私たちの生活のほぼすべての側面 — 呼吸、衣服、住居、食べ物など — 植生と深く絡み合っています。植生構造の変化は、環境だけでなく経済にも劇的な影響を及ぼします。最近では、GIS、GPS、リモート センシング、精密農業の進歩が、より良い作物管理の主要な鍵となっています。たとえば、精密農業は、時間的および空間的な圃場内作物の変動性の強化された分析と識別および管理を可能にします。
さて、精密農業に関する議論は、特にこのタイプの農業におけるリモート センシングについて話す場合、植生指数なしでは完結しません。それでは、これらの植生指数とは何か、そしてそれらが精密農業でどのように役立つかを知るために読んでください.
植生指数 (VI) とは?
植生指数は、植生の定期的な遠隔観測を支援し、1974 年以来積極的に使用されてきました。この数式は、2 つ以上のスペクトル バンドを使用して (より広い意味で) 植生を識別するためのスペクトル変換です。
このアルゴリズムを使用して、科学者やその他の関係者は、必要に応じて正確な比較を行うことに加えて、光中心の活動を効果的に観察し、林冠の変化を特定します。これには、作物の成長、活力、バイオマス、クロロフィル含有量など、さまざまな側面の評価が含まれます。
植生指数の働き:宇宙からどのように測定されるのですか?
植生指数の選択はそのアプリケーションに基づいて異なりますが、すべての異なる指数は、色によって区別される同一の光学バンドで機能します。それらのほとんどは、近赤外線反射率を使用して、健全な植生の成長との関係を識別します。
このために、科学者は効果的なリモートセンシング技術を使用しています。次のような属性を読み取ります:
<オール>
緑被率
葉面積指数
グリーン バイオマス
クロロフィル含有量
光合成活性放射線 (APAR) などを吸収して結論を導き出します。
過去 20 年間で、植生指数は急速に進化し、現在では Cropin のようなアグリテックのリーダーとなっています。 、 農業部門での使用を動的に実装しています。これにより、土地のポジティブやストレスなどの重要な情報を簡単に判断できます。
このような読み取り値は空間的であり、宇宙から見えるものから、または表面から宇宙への近赤外光の反射から得られます。光学衛星センサーを使用すると、日射量を測定できます。測定値は異なる帯域で取得されるため、マルチスペクトル光学センサーが使用されます。この帯域の各チャネルは、次のように色分けされた非常に狭い範囲の波長に敏感になるように設計されています。
<オール>
青 (450 nm-510 nm)
緑 (510 nm-580 nm)
赤 (630 nm-690 nm)
近赤外線 (NIR) (770 nm-895 nm)
短波赤外線 (SWIR) (1100 nm-3000 nm)
青と赤のバンドは低い値の植生指数を反映し、値が増加すると緑に変わります。一方、数値の高いものは近赤外線帯域で読み取られます。
さまざまな種類の植生指数が、特定の用途のために用意されています。ただし、最も一般的なセンサーには、Advanced Very High-Resolution Radiometer (AVHRR) および中解像度 Imaging Spectroradiometer (MODIS) Vegetation 1 および 2 センサーが含まれます。
精密農業における植生指数の応用
AgTech の革命家は、精密農業で植生指数を積極的に使用しています。この形態の農業は、より少ないインプットでより多くのアウトプットを生み出すことを目指しており、植生指数はこれを実行する上で非常に重要です.
精密農業における VI のこの新時代の実装には、次のようないくつかの利点があります。
- 物理化学的モニタリング:緑度、クロロフィル プロキシ、温度、蒸発散量、土壌水分などのパラメータが導出され、最適な植物の成長を促進するためにさらに使用できます。
- ほぼリアルタイムのデータ:プロットまたは地域のほぼリアルタイムのデータを提供して、実際に訪問しなくても重要なパラメータに関する最新情報を入手できます。管理者に電話する前に、調査の時間と労力を節約できます。このリアルタイム データを使用することは、タイムリーなアクションを確保し、期待される作物品質に向けて一歩前進するのにも役立ちます。
- 農場活動の計画:植生指数を使用すると、播種、散布、作物保護、灌漑、収穫、およびその他の活動のタイミングを最適に決定できます。このような情報を使用すると、タイムリーな呼び出しを行って、入力とリソースの使用を最適化することもできます。
VI マッピングは、時間の経過に伴う定期的な変化をマークするための将来の参照にも効果的に使用できます。
植生指数の例
前述のように、VI にはさまざまな種類があります (実際の数は数百にのぼります)。それらは、リモートセンシングに基づいてさまざまな目的を満たすために使用されます。
Cropin で最も広く使用されている VI のいくつかを見てみましょう:
NDVI (正規化植生指数)
農業における NDVI は、センサーによってキャプチャされた可視赤色および近赤外線の反射率を使用して、フェノロジカル イベントのタイミングを検出します。これは非常にポピュラーな方法で、植物がバイオマスのピークに達しているときに最も効果的です。 NDVI は Landsat を使用します。
ただし、NDVI は秋の生物季節学ではうまく機能しません。観測の最高精度は、雪や水が表面にあるときに発生し、後者はインドの区画で一般的に発生します。
出典:Phenospex
NDRE (正規化された差分レッド エッジ)
NDRE は、はるかに感度が高いため、NDVI のより優れたバージョンと見なされます。このリモートセンシング技術は、成長の中期および後期段階にある作物に最適です。このセンサーの基礎はクロロフィルの蓄積です。
その理由は、NDRE が NDVI で使用される赤色光よりも葉をよく通過する赤色エッジ光で動作するためです。 Landsat 8 を使用し、赤と NIR バンドで動作します。読書は、植生の健康状態を判断するのに役立ちます。
成長の初期段階にある作物にはまだ理想的ではないことに注意してください.
出典:EOS
VHI (植物健康指数)
ここでは、読み取り値は、Land Temperature Surface (LST) と NDVI の両方の組み合わせを使用して決定されます。ただし、この指数は非乾燥地域には理想的ではない場合があります。代わりに、干ばつの分析に使用される最高の VI の 1 つです。
出典:FAO
LAI (葉面積指数)
この単位のない指数は、広葉樹林冠の場合、地上面積あたりの片側緑葉面積として測定されます。植物の LAI が 2 であることを考慮すると、その植物には、与えられた地面を 2 回覆うことができる葉の数があることを意味します。このデータは、作物全体または成長を判断するためのプロットに使用できます。 LAI は人気の Sentinel 2 を使用しています。
出典:Proba-V、S-2、および S-3 ミッションをサポートする陸上製品の検証と特徴付け
EVI (強化植生指数)
EVI は林冠が密集している地域、理想的には森林を測定します。乾燥した山岳地帯には適していません。
ここで、C1 と C2 は大気中のエアロゾル散乱を補正するための相関関係ですが、L は土壌と林冠の背景を調整するための係数です。
この式は Landsat 8 の観測に有効です。
出典:CAESCG 、 CC BY-SA 4.0 、ウィキメディア コモンズ経由
GRVI (緑の比率植生指数)
科学者たちは、NDVI の欠点に対抗するために GRVI を開発しました。春だけでなく、秋の紅葉も見分けられます。緑と赤のバンドを使用して、GRVI は主に Landsat を使用します。これは、作物の収穫に最適な時期を特定するのに理想的です。 GRVI を使用すると、雪や水の存在下でも正確な読み取りが期待できます。
NBR (正規化燃焼率)
この 植生指数 リモートアクセスで大規模な火災ゾーンで火傷の重症度を特定するために使用されます。従来、この値は、Landsat から観測された NIR 値と SWIR 値を使用して導出されます。 Cropin では、インデックスを使用して、インド北部で毎年行われている森林火災と無精ひげの燃焼を検出しています。
式は次のとおりです:NBR=(NIR – SWIR) / (NIR + SWIR)
出典:Wide World of Sport
Cropin は、SmartFarm などのスマート AgTech 製品で、地域と作物に基づいた植生指数を実装しています。 と SmartRisk 、 組織のパーソナライズされた要件に基づいています。
技術の急速な改善は、必要なブランドの目標を達成するためにクロパンが可能な限り最善の方法でカスタマイズする慣行の改革を通じて農業を支援しています.このような技術を使用すると、区画の収量は確かに増加しますが、長期的には土地への圧力も低下し、持続可能な農業の目標を達成できます。
