Pelnas:
- Gebėjimas paaiškinti, ką matuoja NDVI ir kiti augmenijos indeksai ir koks indeksas kokioje situacijoje yra tinkamas.
- Galimybė interpretuoti indeksų žemėlapius, sudarytus iš palydovų / dronų vaizdų, naudojant AI, ir teikti pirmenybę įtemptoms vietoms
- Galimybė pašalinti klaidingus pavojaus signalus tikrinant indekso anomalijas naudojant lauko valdymą, meteorologiją ir fenologiją
Naršymas lauke pagal akis yra ir lėtas, ir klaidinantis dideliuose plotuose: akis pavargsta, pripranta ir praleidžia didesnius raštus. Tačiau žiūrint iš kosmoso ar drono, augmenijos sveikata tampa skaitmeniniu žemėlapiu, o įtemptos sritys aiškiai atsiskleidžia, o akiai per anksti pastebėti. Pagrindinis šios transformacijos įrankis yra augmenijos indeksai: formulės, paverčiančios augalo gyvybingumą į skaičių iš skirtingų šviesos juostų santykio vaizde. Šis skyrius pristato dažniausiai naudojamą indeksą NDVI ir jo brolius ir seseris, paaiškina skirtumą tarp palydovo ir drono ir parodo, kaip interpretuoti ir – svarbiausia – patikrinti šiuos žemėlapius naudojant dirbtinį intelektą.
Pirmiausia supraskime fiziką. Sveikas, fotosintetinis lapas intensyviai sugeria raudoną šviesą (nes ją naudoja chlorofilas) ir stipriai atspindi artimą infraraudonąją šviesą (NIR; juosta anapus raudonos, akiai nematoma). Kadangi augalas patiria stresą ir praranda chlorofilą, jis mažiau sugeria raudonos spalvos ir mažiau atspindi NIR. NDVI (Normalized Difference Vegetation Index) matuoja būtent šį skirtumą:
NDVI = (NIR – raudona) / (NIR + raudona)
Rezultatas yra nuo -1 iki +1. Plikas dirvožemis ir vanduo pateikia reikšmes, artimas 0 arba neigiamas; retas augalas 0,2-0,4; tanki, sveika danga yra 0,7-0,9 intervale. NDVI tiesiogiai nematuoja derliaus, ligų ar dirvožemio drėgmės – tik žalios, gyvos dangos tankį. Žemas NDVI yra įspėjimas, o ne diagnozė.
Kodėl vieno indekso neužtenka?
NDVI yra stiprus, bet turi du trūkumus. Pirmasis yra prisotinimas: kai danga tampa labai tanki (tarkim, gerai išsivysčiusi kukurūzai), NDVI maksimumas yra 0,8-0,9 ir nerodo tolesnio biomasės didėjimo. Antrasis – dirvožemio efektas: esant retai dangai, fono dirvožemio spalva iškreipia indeksą. Štai kodėl skirtingoms situacijoms buvo sukurti skirtingi indeksai. Žemiau esančioje lentelėje apibendrinti dažniausiai naudojami; Kurį indeksą pasirinksite, priklauso nuo jūsų klausimo.
indeksas
Kam tai naudinga
pastaba
NDVI
Bendras dangos gyvybingumas
Suteikia sodrumą tankioje dangoje
NDRE (raudonas kraštas)
Azotas/chlorofilas tankioje dangoje
Jautrus NDVI vėlyvuoju laikotarpiu
GNDVI (žalia)
Chlorofilo/azoto būklė
Naudoja žalią juostą
SAVI
Reta danga, plikas dirvožemis
Koreguoja dirvožemio poveikį
NDWI/NDMI
Augalų/dirvožemio vandens kiekis
Arčiau vandens streso
NAMAS
Tankus viršelis, pakoreguota atmosfera
Sumažina prisotinimą
Užuomina: "Koks indeksas?" Atsakymas į klausimą yra produkto kūrimo etapas. SAVI ankstyvuoju laikotarpiu (reta danga); NDRE/GNDVI sustiprinta tanki danga ir azoto stebėjimas; Esant vandens stresui, NDWI / NDMI dažnai yra informatyvesnis nei NDVI.
Palydovas ar dronas?
Abu ištekliai yra ne konkurentai, o vienas kitą papildantys. Palydovai (pvz., Sentinel-2, Landsat) nemokamai arba pigiai dengia didelius plotus reguliariais intervalais, tačiau jų skiriamoji geba yra grubi (pikseliai 10-30 m) ir debesys gali užgožti vaizdą. Dronas užtikrina labai didelę raišką (pikseliais ir centimetrais) ir gali skristi bet kurią norimą dieną, tačiau jis užima nedidelį plotą, o skrydis ir apdorojimas reikalauja darbo jėgos. Praktinė strategija yra sluoksniuota: palydovu nuskenuokite visą fermą ir suraskite įtartinas vietas, tada atidžiai apžiūrėkite tas vietas dronu ir galiausiai eikite į lauką.
Kaip dirbtinis intelektas interpretuoja indekso žemėlapį?
Dirbtinis intelektas vertingas interpretuojant ne patį vaizdą, o iš jo generuojamas skaitines suvestines: regionų vidurkius, pokytį laikui bėgant, skirtumą su kaimyniniais regionais. Pavyzdžiui, jei pateiksite AI suvestinę, pvz., „Sklypo-3 NDVI šiaurinis galas sumažėjo nuo 0,72 iki 0,48 per pastarąsias 12 dienų, pietinis galas yra stabilus“, tai padės nustatyti galimas priežastis ir sudaryti lauko kontrolės planą. Tačiau atminkite: „kodėl“, kurį siūlo AI, yra hipotezių sąrašas. Žemą NDVI gali sukelti vandens trūkumas, ligos, maistinių medžiagų trūkumas, nedažnas išdygimas, krušos padaryta žala, debesų šešėlis arba ką tik suartinta dirva. Tai išskiria tik sritis, meteorologija ir fenologija.
Trys mini dėklai: pagal numerius
1 atvejis – ankstyvas streso fiksavimas. Kukurūzų lauke palydovas NDVI buvo 0,15 punkto žemesnis nei aplinkinė zona pietvakarinėje 8 dekarų lauko dalyje. Inžinierius nuvyko į tą sritį; rado užsikimšimą laistymo linijoje ir gedimas buvo pašalintas likus 6 dienoms iki matomų simptomų (išblukimo) atsiradimo. Buvo išvengta numatomo produktyvumo sumažėjimo.
2 atvejis – klaidingas pavojaus signalas. NDVI staiga nukrito per vieną palydovinį datą kviečių sklype. AI pasakė „galima liga“. Tačiau meteorologija tą dieną rodė gausius debesuotus; Kitame vaizde be debesų NDVI grįžo į normalią būseną. Debesų šešėlis buvo klaidingas pavojaus signalas; Sprendimas buvo priimtas ne pagal vieną datą, buvo žiūrima į laiko eilutes.
3 atvejis – rodyklės pasirinkimas. Išsivysčiusiame cukrinių runkelių lauke NDVI visur buvo prisotintas 0,85 ir neparodė azoto skirtumo. Perėjus prie NDRE indekso, rytinėje lauko pusėje buvo pastebėtas chlorofilo trūkumas; Lapų analizė patvirtino azoto trūkumą ir tai vietai buvo pritaikytas tikslinis viršutinis tręšimas.
Silpnas raginimas / stiprus raginimas
Silpnas raginimas:
Ar yra kokių nors problemų su šiuo NDVI žemėlapiu? Ką turėčiau daryti?
Galingas raginimas:
Jūsų vaidmuo: Nuotolinio stebėjimo agronomas. Pateikiu jums regiono NDVI ir NDREtime eilučių santrauką (data, regionas, vidutinė vertė). Užduotis:- Išvardykite regionus, kuriuose pastebimas reikšmingas SUMAŽĖJIMAS su mažėjimo dydžiu ir trukme.- Kiekvienam regionui (vanduo/liga/maisto medžiaga/dirvožemis/debesis) pateikite 2-4 GALIMŲ priežasčių hipotezes.- Vienu sakiniu parašykite, kaip tai patikrinsiu kiekvienos hipotezės laukelyje.- Atskirai pažymėkite vienos datos staigius pokyčius, nes jie gali būti debesys. DIAGNOSTIKA, rekomenduoti pesticidus/trąšas; prioritetinis kontrolinis sąrašas ver.Data:[laiko eilutės suvestinė]
Galingas raginimas paverčia AI iš diagnostikos mašinos prioritetų nustatymo ir tikrinimo plano asistentu; aiškiai rašo apie vienos datos spąstus ir diagnostikos ribą.
Keturi kopijuojami šablonai
1) Indekso parinkimo konsultacija:
Pasėlis: [sėlis], vystymosi stadija: [stadija], mano klausimas: [vandens įtampa / azotas / bendras gyvybingumas]. Trumpai paaiškinkite 2 tinkamiausius šiai situacijai augmenijos indeksus, kodėl ir jų pranašumą prieš NDVI. Taip pat parašykite formules.
2) Laiko eilutės anomalijų santrauka:
Žemiau esančioje regiono-datos-NDVI lentelėje: atskirai išvardykite: (a) nuosmukį daugiau nei 0,1 ir trunkančius mažiausiai 2 datas iš eilės, (b) vienos datos šuolius. Nepridėkite komentarų, tiesiog ištraukite lentelę.
3) Lauko kontrolės planas:
Sudarykite ekskursijos planą šioms prioritetinėms vietovėms: surašykite, kokį matavimą (drėgmė, lapų mėginys, šaknų patikrinimas) atliksiu kiekvienoje vietovėje ir kodėl tai reikalinga. Rekomenduokite GPS taškus regiono centrui.
4) Klaidingo aliarmo filtras:
Kontrolinis sąrašas, skirtas atmesti šį NDVI kritimą prieš priimant sprendimą: debesis / šešėlis, šešėlio kampas, derliaus nuėmimas / išleidimas, jutiklio data, kaimyninės zonos nuoseklumas. Patikrinkite kiekvieną elementą "ar jis buvo patikrintas?" Pateikti kaip.
Dažnos klaidos
- Sprendimų priėmimas remiantis viena data. Debesys, šešėliai ir atmosfera iškraipo vieną vaizdą; visada žiūrėkite į laiko eilutes.
- Žemas NDVI = klaidingas dėl ligos. Rodyklė nenurodo priežasties; Vandens, maistinių medžiagų, dirvožemio ir išleidimo problemos lemia tą patį sumažėjimą.
- Prisotinimo ignoravimas. NDVI smailės tankioje dangoje; Azoto stebėjime perjunkite į NDRE/GNDVI.
- Pamiršus rezoliuciją. 10 m palydovinis pikselis gali paslėpti nedidelį streso lopinį; Nuleiskite droną įtartinoje vietoje.
- Lauko praleidimas. Žemėlapis yra rodomasis pirštas; Diagnozė atliekama dirvožemyje ir lapuose.
Pastaba: Rodyklės žemėlapis atsako į klausimą „kur turėtumėte ieškoti“, o ne į klausimą „kokia problema“. Diagramą paverčiant tiesiai į sprendimą dėl vaistų ar trąšų kyla pavojus, kad įsikišate į netinkamą priežastį.
Apibendrinant
Augalijos indeksai augalų energingumą paverčia skaičiais iš skirtingų šviesos juostų santykio; Nors NDVI yra labiausiai paplitęs, jis netinka kiekvienai situacijai dėl prisotinimo ir dirvožemio poveikio – jo broliai, tokie kaip NDRE, SAVI, NDWI, yra stipresni tam tikrais klausimais. Palydovas yra platus skenavimas, dronas yra artimas patikrinimas, o laukas yra galutinis patikrinimo sluoksnis. AI yra vertinga nustatant pirmenybę indeksų santraukoms ir parengiant patvirtinimo planą; Tačiau žemas indeksas yra hipotezė, o ne diagnozė. Nepakliūkite į vienos datos spąstus, pasirinkite indeksą pagal klausimą ir patikrinkite kiekvieną signalą lauke.
Taikymo užduotis
Paruoškite nedidelę lentelę, kurioje būtų bent trys siuntinio NDVI ir, jei įmanoma, NDRE reikšmės (faktinės arba reprezentacinės); sąmoningai numesti regioną ir vienkartinį pasimatymą. Suteikite jį dirbtiniam intelektui naudodami šio įrenginio laiko eilutės anomalijų suvestinės ir klaidingo pavojaus filtro šablonus. Išvestyje įvertinkite, ar AI gali atskirti tikrąjį kritimą nuo debesies atšokimo, ar jis bando nustatyti diagnozę, ir užrašykite vieną metriką, kurią žiūrėsite kiekvieno regiono lauke.
kontrolinis sąrašas
- [ ] Sąmoningai pasirinkau indeksą (NDVI/NDRE/SAVI/NDWI), atitinkantį mano klausimą.
- [ ] Sprendimą grindžiau laiko eilėmis, o ne vienu vaizdu.
- [ ] Išfiltravau staigius kritimus debesų/šešėlių/dreifų atveju.
- [ ] AI pateiktas priežastis laikiau hipotezėmis, o ne diagnozėmis.
- [ ] Kiekvienai prioritetinei zonai suplanavau lauko patikrinimo matavimą.