Kasu:
- Oskus selgitada, mida NDVI ja muud taimestikuindeksid mõõdavad ning milline indeks millises olukorras on sobiv.
- Võimalus tõlgendada tehisintellekti abil satelliidi-/droonipiltidest koostatud indekskaarte ja seada pingealad tähtsuse järjekorda
- Võimalus kõrvaldada valehäireid, kontrollides indeksi kõrvalekaldeid välikontrolli, meteoroloogia ja fenoloogiaga
Põllul silma järgi navigeerimine on nii aeglane kui ka suurte alade puhul eksitav: silm väsib, harjub ja jätab suuremad mustrid vahele. Kosmosest või droonist vaadatuna muutub taimestiku tervis aga digitaalseks kaardiks ja stressialad tulevad selgelt esile, silmale liiga vara. Selle teisenduse peamiseks vahendiks on taimestikuindeksid: valemid, mis muudavad taime elujõu pildil erinevate valgusribade suhtest arvuks. See üksus tutvustab kõige tavalisemat indeksit NDVI ja selle õdesid-vendi, selgitab satelliidi ja drooni erinevust ning näitab, kuidas neid kaarte tehisintellekti abil tõlgendada ja – mis kõige tähtsam – kontrollida.
Saame kõigepealt aru füüsikast. Terve, fotosünteetiline leht neelab intensiivselt punast valgust (sest klorofüll kasutab seda) ja peegeldab tugevalt infrapuna-lähedast valgust (NIR; punasest kaugemal olev riba, silmale nähtamatu). Kuna taim muutub stressis ja kaotab klorofülli, neelab see vähem punast ja peegeldab vähem NIR-i. NDVI (Normalized Difference Vegetation Index) mõõdab täpselt seda erinevust:
NDVI = (NIR – punane) / (NIR + punane)
Tulemus jääb -1 ja +1 vahele. Paljas pinnas ja vesi annavad väärtused 0 lähedal või negatiivsed; hõre taim 0,2-0,4; tihe, terve kate on vahemikus 0,7-0,9. NDVI ei mõõda otseselt saagikust, haigusi ega mulla niiskust – ainult rohelise elava katte tihedust. Madal NDVI on hoiatus, mitte diagnoos.
Miks ühest indeksist ei piisa?
NDVI on tugev, kuid sellel on kaks nõrkust. Esimene on küllastumine: kui kate muutub väga tihedaks (näiteks hästi arenenud mais), saavutab NDVI tippväärtus 0,8–0,9 ja see ei viita edasisele biomassi suurenemisele. Teine on mullaefekt: hõreda katte korral moonutab taustamulla värv indeksit. Seetõttu on erinevate olukordade jaoks välja töötatud erinevad indeksid. Allolev tabel võtab kokku enimkasutatud; Millise indeksi valida, sõltub teie küsimusest.
indeks
Milleks see hea on
märkus
NDVI
Üldine katte elujõulisus
Pakub küllastust tihedas kattes
NDRE (punane serv)
Lämmastik/klorofüll tihedas kattes
Tundlik NDVI suhtes hilisel perioodil
GNDVI (roheline)
Klorofülli/lämmastiku staatus
Kasutab rohelist teipi
SAVI
Hõre kate, lage pinnas
Korrigeerib mulla mõju
NDWI/NDMI
Taimede/mulla veesisaldus
Veestressile lähemal
MAJA
Tihe kate, atmosfäär korrigeeritud
Vähendab küllastumist
Vihje: "Milline indeks?" Vastus küsimusele on toote arendusfaas. SAVI algperioodil (hõre kate); NDRE/GNDVI täiustatud tiheda katte ja lämmastiku seirega; Veestressi korral on NDWI/NDMI sageli informatiivsem kui NDVI.
Satelliit või droon?
Need kaks ressurssi ei ole konkurendid, vaid täiendavad teineteist. Satelliidid (nt Sentinel-2, Landsat) katavad suuri alasid korrapäraste ajavahemike järel tasuta või odavalt, kuid nende eraldusvõime on jäme (pikslid 10-30 m) ja pilv võib pilti varjata. Droon pakub väga kõrget eraldusvõimet (pikslid ja sentimeetrid) ja lendamist igal päeval, kui soovite, kuid see võtab enda alla väikese ala ning lend ja töötlemine nõuavad tööjõudu. Praktiline strateegia on kihiline: skannida satelliidiga kogu farm ja leida kahtlased alad, seejärel uurida neid alasid drooniga lähedalt ja lõpuks minna põllule.
Kuidas tehisintellekt indeksikaarti tõlgendab?
Tehisintellekt on väärtuslik mitte pildi enda, vaid sellest genereeritud numbriliste kokkuvõtete tõlgendamisel: piirkonna keskmised, ajas muutumine, erinevus naaberpiirkondadega. Näiteks kui annate tehisintellektile kokkuvõtte nagu "Plot-3 NDVI põhjaots vähenes viimase 12 päeva jooksul 0,72-lt 0,48-le, lõunapoolne ots on stabiilne", aitab see teil võimalikke põhjuseid tähtsuse järjekorda seada ja põllukontrolli plaani koostada. Kuid pidage meeles: AI soovitab "miks" on hüpoteeside loend. Madal NDVI võib olla põhjustatud veestressist, haigustest, toitainete puudusest, harvadest tärkamisest, rahekahjustustest, pilvevarjust või värskelt küntud pinnasest. Ainult valdkond, meteoroloogia ja fenoloogia eristavad neid.
Kolm miniümbrist: numbrite järgi
1. juhtum – varajane stressi tabamine. Maisipõllul oli satelliit NDVI 0,15 punkti madalam kui ümbritsev ala edelaosa 8-dekaarist. Insener läks sinna piirkonda; leidis kastmistorustikus ummistuse ja viga parandati 6 päeva enne nähtavate sümptomite ilmnemist (hajumine). Hinnangulist tootlikkuse langust hoiti ära.
2. juhtum – valehäire. NDVI langes ootamatult ühel satelliitkuupäeval nisu proovitükil. AI ütles "võimalik haigus". Meteoroloogia näitas aga sel päeval tugevat pilvi; Järgmisel pilvevabal pildil oli NDVI taas normaalne. Pilvevari oli valehäire; Otsust ei tehtud ühe kuupäeva järgi, vaadati aegrida.
Juhtum 3 – indeksi valik. Arenenud suhkrupeedipõllul oli NDVI küllastus igal pool 0,85 ega näidanud lämmastiku erinevust. NDRE indeksile üleminekul täheldati klorofülli puudust põllu idapoolses osas; Lehtede analüüs kinnitas lämmastikupuudust ja sellele alale kanti sihipärast pealisväetist.
Nõrk viip / Tugev viip
Nõrk viip:
Kas selle NDVI kaardiga on probleeme? Mida ma peaksin tegema?
Võimas viip:
Teie roll: kaugseire abiga agronoom. Annan teile regioonipõhise NDVI ja NDREtime seeria kokkuvõtte (kuupäev, piirkond, keskmine väärtus). Ülesanne:- Loetlege piirkonnad, millel on märkimisväärne KAHANDUS koos vähenemise suuruse ja kestusega.- Esitage iga piirkonna kohta 2-4 VÕIMALIKU põhjuse hüpoteesi (vesi/haigus/toitaine/muld/pilv).- Kirjutage ühe lausega, kuidas ma seda iga hüpoteesi puhul väljale kontrollin.- Märgi eraldi ühekuupäevalised äkilised muutused, kuna need võivad olla pilved. DIAGNOOS, pestitsiidide/väetiste soovitamine; prioriteetne kontroll-loend ver.Data:[aegrea kokkuvõte]
Võimas viip muudab tehisintellekti diagnostikamasinast prioriteetide seadmise ja kontrollimise plaani abiliseks; kirjutab selgelt ühe kuupäeva lõksust ja diagnostilisest piirist.
Neli kopeeritavat malli
1) Indeksivaliku konsultatsioon:
Põllukultuur: [saak], arengustaadium: [staadium], minu küsimus: [veestress / lämmastik / üldine elujõud]. Selgitage lühidalt kahte selle olukorra jaoks kõige sobivamat taimestikuindeksit, miks ja nende eeliseid NDVI ees. Kirjutage ka valemid.
2) Aegridade anomaaliate kokkuvõte:
Allolevas regiooni-kuupäeva-NDVI tabelis: loetlege eraldi: (a) langused üle 0,1 ja kestavad vähemalt 2 järjestikust kuupäeva, (b) ühe kuupäeva hüpped. Ärge lisage kommentaare, vaid võtke tabel välja.
3) välikontrolli plaan:
Koostage väljasõiduplaan järgmiste prioriteetsete piirkondade jaoks: pange kirja, millise mõõtmise (niiskus, leheproov, juurekontroll) igas piirkonnas võtan ja miks seda vaja on. Soovitage GPS-punkte piirkondlikule keskusele.
4) Valehäire filter:
Kontroll-loend selle NDVI languse välistamiseks enne otsuse tegemist: pilv/vari, varjunurk, saagikoristus/vabastamine, anduri kuupäev, naabertsooni järjepidevus. Kontrollige iga üksust "kas seda on kontrollitud?" Esitada kui.
Levinud vead
- Otsuste tegemine ühe kuupäeva põhjal. Pilved, varjud ja atmosfäär moonutavad ühtset pilti; vaadake alati aegridu.
- Madal NDVI = ekslikult haiguseks. Indeks ei ütle põhjust; Vee-, toitainete-, pinnase- ja väljavooluprobleemid põhjustavad sama langust.
- Küllastuse ignoreerimine. NDVI piigid tihedas kattes; Lülituge lämmastiku jälgimisel NDRE/GNDVI-le.
- Resolutsiooni unustamine. 10 m satelliidipikslit võib peita väike pingelaik; Maandage droon kahtlasesse kohta.
- Põllu vahele jätmine. Kaart on nimetissõrm; Diagnoos tehakse mulla ja lehtede põhjal.
Märkus. Indekskaart vastab küsimusele "kuhu peaksite vaatama", mitte küsimusele "mis on probleem". Diagrammi tõlkimine otse ravimi- või väetiseotsuseks on oht sekkuda valesse põhjusse.
Kokkuvõttes
Taimkatteindeksid teisendavad taimede elujõu numbriteks erinevate valgusribade suhtest; Kuigi NDVI on kõige levinum, ei sobi see küllastumise ja pinnase mõju tõttu igasse olukorda – selle õed-vennad, nagu NDRE, SAVI, NDWI, on teatud küsimustes tugevamad. Satelliit on lai skaneerimine, droon on lähedane kontroll ja väli on lõplik kontrollkiht. AI on väärtuslik indeksi kokkuvõtete prioriseerimisel ja valideerimisplaani koostamisel; Kuid madal indeks on hüpotees, mitte diagnoos. Ärge langege ühe kuupäeva lõksu, valige indeks küsimuste kaupa ja testige iga signaali väljal.
Rakenduse ülesanne
Valmistage paki jaoks ette väike tabel, mis sisaldab vähemalt kolme dateeritud NDVI ja võimalusel NDRE väärtust (tegelik või tüüpiline); panna sihilik langus piirkonnas ja ühekordne hüpe kohtingule. Andke see tehisintellektile selle seadme mallidega „aegrea anomaaliate kokkuvõte” ja „valehäirefilter”. Väljundis hinnake, kas tehisintellekt suudab eraldada tegeliku languse pilve põrkamisest, kas see proovib diagnoosi panna, ja kirjutage iga piirkonna jaoks välja üks mõõdik, mida vaatate.
kontrollnimekiri
- [ ] Valisin teadlikult oma küsimusele sobiva indeksi (NDVI/NDRE/SAVI/NDWI).
- [ ] Otsustasin aegridade, mitte üksiku pildi põhjal.
- [ ] Pilvede/varjude/triivide korral filtreerisin äkilised kukkumised.
- [ ] Võtsin tehisintellekti toodud põhjusi hüpoteeside, mitte diagnoosidena.
- [ ] Planeerisin iga prioriteetse tsooni jaoks välikontrolli mõõtmise.