ලාභ:
- NDVI සහ අනෙකුත් වෘක්ෂලතා දර්ශක මනිනු ලබන්නේ කුමක්ද සහ කුමන තත්වයකදී කුමන දර්ශකය සුදුසුද යන්න පැහැදිලි කිරීමේ හැකියාව.
- AI ආධාරයෙන් චන්ද්රිකා/ඩ්රෝන ඡායාරූප වලින් නිපදවන ලද දර්ශක සිතියම් අර්ථකථනය කිරීමේ හැකියාව සහ ආතති ප්රදේශවලට ප්රමුඛත්වය දීම
- ක්ෂේත්ර පාලනය, කාලගුණ විද්යාව සහ දර්ශණ විද්යාව සමඟ දර්ශක විෂමතා සත්යාපනය කිරීමෙන් ව්යාජ අනතුරු ඇඟවීම් ඉවත් කිරීමේ හැකියාව
ඇසෙන් ක්ෂේත්රයක් සැරිසැරීම විශාල ප්රදේශ මත මන්දගාමී සහ නොමඟ යවන සුළුය: ඇස වෙහෙසට පත් වේ, එයට හුරු වේ, සහ විශාල රටා මග හැරේ. කෙසේ වෙතත්, අභ්යවකාශයේ සිට හෝ ඩ්රෝන යානයකින් බැලූ විට, වෘක්ෂලතාදිය පිළිබඳ සෞඛ්යය ඩිජිටල් සිතියමක් බවට පත් වන අතර, ඇසට දැකීමට නොහැකි තරම් ඉක්මනින් ආතතියට පත් වූ ප්රදේශ පැහැදිලිව අනාවරණය වේ. මෙම පරිවර්තනය සඳහා ප්රධාන මෙවලම වෘක්ෂලතා දර්ශක වේ: රූපයේ විවිධ ආලෝක පටිවල අනුපාතයෙන් ශාකයේ ජීව ශක්තිය සංඛ්යාවක් බවට පරිවර්තනය කරන සූත්ර. මෙම ඒකකය වඩාත් පොදු දර්ශකය වන NDVI සහ එහි සහෝදරයන් හඳුන්වා දෙයි, චන්ද්රිකාව සහ ඩ්රෝන් අතර වෙනස පැහැදිලි කරයි, සහ කෘත්රිම බුද්ධිය සමඟ මෙම සිතියම් අර්ථ නිරූපණය කරන ආකාරය සහ-වඩාත්ම වැදගත් ලෙස සත්යාපනය කරන ආකාරය ඔබට පෙන්වයි.
අපි මුලින්ම භෞතික විද්යාව තේරුම් ගනිමු. නිරෝගී, ප්රභාසංස්ලේෂක පත්රයක් රතු ආලෝකය තීව්ර ලෙස අවශෝෂණය කරයි (ක්ලෝරෝෆිල් එය භාවිතා කරන නිසා) සහ ආසන්න අධෝරක්ත කිරණ (NIR; රතු පැහැයෙන් ඔබ්බට ඇති පටිය, ඇසට නොපෙනෙන) දැඩි ලෙස පරාවර්තනය කරයි. ශාකය ආතතියට පත් වී හරිතප්රද නැති වන විට, එය අඩු රතු අවශෝෂණය කර NIR අඩුවෙන් පරාවර්තනය කරයි. NDVI (සාමාන්ය වෙනස් වෘක්ෂලතා දර්ශකය) හරියටම මෙම වෙනස මනිනු ඇත:
NDVI = (NIR - රතු) / (NIR + රතු)
ප්රතිඵලය -1 සහ +1 අතර වේ. හිස් පස සහ ජලය 0 හෝ ඍණ ආසන්න අගයන් ලබා දෙයි; විරල ශාක 0.2-0.4; ඝන, සෞඛ්ය සම්පන්න ආවරණය 0.7-0.9 පරාසයක පවතී. NDVI මගින් අස්වැන්න, රෝග, හෝ පාංශු තෙතමනය සෘජුව මනින්නේ නැත-කොළ, ජීවමාන ආවරණයේ ඝනත්වය පමණි. අඩු NDVI යනු අනතුරු ඇඟවීමක් මිස රෝග විනිශ්චයක් නොවේ.
එක් දර්ශකයක් ප්රමාණවත් නොවන්නේ ඇයි?
NDVI ශක්තිමත් නමුත් දුර්වලතා දෙකක් ඇත. පළමුවැන්න සන්තෘප්තියයි: කවරය ඉතා ඝන බවට පත් වූ විට (හොඳින් වර්ධනය වූ බඩ ඉරිඟු) NDVI 0.8-0.9 දක්වා ඉහළ යන අතර තවදුරටත් ජෛව ස්කන්ධ වැඩි වීමක් පෙන්නුම් නොකරයි. දෙවැන්න පාංශු ආචරණය: විරල ආවරණයේදී, පසුබිම් පසෙහි වර්ණය දර්ශකය විකෘති කරයි. විවිධ තත්වයන් සඳහා විවිධ දර්ශක සකස් කර ඇත්තේ එබැවිනි. පහත වගුවේ වැඩිපුරම භාවිතා වන ඒවා සාරාංශ කරයි; ඔබ තෝරා ගන්නා දර්ශකය ඔබේ ප්රශ්නය මත රඳා පවතී.
දර්ශකය
එය හොඳ කුමක්ද
සටහන
NDVI
සාමාන්ය ආවරණ ශක්යතාව
ඝන ආවරණයේ සන්තෘප්තිය ලබා දෙයි
NDRE (රතු දාරය)
ඝන ආවරණයේ නයිට්රජන්/ක්ලෝරෝෆිල්
අවසාන කාල පරිච්ඡේදයේදී NDVI වලට සංවේදී වේ
GNDVI (කොළ)
ක්ලෝරෝෆිල්/නයිට්රජන් තත්ත්වය
හරිත ටේප් භාවිතා කරයි
SAVI
විරල ආවරණය, හිස් පස
පාංශු බලපෑම නිවැරදි කරයි
NDWI/NDMI
ශාක / පස ජල අන්තර්ගතය
ජල ආතතියට සමීප වේ
නිවස
ඝන ආවරණය, වායුගෝලය නිවැරදි කර ඇත
සන්තෘප්තිය අඩු කරයි
ඉඟිය: "කුමන දර්ශකයද?" ප්රශ්නයට පිළිතුර වන්නේ නිෂ්පාදනයේ සංවර්ධන අදියරයි. මුල් අවධියේ SAVI (විරල ආවරණය); NDRE/GNDVI වැඩි දියුණු කරන ලද ඝන ආවරණ සහ නයිට්රජන් අධීක්ෂණය; ජල ආතතියේදී, NDWI/NDMI බොහෝ විට NDVI වලට වඩා තොරතුරු සපයයි.
සැටලයිට් හෝ ඩ්රෝන්?
සම්පත් දෙක තරඟකරුවන් නොව එකිනෙකාගේ අනුපූරක වේ. චන්ද්රිකා (උදා: Sentinel-2, Landsat) විශාල ප්රදේශ නොමිලයේ හෝ අඩු මිලට ආවරණය කරයි, නමුත් ඒවායේ විභේදනය රළු (පික්සල 10-30 m) වන අතර වලාකුළු රූපය අඳුරු කළ හැක. ඩ්රෝනය ඉතා ඉහළ විභේදන (පික්සල් සහ සෙන්ටිමීටර) සහ ඔබට අවශ්ය ඕනෑම දිනක පියාසර කරයි, නමුත් එය කුඩා ප්රදේශයක් අල්ලා ගන්නා අතර පියාසර කිරීම සහ සැකසීමට ශ්රමය අවශ්ය වේ. ප්රායෝගික උපායමාර්ගය ස්ථර කර ඇත: මුළු ගොවිපලම චන්ද්රිකාවකින් පරිලෝකනය කර සැක සහිත ස්ථාන සොයා ගන්න, ඉන්පසු එම ප්රදේශ ඩ්රෝන යානයකින් සමීපව පරීක්ෂා කර අවසානයේ ක්ෂේත්රයට යන්න.
කෘතිම බුද්ධිය දර්ශක සිතියම අර්ථකථනය කරන්නේ කෙසේද?
කෘත්රිම බුද්ධිය වටිනා වන්නේ රූපයම නොව එයින් ජනනය වන සංඛ්යාත්මක සාරාංශය: කලාප සාමාන්යය, කාලයත් සමඟ වෙනස් වීම, අසල්වැසි ප්රදේශ සමඟ වෙනස. උදාහරණයක් ලෙස, ඔබ AI වෙත සාරාංශයක් ලබා දෙන්නේ නම්, “පසුගිය දින 12 තුළ Plot-3 NDVI හි උතුරු කෙළවර 0.72 සිට 0.48 දක්වා අඩු වී ඇත, දකුණු කෙළවර ස්ථාවරයි”, එය ඔබට විය හැකි හේතු ප්රමුඛත්වය දීමට සහ ක්ෂේත්ර පාලන සැලැස්මක් සෑදීමට උපකාරී වේ. නමුත් මතක තබා ගන්න: AI යෝජනා කරන "ඇයි" උපකල්පන ලැයිස්තුවකි. අඩු NDVI ජල ආතතිය, රෝග, පෝෂක ඌනතාවය, කලාතුරකින් මතුවීම, හිම කැට හානි, වලාකුළු සෙවන හෝ නැවුම් ලෙස සීසාන ලද පස හේතු විය හැක. ක්ෂේත්රය, කාලගුණ විද්යාව සහ දර්ශණ විද්යාව පමණක් මේවා වෙන්කර හඳුනා ගනී.
කුඩා අවස්ථා තුනක්: අංක අනුව
නඩුව 1 - මුල් ආතතිය අල්ලා ගැනීම. ඉරිඟු ක්ෂේත්රයක, චන්ද්රිකා NDVI ක්ෂේත්රයේ නිරිතදිග 8-decare කොටසේ අවට ප්රදේශයට වඩා ලකුණු 0.15 කින් අඩු විය. ඉංජිනේරුවරයා එම ප්රදේශයට ගියේය; වාරිමාර්ග මාර්ගයේ අවහිරයක් හමු වූ අතර දෘශ්ය රෝග ලක්ෂණ (මැකී යාම) පෙනෙන්නට දින 6 කට පෙර දෝෂය නිවැරදි කරන ලදී. ඇස්තමේන්තුගත ඵලදායිතා පාඩුව වැළකුණා.
නඩුව 2 - වැරදි අනතුරු ඇඟවීම. NDVI තිරිඟු බිම් කැබැල්ලක එක් චන්ද්රිකා දිනයකදී හදිසියේම පහත වැටුණි. AI කිව්වා "හැකි රෝගයක්". කෙසේ වෙතත්, කාලගුණ විද්යාව එදින අධික වලාකුළු පෙන්නුම් කළේය; මීළඟ වලාකුළු රහිත රූපයේ, NDVI යථා තත්ත්වයට පත් විය. වලාකුළු සෙවනැල්ල බොරු අනතුරු ඇඟවීමක් විය; එක දවසක් බලල තීරණයක් ගත්තෙ නෑ, කාල මාලාව බලල.
නඩුව 3 - දර්ශක තේරීම. සංවර්ධිත සීනි බීට් ක්ෂේත්රයක NDVI සෑම තැනකම 0.85 ට සංතෘප්ත වූ අතර නයිට්රජන් වෙනසක් නොපෙන්වයි. NDRE දර්ශකය වෙත මාරු වන විට, ක්ෂේත්රයේ නැගෙනහිර අර්ධයේ හරිතප්රද ඌනතාවය නිරීක්ෂණය කරන ලදී; පත්ර විශ්ලේෂණයෙන් නයිට්රජන් ඌනතාවය තහවුරු වූ අතර එම ප්රදේශයට ඉලක්කගත ඉහළ ඇඳුම් පැළඳුම් යොදන ලදී.
දුර්වල ක්ෂණික / ශක්තිමත් ක්ෂණික
දුර්වල ක්ෂණික:
මෙම NDVI සිතියමේ කිසියම් ගැටලුවක් තිබේද? මම කළ යුත්තේ කුමක් ද?
බලවත් විමසුම:
ඔබේ භූමිකාව: දුරස්ථ සංවේද සහායක කෘෂි විද්යාඥයා. මම ඔබට කලාපය අනුව NDVI සහ NDREtime මාලාවේ සාරාංශයක් (දිනය, කලාපය, සාමාන්ය අගය) ලබා දෙමි. කාර්යය:- අඩුවීමේ ප්රමාණය හා කාලසීමාව සමඟ සැලකිය යුතු ප්රතික්ෂේපයක් පෙන්නුම් කරන කලාප ලැයිස්තුගත කරන්න.- එක් එක් කලාපය සඳහා විය හැකි හේතු උපකල්පන 2-4ක් දෙන්න (ජලය/රෝග/පෝෂක/පාංශු/වලාකුළ).- එක් එක් උපකල්පනය සඳහා ක්ෂේත්රයේ එය සත්යාපනය කරන ආකාරය එක වාක්යයකින් ලියන්න. පළිබෝධනාශක/පොහොර නිර්දේශ කිරීම; ප්රමුඛතා පිරික්සුම් ලැයිස්තුව ver.Data:[කාල මාලාවේ සාරාංශය]
ප්රබල ප්රේරකය රෝග විනිශ්චය යන්ත්රයකින් AI ප්රමුඛතා සහ සත්යාපන සැලසුම් සහායකයකු බවට පත් කරයි; තනි දින උගුල සහ රෝග විනිශ්චය සීමාව ගැන පැහැදිලිව ලියයි.
පිටපත් කළ හැකි සැකිලි හතරක්
1) දර්ශක තේරීමේ උපදේශනය:
බෝග: [බෝග], සංවර්ධන අදියර: [අදියර], මගේ ප්රශ්නය: [ජල ආතතිය / නයිට්රජන් / සාමාන්ය ශක්තිය]. මෙම තත්ත්වය සඳහා වඩාත් සුදුසු වෘක්ෂලතා දර්ශක 2, ඇයි සහ NDVI ට වඩා ඒවායේ වාසිය කෙටියෙන් පැහැදිලි කරන්න. සූත්රත් ලියන්න.
2) කාල ශ්රේණියේ විෂමතා සාරාංශය:
පහත කලාප-දිනය-NDVI වගුවේ: වෙන් වෙන් වශයෙන් ලැයිස්තුගත කරන්න: (a) 0.1 ට වඩා අඩුවීම් සහ අවම වශයෙන් අඛණ්ඩ දින 2ක් සඳහා පවතින, (b) තනි දින පැනීම්. අදහස් එකතු නොකරන්න, වගුව උපුටා ගන්න.
3) ක්ෂේත්ර පාලන සැලැස්ම:
පහත සඳහන් ප්රමුඛතා ක්ෂේත්ර සඳහා ක්ෂේත්ර චාරිකා සැලැස්මක් සාදන්න: එක් එක් ප්රදේශය තුළ මා ගන්නා මිනුම් මොනවාද (ආර්ද්රතාවය, පත්ර සාම්පල, මූල පරීක්ෂාව) සහ එය අවශ්ය වන්නේ මන්දැයි ලියන්න. ප්රාදේශීය මධ්යස්ථානයට GPS ලකුණු නිර්දේශ කරන්න.
4) වැරදි අනතුරු ඇඟවීමේ පෙරහන:
තීරණයක් ගැනීමට පෙර මෙම NDVI පහත වැටීම බැහැර කිරීමට පිරික්සුම් ලැයිස්තුව: වලාකුළු/සෙවණැල්ල, සෙවනැලි කෝණය, අස්වැන්න/නිදහස් කිරීම, සංවේදක දිනය, අසල්වැසි කලාප අනුකූලතාව. එක් එක් අයිතමය පරීක්ෂා කරන්න "එය පරීක්ෂා කර තිබේද?" ලෙස ඉදිරිපත් කරන්න.
පොදු වැරදි
- තනි දිනයක් මත පදනම්ව තීරණ ගැනීම. වලාකුළු, සෙවනැලි සහ වායුගෝලය තනි රූපය විකෘති කරයි; සෑම විටම කාල මාලාව දෙස බලන්න.
- අඩු NDVI = රෝගය සඳහා වැරදියි. දර්ශකය හේතුව නොකියයි; ජලය, පෝෂක, පාංශු සහ පිටවන ගැටළු ද එම පරිහානිය ලබා දෙයි.
- සන්තෘප්තිය නොසලකා හැරීම. ඝන ආවරණයේ NDVI මුදුන්; නයිට්රජන් නිරීක්ෂණයේදී NDRE/GNDVI වෙත මාරු වන්න.
- විසඳුම අමතක වීම. මීටර් 10 චන්ද්රිකා පික්සලයකට කුඩා ආතති පැච් එකක් සැඟවිය හැක; ඩ්රෝන් යානය සැක සහිත ස්ථානයකට ගොඩබස්වන්න.
- පිට්ටනිය මඟ හැරීම. සිතියම දර්ශක ඇඟිල්ලකි; රෝග විනිශ්චය පස සහ කොළ වල සිදු කෙරේ.
සටහන: දර්ශක සිතියම පිළිතුරු දෙන්නේ "ඔබ බැලිය යුත්තේ කොතැනද" යන ප්රශ්නයට මිස "ගැටලුව කුමක්ද" යන ප්රශ්නයට නොවේ. ප්රස්ථාරය කෙලින්ම ඖෂධ හෝ පොහොර තීරණයකට පරිවර්තනය කිරීම වැරදි හේතුවකට මැදිහත් වීමේ අවදානමකි.
සාරාංශයක් ලෙස
වෘක්ෂලතා දර්ශක විවිධ ආලෝක පටිවල අනුපාතයෙන් අංකවලට ශාක ශක්තිය පරිවර්තනය කරයි; NDVI වඩාත් සුලභ වන අතර, එය සන්තෘප්තිය සහ පාංශු බලපෑම් හේතුවෙන් සෑම තත්වයකටම නොගැලපේ - NDRE, SAVI, NDWI වැනි එහි සහෝදර සහෝදරියන් සමහර ප්රශ්නවලට වඩා ශක්තිමත් වේ. චන්ද්රිකාව පුළුල් ස්කෑන් කිරීම, ඩ්රෝන් යනු සමීප පරීක්ෂණය සහ ක්ෂේත්රය අවසාන සත්යාපන ස්ථරයයි. දර්ශක සාරාංශවලට ප්රමුඛත්වය දීම සහ වලංගුකරණ සැලැස්මක් ස්ථාපිත කිරීමේදී AI වැදගත් වේ; නමුත් අඩු දර්ශකයක් යනු උපකල්පනයක් මිස රෝග විනිශ්චයක් නොවේ. තනි දින උගුලට හසු නොවන්න, ප්රශ්නය අනුව දර්ශකය තෝරා ක්ෂේත්රයේ එක් එක් සංඥා පරීක්ෂා කරන්න.
යෙදුම් කාර්යය
අවම වශයෙන් දිනැති NDVI තුනක් අඩංගු කුඩා වගුවක් සහ, හැකි නම්, පාර්සලයක් සඳහා NDRE අගයන් (සැබෑ හෝ නියෝජිත) සකස් කරන්න; කලාපයක හිතාමතා පහත වැටීමක් සහ දිනයක එක් වරක් පැනීම. මෙම ඒකකයේ "කාල ශ්රේණි විෂමතා සාරාංශය" සහ "ව්යාජ අනතුරු ඇඟවීමේ පෙරහන" සැකිලි සමඟින් එය AI වෙත ලබා දෙන්න. ප්රතිදානයේදී, AI හට වලාකුළු පිම්මෙන් සැබෑ පහත වැටීම වෙන් කළ හැකිද, එය රෝග විනිශ්චය කිරීමට උත්සාහ කරන්නේද යන්න ඇගයීමට ලක් කරන්න, සහ ඔබ එක් එක් කලාපය සඳහා ක්ෂේත්රයේ බලන එක් මෙට්රික් එකක් ලියන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම දැනුවත්ව මගේ ප්රශ්නයට සුදුසු දර්ශකය (NDVI/NDRE/SAVI/NDWI) තෝරා ගත්තෙමි.
- [ ] මම තීරණය පදනම් වූයේ තනි රූපය නොව කාල ශ්රේණිය මතය.
- [ ] මම වලාකුළු / සෙවනැලි / ප්ලාවිත අවස්ථාවන්හිදී හදිසි බිංදු පෙරීම කළෙමි.
- [ ] මම AI විසින් දෙන ලද හේතු උපකල්පන ලෙස ගත්තෙමි, රෝග විනිශ්චය ලෙස නොවේ.
- [ ] මම එක් එක් ප්රමුඛතා කලාපය සඳහා ක්ෂේත්ර සත්යාපන මිනුම් සැලසුම් කළෙමි.