Вегетационные Индексы В ПО Для Сельского Хозяйства

Вегетационный индекс – это важный показатель в аналитике развития сельскохозяйственных культур. Из многочисленных преимуществ вегетационных индексов в дистанционном зондировании, точность данных и возможность удаленного контроля являются основными причинами перехода к этой удобной технологии.

По мере совершенствования датчиков, спутники наблюдения Земли подпитывают разработки в области дистанционного зондирования новыми данными, что улучшает уже существующие методы анализа. Благодаря внедрению постоянно появляющихся новшеств в области применения индексов вегетации, компании, у которых уже есть готовое ПО на основе индексов, а также те, кто только планирует запуск нового решения, могут значительно увеличить спрос на свои приложения для мониторинга полей.

Индекс Вегетации В Цифровых Решениях Для Сельского Хозяйства

Интеграция спутниковой аналитики может увеличить существующую ценность приложений для точного земледелия, а также устранить определенные ограничения, которые присутствуют в них в настоящее время. В частности, использование вегетационных индексов в программном обеспечении дает поставщикам ПО следующие преимущества в управлении бизнесом:

• качественный анализ данных;
• возможность расширить спектр предоставляемых услуг;
• доступ к различным источникам спутниковых снимков в одном месте;
• сокращение внутренних расходов;
• повышение ценности своих продуктов.

Многочисленные преимущества вегетационных индексов в дистанционном зондировании также помогают улучшить качество обслуживания клиентов. В отличие от других аэроданных, спутниковые снимки позволяют:

• экономить средства при эксплуатации дронов, обработке и интерпретации данных;
• охватить больше территорий, по сравнению с аэрофотосъемкой;
• снизить затраты на мониторинг поля: дополнительное использование БПЛА обходятся дороже, чем регулярные пролеты спутника;
• получить аналитику данных в более короткие сроки и в предпочитаемом формате;
• наблюдать за полями независимо от силы ветра.

Благодаря спутниковым снимкам, поставщики программного обеспечения для аграриев могут значительно расширить существующий пул аэрофотоданных и сэкономить время и ресурсы, а конечные пользователи могут получить доступ к большему количеству данных быстрее. Так например, вегетационные индексы в дистанционном зондировании применяются для качественного удаленного анализа состояния посевов. Если возникает какая-либо проблема, фермеры могут перепроверить только отмеченные участки, а не осматривать все поле.

Вегетационные Индексы В EOSDA Crop Monitoring По Умолчанию

Стандартное решение EOSDA Crop Monitoring включает NDVI, ReCl, NDRE, и MSAVI; мы также предоставляем больше аналитики по запросу.

Все вегетационные индексы, доступные в EOSDA Crop Monitoring по умолчанию, также представлены в партнерском модуле white label. Более того, наше предложение white label содержит ряд других показателей, например, данные о влажности почвы, аналитику погоды и весь набор стандартных функций EOSDA Crop Monitoring.

Наши клиенты, которые пользуются модулем white label, также могут размещать нашу платформу на своем домене и использовать данные под своим логотипом и брендом. EOSDA осуществляет полный запуск продукта white label и дальнейшую техническую поддержку; к услугам клиентов – богатый опыт компании в области спутниковой аналитики.

Нормализованный Разностный Вегетационный Индекс (NDVI)

Из всех распространенных вегетационных индексов растительности, NDVI оптимально подходит для отслеживания динамики развития сельскохозяйственных культур, поскольку измеряет фотосинтетически активную биомассу растений. Однако, этот вегетационный индекс довольно чувствителен к яркости почвы и атмосферным эффектам, влияние которых корректируется в других индексах, например, в EVI, SAVI, ARVI, GCL или SIPI.

Формула: NDVI = (NIR – RED) / (NIR + RED)

Ключевые факты. NDVI является самым распространенным вегетационным индексом растительности. NDVI можно использовать на протяжении всего сезона выращивания культур, кроме случаев, когда вегетационный покров незначителен, а значит, его отражательная способность слишком низка.

Когда используется: NDVI дает самые точные результаты в середине сезона, в период наиболее активного развития вегетации.

Хлорофильный Red Edge Индекс (ReCl)

Вегетационный индекс ReCl хорошо улавливает содержание хлорофилла в листьях, который образуется в результате поглощения растениями азота. ReCl показывает фотосинтетическую активность вегетационного покрова.

Формула: ReCl = (NIR / RED) – 1

Ключевой факт: Поскольку количество хлорофилла напрямую зависит от содержания азота в растениях, этот вегетационный индекс растительности помогает обнаружить участки с пожелтевшей или опавшей листвой, страдающие от дефицита азота.

Когда используется: ReCl наиболее показателен во время активного развития вегетации и не подходит для мониторинга растительности во время сбора урожая.

Нормализованный Дифференциальный Red Edge Индекс (NDRE)

Для расчета NDRE используют комбинации спектральных каналов ближнего инфракрасного диапазона и специальный канал для узкого участка спектра – перехода от видимого красного к ближнему инфракрасному (так называемая область красного края). Для повышения точности данных рекомендуется комбинировать вегетационные индексы NDRE и NDVI.

Формула: NDRE = (NIR – RED EDGE) / (NIR + RED EDGE)

Ключевой факт: данный вегетационный индекс растительности применяют для мониторинга участков с высокой густотой вегетационного покрова.

Когда используется: NDRE обычно применяют для мониторинга посевов на стадии созревания.

Модифицированный Почвенный Вегетационный Индекс (MSAVI)

Индекс растительности MSAVI разработан с целью уменьшения влияния почвенных шумов на результаты мониторинга. Его применяют, когда NDVI не дает точных данных, в особенности, при значительном отсутствии почвенного покрова, скудной вегетации или низком содержании хлорофилла в растениях.

Формула: MSAVI = (2 * Band 4 + 1 – sqrt ((2 * Band 4 + 1)2 – 8 * (Band 4 – Band 3))) / 2

Ключевой факт: поскольку влияние почвы на результаты мониторинга в MSAVI корректируется и его можно использовать для наблюдения за вегетацией на ранних стадиях развития, данный вегетационный индекс показателен даже при незначительном растительном покрове.

Когда используется: MSAVI применяют в самом начале сезона выращивания культур – в период прорастания и формирования всходов.

Вегетационные Индексы В EOSDA Crop Monitoring Через API

Если у клиента есть собственные ресурсы и решение под ключ ему не нужно, он все же может расширить возможности своего продукта с помощью API. Доступ через API не ограничивается вегетационными индексами, доступными в EOSDA Crop Monitoring по умолчанию. Пользователь также может получить набор GNDVI, NDWI, SAVI, OSAVI, ARVI, EVI, VARI, LAI, NBR, SIPI, GCI, NDSI, ISTACK, а также других нужных вегетационных индексов, подобранных индивидуально.

Зеленый Нормализованный Разностный Вегетационный Индекс (GNDVI)

Индекс GNDVI является модификацией NDVI: в нем также используется инфракрасный диапазон спектра, но видимый красный заменяется видимым зеленым (540 to 570 нм).

Формула: GNDVI = (NIR – GREEN) / (NIR + GREEN)

Ключевой факт: GNDVI измеряет содержание хлорофилла в растениях точнее, чем NDVI.

Когда используется: для обнаружения увядших или дозревающих культур при отсутствии крайнего красного канала; для мониторинга вегетации с высокой густотой покрова или на стадии дозревания культур.

Нормализованный Разностный Водный Индекс (NDWI)

Индекс NDWI изначально был создан для исследования водных объектов на поверхности Земли с помощью спутников. Для получения данных используется комбинация каналов, улавливающих сигналы в ближнем инфракрасном диапазоне и зеленой области видимого спектра.

Такая комбинация позволяет снизить влияние почвенного шума и вегетационного покрова. NDWI является важным показателем в сельском хозяйстве, а также применяется для оценки мутности вод.

Формула: NDWI = (GREEN – NIR) / (GREEN + NIR)

Ключевые факты. Индекс NDWI часто путают с NDMI (нормализованным разностным вегетационным индексом влажности). NDWI вычисляется путем комбинирования коротковолнового и ближнего ИК каналов.

Коротковолновый инфракрасный диапазон показывает изменения в содержании воды в клетках растений и структуре мезофильных тканей, а область ближнего инфракрасного дает возможность анализировать внутреннюю структуру листа и количество в нем сухого вещества.

Комбинация ближнего и коротковолнового ИК диапазонов позволяет получить более точную картину содержания воды в растениях, поскольку вода во внутренней структуре листа влияет на результат отражения в коротковолновом инфракрасном диапазоне спектра.

Когда используется: для обнаружения затопленных сельскохозяйственных земель, выявления наводнений на полях, мониторинга эффективности ирригации, определения заболоченных территорий.

Почвенный Вегетационный Индекс (SAVI)

Индекс SAVI был введен для минимизации яркости почвы ученым Уэте (Huete). Он добавил коэффициент коррекции по почве L в уравнение NDVI, чтобы уменьшить почвенные шумы, которые существенно влияют на результат (влажность почвы, ее цвет, вариабельность грунтов в регионе и т. д.).

Формула: SAVI = ((NIR – RED) / (NIR + RED + L)) * (1 + L)

Ключевые факты. Коэффициент L в вегетационном индексе SAVI не является постоянной величиной. L колеблется в диапазоне от – 1 до +1, в зависимости от количества зеленого покрова на исследуемой территории. В основанном на дистанционном зондировании анализе областей с интенсивной зеленой растительностью коэффициент L=0 (в этом случае данные вегетационных индексов SAVI и NDVI одинаковы), а в регионах с незначительной растительностью L=1. Наиболее часто L равен 0,5, поскольку это значение подходит для анализа большинства типов почвенного покрова.

Когда используется: для анализа культур на ранних стадиях развития; для мониторинга засушливой местности со скудной вегетацией (менее 15% общей площади) и открытых пространств, где поверхность почвы не защищена растительностью.

Оптимизированный Почвенный Вегетационный Индекс (OSAVI)

Индекс OSAVI является модификацией SAVI и также основан на отражательной способности растений в ближнем красном и видимом красном диапазонах спектра. Разница между этими двумя вегетационными индексами заключается в том, что формула OSAVI содержит стандартный поправочный коэффициент, учитывающий влияние вегетации (0.16).

Формула: OSAVI = (NIR – RED) / (NIR + RED + 0.16)

Ключевой факт: Поправочный коэффициент в OSAVI позволяет лучше учитывать вариабельность почвы, по сравнению с SAVI, если густота вегетационного покрова низкая. OSAVI более показателен в случае густоты вегетационного покрова более 50%.

Когда используется: для мониторинга участков с низкой густотой вегетационного покрова, с просматриваемой сквозь вегетацию почвой.

Атмосфероустойчивый Вегетационный Индекс (ARVI)

Индекс ARVI – это первый инструмент на основе спутниковых данных, на который относительно мало влияют атмосферные факторы (например, аэрозоли).

Вегетационный индекс ARVI рассчитали Кауфман (Kaufman) и Танре (Tanré). По сути, этот показатель представляет собой NDVI, скорректированный с учетом влияния рассеивательных свойств атмосферы на отражение в красном диапазоне спектра. Как показывает формула, для вычисления ARVI также учитывают значения в синей области, а значения красного диапазона удваивают.

Формула: ARVI = (NIR – (2 * RED) + BLUE) / (NIR + (2 * RED) + BLUE)

Ключевые факты. По сравнению с другими инструментами оценки состояния растительности, применяемый в сельском хозяйстве ARVI также мало зависит от топографических особенностей. Благодаря этому он является эффективным инструментом мониторинга тропических горных областей, часто покрытых золой в результате подсечно-огневого земледелия.

Когда используется: для наблюдения за регионами с высокой концентрацией атмосферных аэрозолей (дождей, тумана, пыли, дыма, загрязнения воздуха).

Усовершенствованный Вегетационный Индекс (EVI)

Лю (Liu) и Уэте (Huete) создали вегетационный индекс EVI с целью корректировки результатов NDVI, которые насыщаются из-за атмосферных явлений и сигналов почвенного фона, в особенности, в регионах с высокой густотой растительного покрова. Шкала EVI варьируется от –1 до +1; для здоровой растительности показатель колеблется в пределах 0,2–0,8.

Формула: EVI = 2.5 * ((NIR – RED) / ((NIR) + (C1 * RED) – (C2 * BLUE) + L))

Ключевые факты. Вегетационный индекс EVI имеет коэффициенты C1 и C2 для корректировки аэрозольных рассеиваний, которые присутствуют в атмосфере, и коэффициент L для поправок искажения значений из-за влияния почвы и растительного покрова.

Выбрать показатели для вычисления вегетационного индекса EVI по разным спутниковым данным начинающим GIS-специалистам иногда затруднительно. Обычно для датчика NASA MODIS (для которого был рассчитан EVI) C1=6, C2=7,5 и L=1. Если вам интересно, как получить EVI с помощью Sentinel-2 или Landsat-8, воспользуйтесь программой EOSDA Crop Monitoring, в которой также можно выгрузить результаты.
Когда используется: для анализа вегетации в регионах Земли с большим количеством хлорофилла (например, дождевых лесах), и предпочтительно с минимальными топографическими особенностями (не гористых местностях).

Видимый Атмосфероустойчивый Вегетационный Индекс (VARI)

Индекс VARI отлично подходит для цветных изображений или RGB, поскольку он охватывает весь видимый сегмент электромагнитного спектра (красный, зеленый и голубой диапазон). Особенность VARI – способность выделять вегетационный покров при сильном влиянии атмосферных эффектов, и в то же время минимизировать разницу в освещении. VARI можно использовать для датчиков следующих спутников: Sentinel-2, Landsat-8, GeoEye-1, Pleiades-1, Quickbird и IKONOS.

Формула: VARI = (GREEN – RED) / (GREEN + RED – BLUE)

Ключевой факт: благодаря низкой чувствительности к влиянию атмосферы, погрешность VARI при мониторинге растительности в условиях различной толщины атмосферы составляет менее 10%.

Когда используется: для оценки состояния растительности, когда необходима минимальная чувствительность к атмосферным эффектам.

Индекс Листовой Поверхности (LAI)

Индекс LAI разработан для анализа листовой поверхности нашей планеты и анализирует количество листьев на определенной территории. LAI высчитывают как отношение односторонней (освещенной) площади листьев к занимаемой ими поверхности почвы. LAI – важный показатель в мониторинге состояния сельскохозяйственных культур, лесных насаждений, окружающей среды и климатических условий.

Вегетационный индекс растительности LAI масштабируется как для отдельных культур, так и целых регионов.

Формула: LAI = leaf area (m2) / ground area (m2)

Ключевые факты. LAI был введен для датчика NASA MODIS для уточнения данных NDVI. В отличие от последнего, LAI учитывает топографические особенности, а спектральные зоны, которые используются для его расчетов, проходят атмосферную коррекцию.
Если LAI=3, это означает, что листья могут покрыть занимаемую поверхность в три слоя. Вегетационный индекс LAI считается высоким при значениях 0–3,5. Однако, в облачную погоду и при наличии ярких объектов происходит эффект насыщения LAI.

Когда используется: для анализа состояния культур, а также как вводный параметр для модели прогнозирования продуктивности.

Нормализованный Коэффициент Выгорания (NBR)

По определению, нормализованный коэффициент выгорания используют для выделения территорий, выгоревших в результате пожара. Уравнение вегетационного индекса NBR состоит из показателей, полученных с помощью сигналов на длинах волн, соответствующих как ближнему инфракрасному, так и коротковолновому инфракрасному диапазонам спектра. Для здоровой вегетации характерна хорошая отражательная способность в ближнем ИК спектре, а уничтоженные недавним пожаром участки хорошо отображаются в коротковолновом ИК спектре.

При расчете этого вегетационного индекса за основу берут растровый снимок, полученный с помощью каналов ближнего ИК и коротковолнового ИК диапазонов спектра, например, со спутников Landsat-7, Landsat-8 или MODIS. Значения варьируются от +1 до –1.

Формула: NBR = (NIR – SWIR) / (NIR + SWIR)

Ключевой факт. Вегетационный индекс NBR нашел широкое применение в последние годы, поскольку экстремальные погодные условия все чаще становятся причиной пожаров, уничтожающих лесные массивы.

Когда используется: NBR обычно применяют в сельском хозяйстве и лесоводстве для обнаружения происходящих пожаров, анализа силы пожара и мониторинга вегетации, уцелевшей после пожара.

Структурный Индекс Интенсивности Пигментов (SIPI)

Вегетационный индекс растительности SIPI подходит для анализа вегетации с различной структурой. SIPI определяет соотношение каротиноидов к хлорофиллу: высокие значения сигнализируют о том, что растения находятся в состоянии стресса.

Формула: SIPI = (NIR – BLUE) / (NIR – RED)

Ключевой факт: высокие значения SIPI (высокое содержание каротиноидов и низкое содержание хлорофилла) может свидетельствовать о болезни культур, которые часто приводят к снижению количества хлорофильного пигмента в вегетационном покрове.

Когда используется: для мониторинга состояния растений на территории с большой вариабельностью вегетационной структуры или LAI, для обнаружения ранних признаков болезней растений или других факторов вегетационного стресса.

Зеленый Вегетационный Индекс Хлорофилла (GCI)

В дистанционном зондировании вегетационный индекс GCI применяется, когда нужно определить содержание хлорофилла в листьях культур разного типа. Содержание хлорофилла отражает физиологическое состояние вегетации. Если растения подвержены стрессу, этот показатель снижается, поэтому GCI можно использовать в качестве индикатора здоровья растений.

Формула: GCI = NIR / GREEN – 1

Ключевой факт: содержание хлорофилла по вегетационному индексу GCI точнее определяется при использовании спутниковых датчиков с сигналами, соответствующими длинам волн ближнего ИК спектра и красной зоны.

Когда используется: для мониторинга влияния сезонности, экологических стрессов или применяемых пестицидов на здоровье посевов.

Нормализованный Разностный Индекс Снега (NDSI)

Вегетационный индекс NDSI применяется для обнаружения снежного покрова с помощью комбинаций каналов видимого (VIS) зеленого и коротковолнового инфракрасного (SWIR) диапазонов спектра. Выбор каналов объясняется тем, что для снега характерна высокая отражательная способность в коротковолновом сегменте и низкая отражательная способность в видимом сегменте, а облака в этих спектральных диапазонах отражаются довольно хорошо. Это свойство помогает отличить облака от снежного покрова. Наличие снега определяют по соотношению разницы отражения в диапазонах VIS и SWIR.

Формула: NDSI = (GREEN – SWIR1) / (GREEN + SWIR1)

Ключевой факт. Как и фракционный снежный покров (FSC), NDSI полезен при выявлении снега. Однако, NDSI позволяет получить более точные данные, по сравнению с FSC.

Когда используется: для картирования снежного покрова; чтобы отличить снег от облаков.

Набор Вегетационных Индексов ISTACK

Данный набор является комбинацией трех вегетационных индексов (NDVI, NDWI, and NDSI), по которым генерируют стек изображений. В этом комбинированном стеке изображений каждому типу ландшафта соответствует определенный условно выбранный цвет:

• вегетация изображена зеленым;
• земля, горы, почва с отсутствием покрова показаны синим;
• снег, облака, лед, водные объекты выделены оттенками сиреневого.

Формула: Поскольку ISTACK – это комбинация NDSI, NDVI и NDWI, формула варьируется в зависимости от спутников, с которых получены данные.

Ключевые факты. Набор вегетационных индексов автоматически различает различные типы ландшафта, а также позволяет классификацию и количественный анализ изображений по значениям индекса. Благодаря комбинированию различных каналов, потенциал этого типа анализа практически безграничен. Однако, ISTACK имеет и свой недостаток: поскольку снег, облака, лед и водные объекты обозначаются похожими оттенками, различить их между собой становится затруднительным.

Когда используется: автоматическая дифференциация различных типов ландшафта с помощью NDVI, NDWI и NDSI, чтобы создать стек изображений, полученных со спутников for Landsat-4,5,7; Sentinel-2; MODIS.

Вегетационные Индексы В Индивидуальных Решениях

Возможности EOSDA Crop Monitoring далеко выходят за рамки вышеперечисленных вегетационных индексов растительности по умолчанию или по запросу. Мы можем адаптировать вегетационные индексы, чтобы они максимально соответствовали именно вашим потребностям. Например, вы можете изменить цветовую гамму в NDVI или кастомизировать его для мониторинга конкретных культур, например, «NDVI. Бобовые» и «NDVI. Хлопок» или указать любую другую выращиваемую культуру.

Индивидуальное решение станет отличным выбором, если клиентам нужно:

• получить конкретные спектральные индексы для мониторинга посевов;
• изменить текущие индексы растительности в соответствии с климатическими особенностями своего региона;
• модифицировать формулу вегетационного индекса;
• установить свои пороговые значения и цвета для классификации культур;
• добавить другие вегетационные индексы для мониторинга растительности.

Откройте Новые Возможности Бизнеса С EOSDA Crop Monitoring

Вегетационных индексов существует более сотни, но приложения для мониторинга полей должны включать самые актуальные из них; причем пользователям будет удобно, если все индексы будут собраны в одном месте. EOSDA предоставляет необходимую аналитику с возможностями интеграции как в существующее, так и в новое программное обеспечение для мониторинга посевов.

Ознакомьтесь с сельскохозяйственными решениями для IT-компаний и разработчиков от EOSDA. Наши специалисты разработают индивидуальное решение, идеально соответствующее потребностям вашего бизнеса или ваших клиентов. Независимо от того, будете ли вы пользоваться нашим продуктом через API, модулем white label или индивидуальным решением, вы получите точные и надежные данные ДЗЗ и сможете оценить преимущества передовых спутниковых технологий.

Благодаря богатому опыту и знаниям своих специалистов, EOSDA завоевала доверие многих довольных клиентов как поставщик спутниковой аналитики во всем мире. Свяжитесь с нами по адресу sales@eosda.com, чтобы получить более подробную информацию и уточнить возможности применения дистанционного зондирования и вегетационных индексов в вашей нише.