Что такое NDVI снимки? Нужны ли они современному фермеру?

Лень – несомненный двигатель прогресса, однако живое участие агро­нома в процессе машина полностью заменить не может. Современные IT продукты способны оказать весомую помощь в анализе и структури­ровании больших объемов данных, но не заменить человека. Одним из таких инструментов, на который даже современные аграрные институ­ты возлагают надежды как на панацею, является снимок NDVI.

С появлением многозональных сним­ков космических спутников появился новый инструмент косвенного анали­за растительности на основе анализа спектра – вегетационный индекс NDVI – нормализованный относительный индекс растительности. Впервые по­добный анализ был применен в 70-х годах прошлого века американскими учеными (Rouse BJ).

Методы расчета

Для расчета индекса применяется формула:
NDVI =NIR-RED
NIR+RED

Показатель NIR обозначает отраже­ние в ближней инфракрасной области спектра, а показатель RED – отражение в красной области спектра.

По этой формуле интенсивность рас­тительности в каждой конкретной точке снимка вычисляется частным разности и суммы интенсивности отражения света в красном и инфракрасном диапазоне.

Однако такой простой способ расчета скрывает в себе большие погрешности, на которые влияют различия в освещен­ности снимка, облачности, дымки, погло­щение радиации атмосферой, отражение от почвенного слоя и другие факторы. Для получения более точных данных применяется сложный метод нормали­зованной разности между минимумом и максимумом отражений.

Позже появилось много усовершен­ствованных вариаций классического расчета NDVI, которые снижают влияние различных помехообразующих факто­ров. Такие индексы рассчитываются по формулам, учитывающим отношения между отражающей способностью различных природных объектов и рас­тительностью в других диапазонах, по­мимо красного и инфракрасного, что делает их более сложными в примене­нии. К примеру, индекс EVI (Enhanced vegetation index).

Особенности интерпретации

В современном агропромышленном комплексе индекс NDVI обычно рассчи­тывается по спутниковым снимкам или снимкам БПЛА, что ведет к значительно­му удорожанию производственного про­цесса, так как для оперативного реаги­рования годятся только свежие снимки.

Значение индекса NDVI колеблется в диапазоне от –1 до +1, а для анализа рас­тительности индекс обязательно прини­мает только положительные значения: чем плотнее растительный покров в момент измерения, тем значение NDVI ближе к единице.

Однако показатель NDVI – весьма от­носительная величина, которая не пока­зывает абсолютных значений биомассы зеленых листьев. Этот индекс позволяет лишь приблизительно оценить, на­сколько хорошо или плохо развиваются посевы. NDVI абсолютно не эффективен на снимках, полученных в сезон невеге­тирующей растительности.

Значение индекса на одном и том же участке поля постоянно меняется в течение сезона в зависимости от фаз развития посевов. Индекс растет с на­ступлением вегетационного периода, в момент цветения рост индекса NDVI пре­кращается и затем переходит к стадии снижения по мере созревания посевов. Очевидно, что на значении индекса так­же сказывается уровень плодородности почвы, агрономические технологии и даже метеоусловия. Прогнозы урожай­ности посевов с наибольшей вероят­ностью определяются по пиковым зна­чениям NDVI. Применительно к злакам пик значения индекса относительной растительности приходится на момент начала фазы колошения.

Сами по себе снимки NDVI бесполез­ны, т. к. их анализ человеком (например, агрономом) крайне сложен и не нужен. Современные программные средства позволяют анализировать большие объ­емы данных и доводить до пользователя уже готовые результаты. Такой комплекс­ный подход позволяет избежать ошибок и ускорить процесс обработки снимков.

Учитывая потенциальную урожайность сорта, мы можем прогнозировать, при каком значении NDVI урожайность будет максимальной для данного сорта. Но для этого необходим многолетний анализ, сбор и интерпретация информации.

Сравнивая показатели NDVI со сред­ними значениями за несколько лет и со­поставляя эти данные с урожайностью культур за прошлые годы, можно опре­делить прогнозируемую урожайность в текущем году. К примеру, если в фазу колошения значение NDVI составляет всего 0,50 – можно составить прогноз, что урожайность культуры на данном участке будет ниже максимальной на 30%.

Применение современных IT систем для анализа снимков NDVI позволяет учесть влияние внешних факторов и частично скорректировать результаты на основе коэффициентов погрешности влияния погодных условий. Часто в таких системах анализируются серии NDVI за несколько дней, недель или месяцев и составляются композитные изображе­ния. Это позволяет избежать влияния случайных и некоторых систематических погрешностей.

В большинстве случаев необходимо сравнение полученных результатов с предварительно собранными данными опытных эталонных участков, с чем также с большей точностью и эффектив­ностью справится именно программное обеспечение.

Подводя итоги, нужно отметить, что главным звеном в агротехноло­гических процессах был и остается агроном. Именно человек применяет конечные решения, но для упроще­ния задач созданы современные ин­формационные системы, с большей эффективностью обрабатывающие огромные объемы данных. Таким образом, сами по себе снимки NDVI в их первозданном виде агроному не нужны, а нужны данные анализа снимков с учетом всех погрешностей и история полей за несколько лет.

Юлия Мельникова

Статья опубликована в №2 (196) газеты «АгроИнфо» от 11.02.2019 г.