zisky:
- Schopnosť vysvetliť, čo meria NDVI a iné vegetačné indexy a ktorý index je vhodný v ktorej situácii.
- Schopnosť interpretovať indexové mapy vytvorené zo satelitných/dronových snímok pomocou AI a uprednostňovať stresové oblasti
- Schopnosť eliminovať falošné poplachy overením indexových anomálií pomocou kontroly v teréne, meteorológie a fenológie
Navigácia v poli pohľadom je na veľkých plochách pomalá a zavádzajúca: oko sa unaví, zvykne si a prehliadne väčšie vzory. Pri pohľade z vesmíru alebo z dronu sa však zdravie vegetácie stáva digitálnou mapou a namáhané oblasti sú jasne odhalené, príliš skoro na to, aby si to oko všimlo. Hlavným nástrojom tejto transformácie sú vegetačné indexy: vzorce, ktoré premieňajú vitalitu rastliny na číslo z pomeru rôznych svetelných pásov na obrázku. Táto jednotka predstavuje najbežnejší index, NDVI a jeho súrodencov, vysvetľuje rozdiel medzi satelitom a dronom a ukazuje vám, ako interpretovať a čo je najdôležitejšie – overiť tieto mapy pomocou umelej inteligencie.
Najprv pochopme fyziku. Zdravý, fotosyntetický list intenzívne absorbuje červené svetlo (pretože ho používa chlorofyl) a silne odráža blízke infračervené svetlo (NIR; pás za červeným, pre oči neviditeľný). Keď sa rastlina dostane do stresu a stráca chlorofyl, absorbuje menej červenej a menej odráža NIR. NDVI (Normalized Difference Vegetation Index) meria presne tento rozdiel:
NDVI = (NIR – červená) / (NIR + červená)
Výsledok je medzi -1 a +1. Holá pôda a voda dávajú hodnoty blízke 0 alebo záporné; riedka rastlina 0,2-0,4; hustá, zdravá pokryvnosť je v rozmedzí 0,7-0,9. NDVI priamo nemeria výnos, choroby alebo vlhkosť pôdy – iba hustotu zelenej, živej pokrývky. Nízka hodnota NDVI je varovaním, nie diagnózou.
Prečo jeden index nestačí?
NDVI je silný, ale má dve slabé stránky. Prvým je nasýtenie: keď sa pokryv stane veľmi hustým (povedzme dobre vyvinutá kukurica), NDVI vrcholí pri 0,8-0,9 a nenaznačuje ďalší nárast biomasy. Druhým je pôdny efekt: v riedkom pokrytí farba podkladovej pôdy skresľuje index. Preto boli pre rôzne situácie vyvinuté rôzne indexy. V tabuľke nižšie sú zhrnuté tie najpoužívanejšie; Ktorý index si vyberiete, závisí od vašej otázky.
index
Na čo je to dobré
poznámka
NDVI
Všeobecná životaschopnosť krytia
Poskytuje sýtosť v hustom kryte
NDRE (červený okraj)
Dusík/chlorofyl v hustom obale
Citlivé na NDVI v neskorom období
GNDVI (zelená)
Stav chlorofylu/dusíka
Používa zelenú pásku
SAVI
Riedka pokrývka, holá pôda
Koriguje pôdny efekt
NDWI/NDMI
Obsah vody v rastline/pôde
Bližšie k vodnému stresu
DOM
Hustý obal, upravená atmosféra
Znižuje sýtosť
Tip: "Ktorý index?" Odpoveďou na otázku je vývojová fáza produktu. SAVI v ranom období (riedka pokrývka); NDRE/GNDVI vo zvýšenej hustote pokrytia a monitorovaní dusíka; Pri vodnom strese je NDWI/NDMI často informatívnejšia ako NDVI.
Satelit alebo dron?
Tieto dva zdroje nie sú konkurentmi, ale navzájom sa dopĺňajú. Satelity (napr. Sentinel-2, Landsat) pokrývajú veľké plochy v pravidelných intervaloch zadarmo alebo lacno, ale ich rozlíšenie je hrubé (pixely 10-30 m) a oblak môže zakryť obraz. Dron poskytuje veľmi vysoké rozlíšenie (pixely a centimetre) a lieta kedykoľvek chcete, ale zaberá malú plochu a let a spracovanie si vyžaduje prácu. Praktická stratégia je vrstvená: naskenujte celú farmu pomocou satelitu a nájdite podozrivé oblasti, potom tieto oblasti dôkladne preskúmajte pomocou dronu a nakoniec prejdite na pole.
Ako umelá inteligencia interpretuje mapu indexu?
Umelá inteligencia je cenná pri interpretácii nie samotného obrazu, ale numerických súhrnov, ktoré sú z neho generované: priemery regiónov, zmeny v čase, rozdiely so susednými regiónmi. Ak napríklad AI poskytnete zhrnutie ako „North end of Plot-3 NDVI sa znížil z 0,72 na 0,48 za posledných 12 dní, južný koniec je stabilný“, pomôže vám to určiť priority možných príčin a vytvoriť plán kontroly v teréne. Pamätajte však: „prečo“ AI navrhuje, je zoznam hypotéz. Nízka NDVI môže byť spôsobená vodným stresom, chorobou, nedostatkom živín, zriedkavým výskytom, poškodením krupobitím, tieňom v oblačnosti alebo čerstvo zoranou pôdou. Rozlišuje ich len odbor, meteorológia a fenológia.
Tri mini prípady: Podľa čísel
Prípad 1 – Včasné zachytenie stresu. Na kukuričnom poli bola satelitná NDVI o 0,15 bodu nižšia ako okolitá oblasť v juhozápadnej 8-dekárovej časti poľa. Inžinier išiel do tej oblasti; našiel upchatie zavlažovacieho potrubia a porucha bola opravená 6 dní predtým, ako sa objavili viditeľné príznaky (vyblednutie). Predišlo sa odhadovanej strate produktivity.
Prípad 2 – Falošný poplach. NDVI náhle klesla na jediný satelitný dátum na pozemku s pšenicou. AI povedala "možná choroba". Meteorológia však v ten deň ukázala veľkú oblačnosť; V ďalšom obrázku bez cloudu sa NDVI vrátilo do normálu. Oblakový tieň bol falošný poplach; Nerozhodovalo sa na základe jedného dátumu, pozeralo sa na časové rady.
Prípad 3 – Výber indexu. V rozvinutom poli cukrovej repy bol NDVI všade nasýtený na 0,85 a nevykazoval žiadny rozdiel v dusíku. Pri prechode na index NDRE bol vo východnej polovici poľa pozorovaný nedostatok chlorofylu; Analýza listov potvrdila nedostatok dusíka a na túto oblasť sa aplikoval cielený vrchný obväz.
Slabá výzva / silná výzva
Slabá výzva:
Je nejaký problém s touto mapou NDVI? čo mám robiť?
Výkonná výzva:
Vaša úloha: Agronóm s asistenciou diaľkového prieskumu Zeme. Dávam vám prehľad sérií NDVI a NDREtime podľa regiónu (dátum, región, priemerná hodnota). Úloha:- Uveďte regióny vykazujúce výrazný POKLES s množstvom a trvaním poklesu.- Uveďte 2-4 MOŽNÉ hypotézy príčin pre každý región (voda/choroba/živina/pôda/oblak).- Napíšte jednou vetou, ako to overím v teréne pre každú hypotézu.- Náhle zmeny v jednom dátume označte oddelene, pretože môže ísť o oblaky/tiene.- NEODPORÚČAJTE, NEPOUŽÍVAJTE pesticídy. prioritný kontrolný zoznam ver.Údaje:[súhrn časových radov]
Výkonná výzva premení AI z diagnostického stroja na asistenta plánovania priorít a overovania; jasne píše o single date trap a diagnostickom limite.
Štyri kopírovateľné šablóny
1) Konzultácia pri výbere indexu:
Plodina: [plodina], vývojové štádium: [fáza], moja otázka: [vodný stres / dusík / celková sila]. Stručne vysvetlite 2 vegetačné indexy najvhodnejšie pre túto situáciu, prečo a ich výhody oproti NDVI. Napíšte aj vzorce.
2) Súhrn anomálií časových radov:
V tabuľke regiónu-dátum-NDVI nižšie: uveďte samostatne: (a) poklesy o viac ako 0,1 a trvajúce aspoň 2 po sebe nasledujúce dátumy, (b) skoky s jedným dátumom. Nepridávajte komentáre, len extrahujte tabuľku.
3) Plán kontroly v teréne:
Urobte si plán exkurzie pre nasledujúce prioritné oblasti: napíšte, aké meranie (vlhkosť, vzorka listov, kontrola koreňov) vykonám v každej oblasti a prečo je to potrebné. Odporučte body GPS do regionálneho centra.
4) Filter falošného poplachu:
Kontrolný zoznam na vylúčenie tohto poklesu NDVI pred prijatím rozhodnutia: oblačnosť/tieň, uhol tieňa, zber/uvoľnenie, dátum senzora, konzistencia susednej zóny. Skontrolujte každú položku "bola skontrolovaná?" Prezentovať ako.
Časté chyby
- Rozhodovanie na základe jedného dátumu. Mraky, tiene a atmosféra skresľujú jeden obraz; vždy sa pozrite na časové rady.
- Nízke NDVI = mylne považované za chorobu. Index neuvádza dôvod; Problémy s vodou, živinami, pôdou a odtokom spôsobujú rovnaký pokles.
- Ignorovanie sýtosti. NDVI vrcholy v hustom pokrytí; V monitorovaní dusíka prepnite na NDRE/GNDVI.
- Zabúdanie na rozlíšenie. 10 m satelitný pixel môže skryť malú záťažovú škvrnu; Pristaňte s dronom na podozrivom mieste.
- Preskakovanie poľa. Mapa je ukazovák; Diagnóza sa robí v pôde a listoch.
Poznámka: Indexová mapa odpovedá na otázku „kam by ste sa mali pozrieť“, nie na otázku „v čom je problém“. Premena tabuľky priamo na rozhodnutie o lieku alebo hnojive predstavuje riziko zásahu do nesprávnej príčiny.
V súhrne
Vegetačné indexy prekladajú silu rastlín na čísla z pomeru rôznych svetelných pásov; Zatiaľ čo NDVI je najbežnejší, nehodí sa do každej situácie kvôli nasýteniu a účinkom pôdy - jeho súrodenci ako NDRE, SAVI, NDWI sú v určitých otázkach silnejší. Satelit je široký sken, dron je podrobná kontrola a pole je posledná overovacia vrstva. AI je cenná pri uprednostňovaní súhrnov indexov a vytváraní plánu validácie; Ale nízky index je hypotéza, nie diagnóza. Nespadnite do pasce s jediným dátumom, vyberte si index podľa otázky a otestujte každý signál v teréne.
Aplikačná úloha
Pripravte si malú tabuľku obsahujúcu aspoň tri datované hodnoty NDVI a ak je to možné, hodnoty NDRE pre parcelu (skutočnú alebo reprezentatívnu); dať úmyselný pokles v regióne a jednorazový skok v dátume. Dajte to AI so šablónami „súhrn anomálií časových radov“ a „filter falošných poplachov“ v tejto jednotke. Vo výstupe zhodnoťte, či AI dokáže oddeliť skutočný pokles od odrazu cloudu, či sa pokúsi o diagnostiku a zapíšte si jednu metriku, na ktorú sa pozriete v poli pre každú oblasť.
kontrolný zoznam
- [ ] Vedome som zvolil index (NDVI/NDRE/SAVI/NDWI) vhodný pre moju otázku.
- [ ] Rozhodol som sa na základe časového radu, nie na jedinom obrázku.
- [ ] Filtroval som náhle kvapky v prípade mrakov/tieňov/závejov.
- [ ] Dôvody uvádzané AI som bral ako hypotézy, nie ako diagnózy.
- [ ] Plánoval som overovacie meranie v teréne pre každú prioritnú zónu.