Ieguvumi:
- Spēja izskaidrot, ko mēra NDVI un citi veģetācijas indeksi un kurš indekss kurā situācijā ir piemērots.
- Spēja interpretēt indeksu kartes, kas izveidotas no satelīta/drona attēliem ar AI palīdzību, un noteikt stresa zonās prioritātes
- Iespēja novērst viltus trauksmes, pārbaudot indeksa anomālijas ar lauka kontroli, meteoroloģiju un fenoloģiju
Pārvietošanās laukā pēc acs ir gan lēna, gan maldinoša lielās platībās: acs nogurst, pierod un palaiž garām lielākus rakstus. Tomēr, skatoties no kosmosa vai drona, veģetācijas veselība kļūst par digitālo karti un saspringtās vietas ir skaidri atklātas, pārāk agri, lai acs to pamanītu. Galvenais rīks šai transformācijai ir veģetācijas indeksi: formulas, kas pārvērš auga vitalitāti skaitļos no dažādu gaismas joslu attiecības attēlā. Šī vienība iepazīstina ar visizplatītāko indeksu NDVI un tā brāļiem un māsām, izskaidro atšķirību starp satelītu un dronu, kā arī parāda, kā interpretēt un — pats galvenais — verificēt šīs kartes, izmantojot mākslīgo intelektu.
Vispirms sapratīsim fiziku. Vesela, fotosintētiska lapa intensīvi absorbē sarkano gaismu (jo to izmanto hlorofils) un spēcīgi atstaro gandrīz infrasarkano gaismu (NIR; josla ārpus sarkanās, acij neredzama). Tā kā augs kļūst stresa stāvoklī un zaudē hlorofilu, tas absorbē mazāk sarkano un mazāk atstaro NIR. NDVI (Normalized Difference Vegetation Index) mēra tieši šo atšķirību:
NDVI = (NIR — sarkans) / (NIR + sarkans)
Rezultāts ir no -1 līdz +1. Kaila augsne un ūdens dod vērtības tuvu 0 vai negatīvas; rets augs 0,2-0,4; blīvs, veselīgs segums ir robežās no 0,7-0,9. NDVI tieši neizmēra ražu, slimības vai augsnes mitrumu — tikai zaļā, dzīvā seguma blīvumu. Zems NDVI ir brīdinājums, nevis diagnoze.
Kāpēc ar vienu indeksu nepietiek?
NDVI ir spēcīgs, taču tam ir divi trūkumi. Pirmais ir piesātinājums: kad segums kļūst ļoti blīvs (teiksim, labi attīstīta kukurūza), NDVI maksimums ir 0,8–0,9 un tas neliecina par turpmāku biomasas pieaugumu. Otrais ir augsnes efekts: retā segumā fona augsnes krāsa izkropļo indeksu. Tāpēc dažādām situācijām ir izstrādāti dažādi indeksi. Zemāk esošajā tabulā ir apkopoti visbiežāk lietotie; Kuru indeksu izvēlaties, ir atkarīgs no jūsu jautājuma.
rādītājs
Kam tas ir labs
piezīme
NDVI
Vispārējā seguma dzīvotspēja
Nodrošina piesātinājumu blīvā segumā
NDRE (sarkanā mala)
Slāpeklis/hlorofils blīvā segumā
Jutīgs pret NDVI vēlīnā periodā
GNDVI (zaļš)
Hlorofila/slāpekļa statuss
Izmanto zaļo lenti
SAVI
Rets segums, kaila augsne
Koriģē augsnes efektu
NDWI/NDMI
Augu/augsnes ūdens saturs
Tuvāk ūdens stresam
MĀJA
Blīvs segums, atmosfēra koriģēta
Samazina piesātinājumu
Padoms: "Kurš indekss?" Atbilde uz jautājumu ir produkta izstrādes fāze. SAVI agrīnā periodā (rets segums); NDRE/GNDVI pastiprinātā blīvā segumā un slāpekļa monitoringā; Ūdens stresa gadījumā NDWI/NDMI bieži ir informatīvāks nekā NDVI.
Satelīts vai drons?
Abi resursi nav konkurenti, bet gan viens otru papildina. Satelīti (piem., Sentinel-2, Landsat) regulāri bez maksas vai lēti aptver lielas platības, taču to izšķirtspēja ir rupja (pikseļi 10-30 m), un mākonis var aizsegt attēlu. Drons nodrošina ļoti augstu izšķirtspēju (pikseļi un centimetri) un lidojumu jebkurā dienā, kuru vēlaties, taču tas aizņem nelielu platību un lidojums un apstrāde prasa darbaspēku. Praktiskā stratēģija ir daudzslāņu: skenējiet visu fermu ar satelītu un atrodiet aizdomīgas vietas, pēc tam rūpīgi pārbaudiet šīs vietas ar dronu un visbeidzot dodieties uz lauku.
Kā mākslīgais intelekts interpretē indeksa karti?
Mākslīgais intelekts ir vērtīgs, interpretējot nevis pašu attēlu, bet no tā ģenerētos skaitliskos kopsavilkumus: reģionu vidējie rādītāji, izmaiņas laika gaitā, atšķirības ar kaimiņu reģioniem. Piemēram, ja jūs sniedzat AI kopsavilkumu, piemēram, “Plot-3 ziemeļu gals NDVI ir samazinājies no 0,72 līdz 0,48 pēdējo 12 dienu laikā, dienvidu gals ir stabils”, tas palīdzēs noteikt iespējamos cēloņus un izveidot lauka kontroles plānu. Bet atcerieties: AI ieteiktais “kāpēc” ir hipotēžu saraksts. Zemu NDVI var izraisīt ūdens stress, slimības, barības vielu trūkums, reta parādīšanās, krusas bojājumi, mākoņu ēna vai svaigi uzarta augsne. Tos atšķir tikai joma, meteoroloģija un fenoloģija.
Trīs mini futrāļi: pēc skaitļiem
1. gadījums — agrīna stresa uztveršana. Kukurūzas laukā satelīts NDVI bija par 0,15 punktiem zemāks nekā apkārtne lauka dienvidrietumu 8 dekāru daļā. Inženieris devās uz šo apgabalu; atrada aizsērējumu apūdeņošanas līnijā un defekts tika novērsts 6 dienas pirms redzamu simptomu (izbalēšanas) parādīšanās. Tika novērsts paredzamais produktivitātes zudums.
2. gadījums — viltus trauksme. NDVI pēkšņi samazinājās vienā satelītdatumā kviešu paraugā. AI teica "iespējama slimība". Tomēr meteoroloģija tajā dienā rādīja smagus mākoņus; Nākamajā attēlā bez mākoņiem NDVI atgriezās normālā stāvoklī. Mākoņu ēna bija viltus trauksme; Lēmums netika pieņemts pēc viena datuma, tika skatīta laikrinda.
3. gadījums — rādītāja atlase. Attīstītā cukurbiešu laukā NDVI visur bija piesātināts ar 0,85 un neuzrādīja slāpekļa atšķirību. Pārejot uz NDRE indeksu, hlorofila deficīts tika novērots lauka austrumu pusē; Lapu analīze apstiprināja slāpekļa deficītu, un šai zonai tika uzklāta mērķtiecīga virskārta.
Vāja uzvedne / spēcīga uzvedne
Vāja uzvedne:
Vai ir kāda problēma ar šo NDVI karti? Kas man jādara?
Spēcīga uzvedne:
Jūsu loma: agronoms ar attālās uzrādes palīdzību. Es sniedzu jums reģionālo NDVI un NDREtime sērijas kopsavilkumu (datums, reģions, vidējā vērtība). Uzdevums:- Uzskaitiet reģionus, kuros ir ievērojams SAMAZINĀJUMS ar samazinājuma apjomu un ilgumu.- Katram reģionam (ūdens/slimība/barība/augsne/mākonis) izvirziet 2-4 IESPĒJAMĀS cēloņa hipotēzes.- Laukā katrai hipotēzei vienā teikumā uzrakstiet, kā es to pārbaudīšu.- Atsevišķi atzīmējiet viena datuma pēkšņas izmaiņas, jo tās var būt mākoņi. DIAGNOZĒT, iesakot pesticīdus/mēslojumu; prioritārais kontrolsaraksts ver.Data:[laikrindas kopsavilkums]
Jaudīgā uzvedne pārvērš AI no diagnostikas iekārtas par prioritāšu noteikšanas un verifikācijas plāna palīgu; skaidri raksta par viena datuma slazdu un diagnostikas limitu.
Četras kopējamas veidnes
1) Indeksa izvēles konsultācija:
Kultūra: [raža], attīstības stadija: [stadija], mans jautājums: [ūdens stress / slāpeklis / vispārējais spēks]. Īsi izskaidrojiet 2 šai situācijai vispiemērotākos veģetācijas indeksus, kāpēc un to priekšrocības salīdzinājumā ar NDVI. Uzrakstiet arī formulas.
2) Laikrindu anomāliju kopsavilkums:
Tālāk esošajā reģionā-datuma-NDVI tabulā atsevišķi uzskaitiet: (a) kritumus, kas ir vairāk nekā 0,1 un ilgst vismaz 2 datumus pēc kārtas, (b) viena datuma lēcienus. Nepievienojiet komentārus, vienkārši izvelciet tabulu.
3) lauka kontroles plāns:
Sastādiet izbraukuma plānu šādām prioritārajām jomām: pierakstiet, kādu mērījumu (mitrums, lapu paraugs, sakņu pārbaude) veiksi katrā apgabalā un kāpēc tas ir vajadzīgs. Ieteikt GPS punktus uz reģionālo centru.
4) Viltus trauksmes filtrs:
Kontrolsaraksts, lai izslēgtu šo NDVI kritumu pirms lēmuma pieņemšanas: mākonis/ēna, ēnas leņķis, ražas novākšana/izlaišana, sensora datums, kaimiņzonas konsekvence. Pārbaudiet katru vienumu "vai tas ir pārbaudīts?" Prezentēt kā.
Biežas kļūdas
- Lēmumu pieņemšana, pamatojoties uz vienu datumu. Mākoņi, ēnas un atmosfēra izkropļo vienoto attēlu; vienmēr skatieties laika rindas.
- Zems NDVI = sajaukts ar slimību. Indekss nenorāda iemeslu; Ūdens, barības vielu, augsnes un izplūdes problēmas rada tādu pašu samazināšanos.
- Piesātinājuma ignorēšana. NDVI virsotnes blīvā segumā; Slāpekļa monitoringā pārslēdzieties uz NDRE/GNDVI.
- Aizmirstot izšķirtspēju. 10 m satelīta pikseļi var paslēpt nelielu stresa plankumu; Nolaidiet dronu aizdomīgajā vietā.
- Izlaižot laukumu. Karte ir rādītājpirksts; Diagnoze tiek veikta augsnē un lapās.
Piezīme. Indeksa karte atbild uz jautājumu "kur jums vajadzētu meklēt", nevis uz jautājumu "kāda ir problēma". Diagrammas tieša pārtulkošana lēmumā par zālēm vai mēslojumu var iejaukties nepareizā iemesla dēļ.
Rezumējot
Veģetācijas indeksi pārvērš augu sparu skaitļos no dažādu gaismas joslu attiecības; Lai gan NDVI ir visizplatītākais, tas neder katrā situācijā piesātinājuma un augsnes ietekmes dēļ — tā brāļi un māsas, piemēram, NDRE, SAVI, NDWI, ir spēcīgāki noteiktos jautājumos. Satelīts ir plaša skenēšana, drons ir cieša pārbaude, un lauks ir pēdējais verifikācijas slānis. AI ir vērtīgs indeksu kopsavilkumu prioritāšu noteikšanā un apstiprināšanas plāna izveidē; Bet zems indekss ir hipotēze, nevis diagnoze. Neiekrītiet viena datuma slazdā, izvēlieties indeksu pēc jautājuma un pārbaudiet katru signālu laukā.
Lietojumprogrammas uzdevums
Sagatavojiet nelielu tabulu, kurā ir vismaz trīs datētas NDVI un, ja iespējams, NDRE vērtības pakai (faktiskā vai reprezentatīvā); ielieciet apzinātu kritumu reģionā un vienreizēju lēcienu randiņā. Piešķiriet to AI, izmantojot šīs ierīces veidnes “laikrindu anomāliju kopsavilkums” un “viltus trauksmes filtrs”. Izvadē novērtējiet, vai AI var atdalīt faktisko kritumu no mākoņa atlēciena, vai tas mēģina veikt diagnozi, un pierakstiet vienu metriku, kuru skatīsit katra reģiona laukā.
kontrolsaraksts
- [ ] Es apzināti izvēlējos savam jautājumam atbilstošu indeksu (NDVI/NDRE/SAVI/NDWI).
- [ ] Es lēmumu balstīju uz laika rindu, nevis vienu attēlu.
- [ ] Es filtrēju pēkšņus pilienus mākoņu/ēnu/saneļu gadījumā.
- [ ] AI norādītos iemeslus es uztvēru kā hipotēzes, nevis kā diagnozes.
- [ ] Es plānoju lauka verifikācijas mērījumu katrai prioritārajai zonai.