Vilket vegetationsindex är bäst att använda inom precisionsjordbruk?

Det finns flera vegetationsindex som vanligtvis används, inklusive Normalized Difference Vegetation Index (NDVI), Wide Dynamic Range Vegetation Index (WDRVI) och Green Chlorophyll Index (GCI).

• Vilket vegetationsindex återspeglar fler detaljer?
• Vilket vegetationsindex visar variation bäst?
• Är NDVI bäst i den multispektrala vegetationsindexfamiljen?

Frågorna är kända och dyker upp väldigt ofta. Låt oss undersöka.

Vad är vegetationsindex?

Vegetationsindex är ett numeriskt mått som kvantifierar mängden och tillståndet av vegetation i ett specifikt område baserat på fjärranalysdata.

Vegetationsindex beräknas genom att kombinera olika spektralband från satellitbilder eller flygfotografering, vilka återspeglar mängden energi som absorberas och reflekteras av växter i det synliga och nära-infraröda området av det elektromagnetiska spektrumet.

Dessa index kan ge information om vegetationens hälsa, täthet och produktivitet, vilket är användbart för en mängd olika tillämpningar, inklusive jordbruk, skogsbruk, markförvaltning och klimatövervakning.

Vad är normaliserat differensvegetationsindex (NDVI)?

NDVI (Normaliserat skillnadsvegetationsindex) är den mest kända och används flitigt inom industrier relaterade till biomassa och fjärranalys.

NDVI-mättnad påverkar den exakta urskiljningen av vegetation vid biomassatoppar. Ett annat problem med NDVI är markbrusets effekt på de tidiga stadierna av grödans utveckling.

Den beräknas med hjälp av satellit- eller flygbaserad fjärranalysdata, baserat på skillnaden i reflektansen mellan två spektralband: det nära infraröda (NIR) och det röda bandet.

NDVI-formeln är NDVI = (NIR-Röd) / (NIR+Röd).

Där NIR är reflektansen i det nära-infraröda bandet och Red är reflektansen i det röda bandet.

Det resulterande NDVI-värdet varierar från -1 till +1, där högre värden indikerar en högre vegetationstäthet. Ett värde på noll indikerar ingen vegetation, medan negativa värden indikerar vattendrag eller andra icke-vegetationsrika ytor.

NDVI-värden nära +1 indikerar tät och frisk vegetation, medan värden närmare noll indikerar gles vegetation eller områden med betydande stress eller skador.

Det används ofta inom jordbruks- och ekologiska tillämpningar för att övervaka vegetationstillväxt, uppskatta grödor och bedöma skogars och andra ekosystems hälsa och produktivitet.

Den kan också användas för att upptäcka och övervaka torka, jorderosion och andra miljöfaktorer som påverkar vegetationstäcket.

Det beräknas till exempel genom att subtrahera reflektansen i det nära-infraröda (NIR) bandet från reflektansen i det röda bandet och dividera resultatet med summan av de två. Det resulterande värdet varierar från -1 till +1, där högre värden indikerar högre vegetationsnivåer.

Dessutom idén om WDRVI (Wide Dynamic Range Vegetation Index) skapades för att lösa NDVI-mättnadsproblem. Detta uppnåddes genom att utöka intervallet av möjliga WDRVI-värden genom införandet av den matematiska koefficienten (α).

NDVI-formeln (normaliserat differensvegetationsindex) omvandlades till WDRVI = (α∗NIR-Röd) / (α∗NIR+Röd).

Zoner byggda baserat på WDRVI är bättre jämfört med NDVI-zoner. Ändå är de fortfarande inte idealiska på grund av för hög biomassa. 

GCI (Grönt klorofyllindex) används för att uppskatta klorofyllhalten i bladen i växter baserat på nära-infraröda och gröna band. I allmänhet återspeglar klorofyllvärdet direkt vegetationen.

GCI-formeln ser ut så här: GCI = NIR / Green – 1.

Zoner byggda baserat på GCI särskiljer bättre fläckar med hög biomassa jämfört med NDVI och WDRVI. Detaljerna hjälper till att hantera fältet mer exakt och effektivt.

RCI (Rött klorofyllindex) innehåller samma kunskapsbas om klorofyllinnehåll som GCI och reflekterar den via det röda multispektrala bandet.

RCI-formeln ser ut så här: RCI = NIR / Red – 1.

Zoner baserade på RCI är lika exakta som GCI-zoner.

Fortsätt att följa dina fält och använd rätt vegetationsindex vid rätt tidpunkt under säsongen. En stor familj av vegetationsindex finns tillgängliga i GeoPard just nu.