Kasvi- ja maa-aineiden indikaattorit

GeoPard voi laskea kasvillisuus-/kosteus-/klorofylli-, maan kirkkaus- ja muita indeksejä

Jokainen maaperä- ja kasvillisuusindeksi on kuvattu GeoPard-sovelluksessa

Satelliittikuvantamiseen perustuvien indikaattoreiden luettelo

Kaikki satelliittikuvat on korjattu ja optimoitu katselua ja analyysiä varten. Eri kuvien valitseminen auttaa ymmärtämään peltoasi paremmin tunnistamalla hyvin kehittyneet alueet ja viljelyksen esiintymispoikkeamat. Näihin näkymiin kuuluvat:

1. RGB – Luonnollinen tai tosi väri (punainen, vihreä ja sininen).

2. NIR – (oletus) infrapunanlähellä olevien näkymättömien (lähietäisyys-infra) ja näkyvien (punainen, vihreä) spektrin osien yhdistelmä. Se parantaa aineiston tulkittavuutta: kasvillisuus näkyy punaisen sävyissä, voimakkaasti kasvavat alueet kirkkaanpunaisina, ja maa-alueet vaihtelevat tummanvihreästä vaaleanvihreään tai harmaaseen.

3. EVI2 – Parannettu kasvillisuusindeksi (0–2,4), jota suositellaan NDVI:tä enemmän kohteissa, joissa lehvästö on tiheä ja NDVI saattaa mennä kyllästymään. Tätä näkymää voidaan käyttää viljelykasvien analysointiin kaikissa kasvuvaiheissa.

4. LAI – Lehtialan indeksi (0–5,86), dimensioeton suure, joka kuvaa kasvikaton tiheyttä. Jakautuminen paljaasta maasta tiheään lehvästöön. Arvot vaihtelevat paljaasta maasta (indeksin arvo 0) tiheään katokseen (indeksin arvo noin 3,5 tai enemmän kasvukauden huipulla) ja esitetään punaisen ja vihreän sävyin.

5. NDVI – Normalisoitu kasvillisuusindeksi (0–1) on hyvä viljelyksen kunnon osoitin, joka kuvaa vihreän kasvillisuuden jakautumista. Tässä näkymässä on kuitenkin rajoituksia kasvukauden alussa (maan vaikutus) ja kasvillisuuden huipulla (yllätyskyllästyminen). Kartalla esitetään punaisen ja vihreän värein.

6. GNDVI – Vihreä normalisoitu kasvillisuusindeksi (0–1). Se on herkempi klorofyllin vaihteluille kuin NDVI ja suositeltava varhais- ja keskikasvuvaiheen viljelyksille. Jakautuminen kartalla punaisesta vihreään.

7. IPVI – Infrapuna-prosenttikasvillisuusindeksi (0–1). Toiminnallisesti sama kuin NDVI, mutta laskennallisesti nopeampi.

8. GCI – Vihreä klorofylli-indeksi (0–7). Tätä indeksiä käytetään lehtien klorofyllipitoisuuden arviointiin ja se soveltuu monille kasvilajeille. Se auttaa mittaamaan kasvin terveyttä, koska klorofyllipitoisuus laskee stressaantuneissa kasveissa. Kartalla esitetään vaaleanvihreästä tummanvihreään.

9. SAVI – Maata säätelevä kasvillisuusindeksi (0–1,5) vähentää maan kirkkauden vaikutuksia. Erittäin hyödyllinen vuoden alussa, kun kasvit ovat erillään tai riveissä ja maa on selvästi näkyvissä, sekä keskikasvuvaiheessa, kun kasvit eivät vielä kosketa toisiaan.

10. OSAVI – Optimoitu maata säätelevä kasvillisuusindeksi (0–1). Sitä kannattaa käyttää alueilla, joissa kasvillisuus on suhteellisen harvaa, ja varhais- ja keskikasvuvaiheen viljelyksille. Esitetään punaisesta vihreään -legendalla.

11. NDWI – Normalisoitu vesindeksi. Sitä käytetään veden erottamiseen kuivasta maasta ja vesistöjen kartoitukseen. Kartalla esitetään sinertävin sävyin.

12. WDRVI – Laaja dynaaminen kasvillisuusindeksi (-0,6–0,4). Tätä indeksiä käytetään viljelmän fysiologisten ja fenologisten ominaisuuksien yksityiskohtaisempaan analyysiin. Se käyttää samoja kaistoja kuin NDVI mutta soveltaa laajennettua dynaamista aluetta.

13. SBI – Maan kirkkausindeksi. Se on indikaattori maan orgaanisen aineen, hiekkapitoisuuden ja suolaisten alueiden osalta, ja tärkeä maan olosuhteiden muutosten tutkimisessa ajan mittaan. Hiekkamaat, vaaleamman värinsä ja karkeamman rakenteensa vuoksi heijastavat enemmän valoa, joten niiden SBI-arvot ovat korkeampia. Savimaat, jotka ovat rikkaampia orgaanisessa aineessa ja kosteudessa, näyttäytyvät tummempina ja saavat matalammat arvot.

14. NDMI – Normalisoitu kosteuseroindeksi. Normalisoitua kosteuseroindeksiä käytetään kasvillisuuden vesipitoisuuden määrittämiseen. Se on ihanteellinen kasvien vesistressin löytämiseen. Parempi kasvillisuus antaa korkeampia arvoja. Matalammat kosteusarvot viittaavat siihen, että kasvit ovat veden puutteesta johtuvassa stressissä. Tulkinta:

    • (-1; -0,8) Paljas maa;

    • (-0,8; -0,2) Lähes ei lainkaan tai hyvin vähäinen lehvästö;

    • (-0,2; 0) Matala lehvästö, jolla korkea vesistressi TAI hyvin vähäinen lehvästö, jolla matala vesistressi;

    • (0; 0,2) Keskimääräinen lehvästö, jolla korkea vesistressi TAI matala lehvästö, jolla matala vesistressi;

    • (0,2; 0,4) Korkea lehvästö, jolla korkea vesistressi TAI keskimääräinen lehvästö, jolla matala vesistressi;

    • (0,4; 1) Korkea ja erittäin korkea lehvästö ilman vesistressiä.

15. MSI – Kosteusstressi-indeksi. Kosteusstressi-indeksiä käytetään lehvästön stressianalyysiin, tuotannon ennustamiseen ja biofysikaaliseen mallintamiseen. Indeksin korkeammat arvot osoittavat suurempaa kasvien vesistressiä ja vähemmän maankosteutta ja vesipitoisuutta. Indeksin arvot vaihtelevat 0:sta yli 3:een, ja vihreälle kasvillisuudelle tyypillinen alue on 0,2–2.

16. CCCI – Lehvästön klorofyllipitoisuusindeksi. CCCI on kaksidimensionaalinen kaukokartoitusindeksi, jota ehdotetaan viljelmän typpi (N) -tilan arviointiin. CCCI käyttää lähietäisyys-infrapuna- (NIR) ja punaisen spektrialueen heijasteita huomioidakseen kausittaiset muutokset lehvästön tiheydessä, kun taas NIR- ja kaukonpunaisen alueen heijasteita käytetään lehvästön klorofyllin suhteellisten muutosten havaitsemiseen, mikä toimii typpipitoisuuden indikaattorina.

17. MCARI – Muokattu klorofyllin absorptiosuhdeindeksi reagoi lehtien klorofyllipitoisuuteen ja maapinnan heijasteeseen. Yleisesti ottaen korkeat MCARI-arvot viittaavat alhaiseen lehtiklorofyllipitoisuuteen. MCARI on heikompi ennustamaan matalia klorofyllipitoisuuksia, erityisesti koska maasignaalin vaikutus rajoittaa sen toiminnallisuutta.

18. TCARI – Muunneltu klorofyllin absorptioheijasteindeksi on yksi useista CARI-indekseistä, joka osoittaa klorofyllin suhteellista runsautta. Sitä vaikuttaa alapuolinen maan heijaste, erityisesti kasvillisuudessa, jossa LAI on alhainen.

19. MCARI/OSAVI ja TCARI/OSAVI ovat CARI:n integroidut muodot, jotka tarjoavat paremman lineaarisuuden klorofyllipitoisuuden kanssa ja resistenssin lehtialan indeksiä (LAI) vastaan. Parannus syntyy, koska punaisen ja NIR-heijasteiden tilalle käytettiin vihreän, punaisen ja punareunan heijasteita. Indeksien yhdistelmiä voidaan käyttää lehvästön klorofyllipitoisuuden arviointiin.