Φασµατικοί δείκτες βλάστησης και οι εφαρμογές τους στη γεωργία
Από RemoteSensing Wiki
Φασµατικοί δείκτες βλάστησης και οι εφαρμογές τους στη γεωργία
Πρωτότυπος τίτλος:Φασµατικοί δείκτες βλάστησης και οι εφαρμογές τους στη γεωργία
Συγγραφείς: Καλλιώρας Γεώργιος
Δημοσιεύθηκε:2022
Σύνδεσμος πρότυπου κειμένου: http://repository.library.teiwest.gr/xmlui/handle/123456789/10509
Εισαγωγή
Οι στρατηγικές γεωργικής παραγωγής έχουν αλλάξει σημαντικά, τα τελευταία χρόνια, λόγω της τεχνολογικής ανάπτυξης, των οικονομικών αποφάσεων για μείωση των εισροών και μεγιστοποίηση των κερδών και μέσω περιβαλλοντικών κατευθυντήριων γραμμών για την επίτευξη καλύτερης ασφαλέστερης και αποτελεσματικότερης χρήσης των γεωργικών χημικών ουσιών. Επιπλέον, τα συστήματα γεωργικής παραγωγής είναι εγγενώς μεταβλητά, λόγω της χωρικής διακύμανσης των ιδιοτήτων του εδάφους, η τοπογραφία και το κλίμα είναι χωρικά μεταβλητά. Για την επίτευξη του στόχου των βιώσιμων συστημάτων καλλιέργειας, η μεταβλητότητα πρέπει, συνεπώς να εξετάζεται τόσο στο χώρο όσο και στο χρόνο, επειδή οι παράγοντες που επηρεάζουν την απόδοση των καλλιεργειών έχουν διαφορετική χωρική και χρονική συμπεριφορά. Η πρόοδος σε τεχνολογίες όπως τα Παγκόσμια Συστήματα Εντοπισμού Θέσης (GPS), τα Γεωγραφικά Συστήματα Πληροφοριών (GIS) και η τηλεπισκόπηση έχουν δημιουργήσει τη δυνατότητα να εκτιμηθεί η χωρική μεταβλητότητα που υπάρχει στον τομέα και διαχείρισής του με κατάλληλες εξειδικευμένες πρακτικές πεδίου.
Φασματικοί δείκτες βλάστησης:
Οι φασματικοί δείκτες βλάστησης είναι μια ενιαία τιμή μαθηματικού ποσοτικού συνδυασμού της απορρόφησης και σκέδασης των φυτών μετασχηματίζοντας τις παρατηρήσεις από πολλαπλές φασματικές ζώνες του ηλεκτρομαγνητικού φάσματος. Ανάλογα με τη μέθοδο μετασχηματισμού και τις φασματικές ζώνες που χρησιμοποιούνται, αξιολογούνται διάφορες πτυχές που σχετίζονται με τη βλάστηση και άλλες παραμέτρους στην εικόνα. Ορισμένοι από τους δείκτες βλάστησης που αναφέρονται στην παρούσα εργασία είναι: Δείκτης Simple Ratio ή Ratio Vegetation Index (SR or RVI): Ο δείκτης βλάστησης RATIO υπολογίζεται από απλή διαίρεση των ραδιομετρικών τιμών του υπέρυθρου καναλιού προς τις τιμές του κόκκινου και έχει το πλεονέκτημα ότι ελαχιστοποιεί τα προβλήματα φωτεινότητας που προκαλούνται από την τοπογραφία της περιοχής. NDVl (Normalized Difference Vegetation Index): Ο NDVI είναι ένας από τους πιο συχνά χρησιμοποιούμενους δείκτες βλάστησης στην τηλεπισκόπηση από την δεκαετία του 1970 κι έπειτα. Αυτός ο δείκτης εκμεταλλεύεται την αντίθεση των χαρακτηριστικών μεταξύ δύο ζωνών από ένα πολυφασματικό σύνολο δεδομένων raster, την απορρόφηση χρωστικών ουσιών χλωροφύλλης στην κόκκινη ζώνη και την υψηλή ανακλαστικότητα του φυτικού υλικού στη (NIR). NDWI (Normalized Difference Water Index): Ο δείκτης κανονικοποιημένης διαφοράς νερού (NDWI) χρησιμοποιείται για την επισήμανση χαρακτηριστικών ανοικτού νερού σε μια δορυφορική εικόνα επιτρέποντας σε ένα υδάτινο σώμα να "ξεχωρίζει" ενάντια στο έδαφος και τη βλάστηση. NDMI (Normalized Difference Moisture Index): Ο δείκτης υγρασίας κανονικοποιημένης διαφοράς (NDMI) ανιχνεύει τα επίπεδα υγρασίας στη βλάστηση χρησιμοποιώντας ένα συνδυασμό στις φασματικές ζώνες. (NIR) και (SWIR). Είναι ένας αξιόπιστος δείκτης της καταπόνησης του νερού στις καλλιέργειες. GNDVI (Green-Normalized Difference Vegetation Index): Ο δείκτης GNDVI (Green Normalized Difference Vegetation) είναι ένας δείκτης της φωτοσυνθετικής δραστηριότητας των φυτών μετρά την περιεκτικότητα σε χλωροφύλλη με μεγαλύτερη ακρίβεια από τη NDVI. Είναι δείκτης χλωροφύλλης και χρησιμοποιείται σε μεταγενέστερα στάδια ανάπτυξης. RE-NDVI (Red Edge-Normalized Difference Vegetation Index): Ο κανονικοποιημένος δείκτης βλάστησης κόκκινων άκρων διαφοράς (NDRE) συνδυάζει τις φασματικές ζώνες near-infrared (NIR) και μια συγκεκριμένη ζώνη για το στενό εύρος μεταξύ του ορατού κόκκινου και της ζώνης μετάβασης κόκκινου NIR. Για την καλύτερη ακρίβεια δεδομένων, συνιστάται η χρήση του NDRE σε συνδυασμό με το NDVI.
Εφαρμογές:
Για πρακτικές εφαρμογές στον γεωργικό τομέα, η επιλογή ενός συγκεκριμένου VI πρέπει να γίνει με προσοχή εξετάζοντας και αναλύοντας διεξοδικά τα πλεονεκτήματα και τους περιορισμούς των υφιστάμενων VIs και στη συνέχεια να τα συνδυάσουμε για να εφαρμοστούν σε ένα συγκεκριμένο περιβάλλον και καλλιέργεια. Ενδεικτικές εφαρμογές στη γεωργία είναι: Παρακολούθηση καλλιέργειας και απόδοσης. (Crop Monitoring and Yield): Η δορυφορική παρακολούθηση καλλιεργειών είναι η τεχνολογία για την παρατήρηση των αλλαγών στον δείκτη βλάστησης που λαμβάνονται με φασματική ανάλυση δορυφορικών εικόνων υψηλής ανάλυσης. Χρησιμοποιείται σε διαφορετικούς αγρούς ή για μεμονωμένες καλλιέργειες και επιτρέπει την παρακολούθηση της θετικής και αρνητικής δυναμικής της ανάπτυξης των φυτών. Η διαφορά στη δυναμική του δείκτη βλάστησης υποδηλώνει δυσαναλογίες στην ανάπτυξη εντός της ίδιας καλλιέργειας ή πεδίου. Διαχείριση λίπανσης και θρεπτικών (Nutrient Management): Η διαχείριση της λίπανσης και γενικότερα των θρεπτικών συστατικών αποτελεί ένα από τα πιο βασικά στοιχεία της γεωργίας ακριβείας που διέπει όλα τα σημαντικά προβλήματα βελτίωσης της παραγωγικότητας, της βιωσιμότητας, της κερδοφορίας και της κλιματικής αλλαγής. Η αξιολόγηση της ζήτησης θρεπτικών στοιχείων από τα φυτά είναι πιο αποτελεσματική στρατηγική, καθώς η ανάπτυξη των φυτών σε οποιαδήποτε δεδομένη στιγμή είναι μια συνισταμένη της επίδρασης της προσφοράς θρεπτικών ουσιών από όλες τις πηγές και επομένως αποτελεί ένα αξιόπιστο μέτρο της διαθεσιμότητάς τους. Διαχείριση άρδευσης και εξατμισοδιαπνοή (Irrigation Water Management & E.T.): Η ακριβής εκτίμηση και ο χωρικός προσδιορισμός των πραγματικών απαιτήσεων σε νερό είναι πρωταρχικής σημασίας για τη διασφάλιση μιας αποτελεσματικής χρήσης της Γης και βιώσιμης διαχείρισης του νερού, όπως ορίζεται από την Ατζέντα για τους Στόχους Βιώσιμης Ανάπτυξης (United_Nations, 2015). Η μέθοδος FAO56 έχει χρησιμοποιηθεί εδώ και πολύ καιρό ως τυπική διαδικασία για την εκτίμηση της ETc μέσω ενός μόνο ή διπλού Kc και ενός ETo. Οι αξιοσημείωτες πρόοδοι στις τεχνολογίες τηλεπισκόπησης τις τελευταίες δεκαετίες δημιούργησαν την ευκαιρία για την αποτελεσματική χρήση φασματικών πληροφοριών, συχνά με τη μορφή VIs, για υποστήριξη γεωργικών εφαρμογών, συμπεριλαμβανομένων εκείνων που σχετίζονται με την εκτίμηση των Kc και Kcb. Εδαφική υγρασία και υδατικό στρες. (Soil Moisture & Water Stress): Η περιεκτικότητα εδαφικής υγρασίας των εδαφών που καλύπτονται από τη βλάστηση έχει μελετηθεί με τη χρήση δεικτών όπως TVDI, EVI, GCI και συνηθέστερα ο NDVI, ένας ενισχυμένος δείκτης βλάστησης για τον προσδιορισμό της κατάστασης της βλάστησης, χρησιμοποιώντας την ξηρασία ως δείκτη εδαφικής υγρασίας, και ο δείκτης NDWI χρησιμοποιείται για τον προσδιορισμό υδατικών σωμάτων και περιοχών όπου το έδαφος είναι κορεσμένο. Ο προσαρμοσμένος στο έδαφος δείκτης βλάστησης (SAVI), χρησιμοποιείται για τη μείωση της επίδρασης του εδάφους, ελαχιστοποιώντας την σχετική φωτεινότητα λαμβάνοντας υπόψη κυρίως την αλληλεπίδραση βλάστησης/εδάφους με παραμέτρους ρύθμισης του εδάφους. Η χρήση αυτού του δείκτη για τη χαρτογράφηση της εδαφικής υγρασίας, είναι σημαντική στην πρόβλεψη της συγκράτησης της υγρασίας του εδάφους. Διαχείριση ασθενειών και εντόμων (Crop Disease Management & Insect detection): Βλάβες των εντόμων και των ασθενειών μπορούν να ανιχνευθούν με τη χρήση διαφόρων φασματικών δεικτών με βάση VIS-NIR ή υπερφασματικές αντανακλάσεις, σε συνδυασμό με ανάλυση μερικής παλινδρόμησης ελαχίστων τετραγώνων ή τεχνικές μηχανικής μάθησης.
Συμπεράσματα
Η ταχεία τεχνολογική ανάπτυξη έχει συμβάλει καθοριστικά στον αγροτικό τομέα. Ο συνδυασμός τεχνολογιών, όπως η τηλεπισκόπηση, GIS και GPS αποτελούν σημαντικό παράγοντα και εργαλείο στην παραγωγή των καλλιεργειών και τις εφαρμογές. Οι εφαρμογές των VIs στη γεωργία επεκτείνονται σε πολλά πεδία και είδη καλλιεργειών, από την αρχική προετοιμασία του εδάφους έως την συγκομιδή. Η χρήση των VIs για τις εφαρμογές στα προβλήματα των καλλιεργειών μπορεί να προσαρμοστεί για να λάβει πληροφορίες σχετικά με την παραλλαγή εντός του πεδίου/αγρού σε ένα συγκεκριμένο τμήμα της καλλιεργητικής περιόδου και των χαρακτηριστικών στα διάφορα στάδια ανάπτυξης των καλλιεργειών. Ταυτόχρονα, η χρήση διαφορετικών δεικτών ενισχύει την κατανόησή για τις επιπτώσεις των πρακτικών διαχείρισης.
