пољопривредне зоне, сви детаљи се изглађују и скривају без метрика које би показале шта се догодило, тако да се резултати агрегације података пружају путем прецизне статистике.

Такође је увек могуће вратити се уназад и издвојити оригиналне вредности из ваших зона како бисте их поново проверили или користили у сопственим моделима. Никада не морате да бринете о губитку оригиналних података у ГеоПард-у.

Статистика је од велике вредности у одређивању тачности мапе и израчунава се за пољопривредне зоне на основу било ког слоја података по вашем избору, укључујући принос, сензоре на земљи, сателит, топографију и вишеслојне податке. 

ГеоПард представља статистику зона на веома читљив и једноставан начин, што се може видети на примерима слика испод.

У компанији GeoPard желимо да вам олакшамо да будете сигурни у одлуке које доносите у вези са својим пољима пружајући вам најбољи и најсвеобухватнији приступ статистички прецизним прорачунима можемо.

Шта је претходна статистика?

Напредна статистика је грана статистичке анализе која укључује сложеније и софистицираније технике које превазилазе основне статистичке методе. Она обухвата низ статистичких модела и техника које се користе за анализу и тумачење сложених скупова података.

Напредне статистичке методе укључују регресиону анализу, мултиваријантну анализу, анализу временских серија и експериментални дизајн, између осталог. Ове технике омогућавају истраживачима и аналитичарима да открију дубље увиде, идентификују обрасце и односе и доносе прецизнија предвиђања или информисане одлуке на основу података.

Анализирајте податке геопроспектора / мапера горњег дела земље

ГеоПард је способан да обрађује и анализира различите типове пољопривредних просторних података. Ово је пример рада са скуповима података сензора високе густине са великом просторном варијабилношћу коју пружа... Геопроспекторс ГмбХ

Након увоза података које је забележио Мапер горњег слоја земљишта, можете видети 

  • релативни садржај воде
  • дубина за повезивање са информацијама о збијању
  • електрична проводљивост на 4 кумулативне дубине
Релативни садржај воде, сирове тачке
Релативни садржај воде, сирове тачке

Геопард вам омогућава да видите тачке са сировим вредностима и континуираном површином; упоредите различите слојеве података; означите зоне тла за зонско узорковање тла и VRA; комбинујте податке из TopsoilMapper-а са подацима доступним у GeoPard-у, као што су историјска, тренутна вегетација и надморска висина, у једну мапу зона. 

Упореди слојеве: вегетација (WDRVI), Мапа зона (EC+Елевација), EC, Збијеност
Упореди слојеве: вегетација (WDRVI), Мапа зона (EC+Елевација), EC, Збијеност


Занима вас шта ниске вредности електрокондензације представљају на мапи као крива? Ово је древно речно корито, закопано под земљом.

Упоређивање слојева података за доношење одлука о усевима

Да би се визуализовали подаци са терена и донеле информисане одлуке, често је потребно упоредити слојеве на више синхронизованих приказа.

У ГеоПард-у можете визуелно упоредити до четири слоја података на једном екрану. Сви слојеви раде синхроно када зумирате/удаљавате или померате мапу ради ваше удобности.

Како да уђем у режим подељеног екрана? Изаберите поље и кликните на икону за поређење слојева у горњем десном углу екрана. Затим изаберите било које снимке, области контроле поља или друге слојеве које желите да видите на истом екрану у исто време. Кликните на Упореди слојеве. 

Функција поређења слојева синхронизује мапе, курсоре, нивое зумирања. Такође имате могућност додавања/уклањања слојева. Тренутно подржавамо до 4 слоја података.

Шта су слојеви података у прецизној пољопривреди?

У прецизној пољопривреди, слојеви података се односе на различите врсте података који се прикупљају и анализирају како би се доносиле информисане одлуке о управљању усевима. Ови слојеви могу да укључују:

  • Подаци о земљиштуИнформације о карактеристикама земљишта, као што су нивои хранљивих материја, pH вредност и текстура, које могу информисати одлуке о ђубрењу и другим праксама управљања земљиштем.
  • Подаци о времену: Подаци о тренутним и историјским временским обрасцима, укључујући температуру, падавине и ветар, могу помоћи пољопривредницима да доносе одлуке о садњи, наводњавању и другим праксама.
  • Подаци о усевимаПодаци о расту и здрављу усева, укључујући висину биљке, површину листа и ниво хлорофила, могу информисати одлуке о ђубрењу, наводњавању и сузбијању штеточина.
  • Подаци о приносуИнформације о приносу и квалитету усева могу помоћи пољопривредницима да доносе одлуке о жетви и маркетингу својих усева.
  • Топографски подациИнформације о облику и надморској висини земљишта могу информисати одлуке о садњи и наводњавању и могу помоћи у идентификацији подручја која могу бити склона ерозији или другим еколошким проблемима.
  • Подаци даљинске детекције: Подаци прикупљени са сателита, дронова или других даљинских сензора могу пружити информације о здрављу усева, влажности земљишта и другим факторима који могу информисати одлуке о управљању усевима.

Анализирањем и интеграцијом ових различитих слојева података, пољопривредници могу доносити информисаније одлуке о управљању усевима, што доводи до ефикаснијих и одрживих пољопривредних пракси.

Операције Зона Пољопривреде за Одлучивање засновано на Подацима

ЗОНСКЕ ОПЕРАЦИЈЕ НА РАЗЛИЧИТИМ СЛОЈЕВИМА

У прецизној пољопривреди, прикупљање података на терену и доношење одлука на основу података су апсолутно неопходни. Као следећу фазу у развоју вишеслојне аналитике и проналажењу зависности између слојева, представљамо нови модул Зонске операције. 

Тамо можете претраживати зависности између различитих мапа пољопривредних зона као што су историјска вегетација, топографија укључујући њене деривате, подаци са монитора приноса, подаци о земљишту, скенери, мапе стабилности и тако даље. Ово је корак напред у дефинисању подручја која су највише погођена и разумевању разлога за хетерогеност поља. 

Како можете идентификовати подручја? 

Прво изаберите мапе поља које желите да унакрсно истражите. Приказ поређења слојева је добар приступ за дефинисање специфичних пољопривредних зона за анализу.

Можда ћете желети да упоредите низак потенцијал приноса и неуредна подручја, најнестабилније зоне и ниску вегетацију, ниску електричну проводљивост и принос, као и примењену мапу ђубрења и тренутну вегетацију, и друго.

Друго, означите одређене пољопривредне зоне на свакој мапи коју желите да упоредите у модулу Зонске операције. И на крају, пронађите зону од интереса. Имајте на уму да је могуће користити више од две мапе у анализама. 

Како можете применити ово знање? 

Поред проналажења веза које могу помоћи у објашњењу приноса, могуће је поставити циљеве приноса за дефинисане пољопривредне зоне; извидети интересантна подручја; смањити инвестиције у такве локализоване зоне или израдити план ублажавања ограничавајућих фактора и елиминисати подручја која не постижу добре резултате знајући основне узроке; израдити агрономски план користећи VRA праксе. 

На снимцима екрана је приказано неколико примера увида у поље. Имајте на уму да је свако поље јединствено и да доле наведени случајеви не гарантују исти резултат за ваше поље, али је то добар начин да се започне истраживање. 

Слободно поделите своје агрономске праксе коментаришући ову објаву, контактирајте директно тим за пољопривреду ГеоПард-а. Отворени смо за повратне информације јер ми градимо решење за вас ради бољег разумевања варијабилности поља и управљања њоме.

Зоне квалитета

Скоро сви зоне управљања се прилагођавају пре него што постане мапа примене променљиве стопе. То може бити спајање неких зона, ручне корекције на добро познатим местима, додавање додатних заштитних подручја, компатибилност пољопривредне опреме итд.

Ми, у GeoPard тиму, разумемо да ће прецизне зоне управљања природним ресурсима са валидним полигонима уштедети много времена током процеса верификације и корекције зона.

ГеоПардов мотор ради следеће:

  • аутоматски уклања буку,
  • аутоматски спаја мале полигоне у најближу већу зону,
  • задржава само неопходан минимални број тачака у сваком зонском полигону,
  • чини VRA мапе компатибилним са било којом пољопривредном опремом и механизацијом.

Поред аутоматске корекције, алат за спајање и раздвајање зона је доступно за прилагођавање мапе према вашем теренском знању и агрономској пракси. 

На тржишту постоји много различитих мапа од разних добављача, али ћете дефинитивно препознати GeoPard мапе.

Спајање и подела зона за управљање у пољопривреди

Нико не познаје своју област боље од пољопривредника или агронома који са њом ради дуги низ година. Зато сваку аналитику засновану на алгоритмима често треба да потврди и прилагоди стручњак који користи своје дубоко познавање те области.

Функција спајања и раздвајања зона омогућава професионалцу да направи неколико важних ствари: 

  • Подељени полигони
  • Споји полигоне
  • Доделите полигон или целу зону другој класи

Ова подешавања се могу применити за било који слој података и веома су корисна функција за припрему ВАШИХ савршених зона за прецизне пољопривредне операције попут ВР сетве, ђубрења или прскања.

Шта су поделе у пољопривреди?

У пољопривреди, поделе се односе на поделу или раздвајање поља на различите делове за различите праксе управљања.

Ова подела омогућава пољопривредницима да примењују различите третмане или технике на сваку секцију на основу специфичних потреба.

На пример, пољопривредници могу поделити поље како би применили различита ђубрива, хербициде или методе наводњавања на основу услова земљишта или захтева усева.

Поделе омогућавају циљану и ефикасну примену ресурса, оптимизујући раст усева и минимизирајући трошкове, док се истовремено баве специфичним изазовима у различитим областима поља.

Контрола усева са аналитиком стабилности и перформанси

 

Откривање промена које су се догодиле на пољу током последњих 1-2 недеље или 1-2 месеца или чак неколико година помаже у добијању увида о развоју усева.

Може се користити за:

  • лоцирати места са сличним учинком током 5-10-20 година и поставити пробе у подручја са сличним условима како би се смањила вероватноћа грешака,
  • пратити промене током сезоне и проценити перформансе усева током раста,
  • препознати оштећена подручја након временске катастрофе или напада болести или штеточина и израчунати оштећена подручја,
  • детектовати разлику између последње 2 слике и контролисати перформансе усева.
Зоне стабилности поља

И све то, па чак и више случајева, обухваћено је GeoPard зонама стабилности поља. Посебно ће пружити више увида заједно са зонама управљања током сезоне и историјским зонама управљања.

Једноставно изаберите снимке свог поља и сателитске снимке да бисте пратили промене на њима, контролисали усеве и добили увид у свако место на вашем пољу.

избор зона стабилности поља

Поређење слојева

Није тајна да константно обогаћујемо решење GeoPard Agriculture и повећавамо његову вредност за кориснике. Само погледајте одељак “ускоро” на нашем сајту https://geopard.tech да добијете идеју о неким функцијама на путу.

Њихов приоритет може бити изазован. Овде у помоћ пристижу повратне информације и демо производи. Тако представљајући наше решење многим присућнима Светска агротехнологија На самиту у Лондону, успели смо да прилагодимо план испоруке и пустимо нову функцију поређења слојева за само неколико дана.

О чему се ради? Можете визуелно упоредити аналитику поља једна уз другу у приказаном подељеном погледу. Могуће је изабрати било који тип слојева за поређење: слике у природним или инфрацрвеним бојама, слике са приказом вегетације, зоне управљања у сезони или историјске. Два слоја се синхроно понашају када зумирате унапред/уназад или померате мапу ради вашег удобности.

Како ући у режим подељеног приказа? Одаберите своје поље и кликните на икону "Упореди слојеве" у горњем менију. На екрану подељеног приказа, изаберите аналитички слој помоћу падајуће листе са могућношћу претраживања која се налази на врху.

уђите у режим подељеног приказа
Избор поља аналитичара
поређење теренских аналитичара

Вишегодишње зоне

Шта то значи? Историјске (вишегодишње) зоне управљања су изграђене на основу архиве сателитских снимака дуге преко 30 година.

Слике са врхунцем вегетације током сваке сезоне се аутоматски бирају као улазни подаци за аналитику. У супротном, свака таква слика представља потенцијалну датотеку приноса за одговарајућу годину.

 

Историјске (вишегодишње) зоне управљања пружају увид у свако место на терену.

Како га можете користити? Образац развоја пољопривредних усева помаже да се боље упозна пољопривредно подручје и да се примене праве одлуке са правим стопама улагања на правим местима.

Историјске зоне управљања могу се користити као план за фајлове прописа (Rx) за сетву, ђубрење, узорковање земљишта на основу зона.

Подржавамо све регионе на захтев.

Шта су вишегодишње зоне?

Вишегодишње зоне у прецизној пољопривреди односе се на специфична подручја унутар поља која показују доследне и препознатљиве обрасце раста усева и приноса током више вегетационих сезона.

Ове зоне се идентификују коришћењем различитих технологија као што су даљинско очитавање, ГПС мапирање и узорковање земљишта.

Анализирајући податке прикупљене овим технологијама, пољопривредници и агрономи могу идентификовати обрасце варијабилности унутар поља и креирати мапе које разликују подручја високе продуктивности од оних са нижим приносима.

Ове информације се затим могу користити за оптимизацију пракси управљања усевима, као што су варирање густине садње, подешавање стопа наводњавања и ђубрења, па чак и примена техника прецизне жетве.

Они пружају вредан алат за прецизну пољопривреду јер омогућавају пољопривредницима да доносе информисане одлуке о расподели ресурса и управљању усевима, што резултира побољшаном ефикасношћу, смањеним трошковима и повећаним приносима.

Разумевањем варијабилности унутар поља и прилагођавањем пракси управљања свакој специфичној зони, пољопривредници могу максимизирати потенцијал свог земљишта и ресурса.

 

впЦхатИцон
впЦхатИцон

    Захтев за бесплатну ГеоПард демо/консултацију








    Кликом на дугме прихватате наше Политика приватности. Треба нам да бисмо одговорили на ваш захтев.

      Претплатите се


      Кликом на дугме прихватате наше Политика приватности

        Пошаљите нам информације


        Кликом на дугме прихватате наше Политика приватности