Willkommen zu
Moderne Landwirtschaft
!
Fast alle Aspekte unseres Lebens – Atmung, Kleidung, Obdach, Nahrung usw. — sind tief mit der Vegetation verflochten. Jede Veränderung der Vegetationsstruktur hat sowohl ökologisch als auch ökonomisch drastische Auswirkungen. In jüngster Zeit waren die Weiterentwicklung von GIS, GPS, Fernerkundung und Präzisionslandwirtschaft die wichtigsten Schlüssel zu einem besseren Pflanzenmanagement. Die Präzisionslandwirtschaft ermöglicht beispielsweise eine verbesserte Analyse sowie die Identifizierung und Verwaltung zeitlicher und räumlicher Feldfruchtvariabilität.
Keine Diskussion über Präzisionslandwirtschaft kann ohne den Vegetationsindex abgeschlossen werden, insbesondere wenn es um Fernerkundung in dieser Art der Landwirtschaft geht. Lesen Sie also weiter, um zu erfahren, was diese Vegetationsindizes sind und wie sie in der Präzisionslandwirtschaft nützlich sind.
Ein Vegetationsindex hilft bei der periodischen Fernbeobachtung der Vegetation und wird seit 1974 aktiv verwendet. Dieser mathematische Ausdruck ist eine spektrale Transformation zur Identifizierung der Vegetation (im weiteren Sinne) unter Verwendung von zwei oder mehr Spektralbändern.
Mithilfe dieses Algorithmus können Wissenschaftler und andere betroffene Mitarbeiter fotozentrische Aktivitäten effektiv beobachten und Abweichungen in der Baumkrone identifizieren und bei Bedarf genaue Vergleiche ziehen. Es umfasst die Bewertung verschiedener Aspekte wie Pflanzenwachstum, Vitalität, Biomasse und Chlorophyllgehalt.
Die Wahl des Vegetationsindex unterscheidet sich je nach Anwendung, aber alle verschiedenen Indizes arbeiten auf identischen optischen Bändern, die sich durch Farben unterscheiden. Die meisten von ihnen verwenden Nahinfrarotreflexion, um eine Beziehung zu gesundem Vegetationswachstum zu identifizieren.
Dazu nutzen Wissenschaftler effektive Fernerkundungstechniken. Sie lesen Attribute wie:
In den letzten 20 Jahren hat sich der Vegetationsindex schnell entwickelt, und jetzt sind Agritech-Führer wie Cropin dabei , setzen den Einsatz in der Landwirtschaft dynamisch um. Damit lassen sich wichtige Informationen wie Positive und Belastungen auf einem Grundstück einfach ermitteln.
Solche Messwerte sind räumlich und stammen von allem, was aus dem Weltraum sichtbar ist, oder von den Lichtreflexionen im nahen Infrarot von der Oberfläche in den Weltraum. Durch den Einsatz optischer Satellitensensoren ist es möglich, die Sonneneinstrahlung zu messen. Da die Messwerte auf verschiedenen Bändern erfasst werden, werden multispektrale optische Sensoren verwendet. Jeder Kanal in diesem Band ist so ausgelegt, dass er für einen sehr schmalen Bereich von Wellenlängen empfindlich ist, die wie folgt farbcodiert sind:
Blaue und rote Bänder spiegeln den Vegetationsindex mit niedrigerem Wert wider, und wenn der Wert zunimmt, wird er grün. Auf der anderen Seite werden diejenigen mit höheren Werten vom nahen Infrarotband gelesen.
Verschiedene Arten von Vegetationsindex sind für spezifische Anwendungen bestimmt; Die häufigsten Sensoren, denen wir begegnen, sind jedoch Advanced Very High-Resolution Radiometer (AVHRR) und Moderate-resolution Imaging Spectroradiometer (MODIS) Vegetation 1 und 2 Sensoren.
AgTech-Revolutionäre nutzen den Vegetationsindex aktiv in der Präzisionslandwirtschaft. Diese Form der Landwirtschaft zielt darauf ab, mehr Output mit weniger Input zu produzieren, und der Vegetationsindex ist dabei von immenser Bedeutung.
Diese zeitgemäße Implementierung von VI in der Präzisionslandwirtschaft bietet mehrere Vorteile, wie zum Beispiel:
VI-Mapping kann auch effektiv für zukünftige Referenzen verwendet werden, um die periodischen Änderungen im Laufe der Zeit zu markieren.
Wie bereits erwähnt, gibt es verschiedene Arten von VIs (die tatsächliche Zahl liegt bei Hunderten). Sie werden verwendet, um verschiedene Zwecke auf der Grundlage der Fernerkundung zu erfüllen.
Lassen Sie uns einen Blick auf einige der VIs werfen, die bei Cropin am häufigsten verwendet werden:
NDVI in der Landwirtschaft erkennt den Zeitpunkt phänologischer Ereignisse anhand der von den Sensoren erfassten sichtbaren Rot- und Nahinfrarotreflexion. Es ist eine äußerst beliebte Methode und funktioniert am besten, wenn die Vegetation ihren Biomasse-Höchststand erreicht hat. NDVI verwendet Landsat.
NDVI funktioniert jedoch nicht gut mit der Herbstphänologie, während die höchste Genauigkeit bei der Beobachtung erreicht wird, wenn es Schnee oder Wasser auf der Oberfläche gibt, wobei letzteres auf indischen Parzellen häufig vorkommt.
Quelle:Phenospex
NDRE gilt als die bessere Version von NDVI, da es viel empfindlicher ist. Diese Fernerkundungstechnik ist ideal für Pflanzen, die sich in der mittleren und späteren Wachstumsphase befinden. Die Basis dieses Sensors ist eine Ansammlung von Chlorophyll.
Der Grund dafür ist, dass NDRE mit Rotkantenlicht arbeitet, das ein Blatt besser durchdringt als das in NDVI verwendete rote Licht. Es verwendet Landsat 8 und arbeitet auf roten und NIR-Bändern. Das Lesen hilft bei der Bestimmung der Gesundheit der Vegetation.
Beachten Sie, dass es immer noch nicht ideal für Pflanzen in einem früheren Wachstumsstadium ist.
Quelle:EOS
Hier wird der Messwert mit einer Kombination aus Land Temperature Surface (LST) und NDVI bestimmt. Dieser Index ist jedoch möglicherweise nicht ideal für nicht trockene Regionen. Stattdessen ist es eines der besten VIs für die Analyse von Dürre.
Quelle:FAO
Dieser einheitenlose Index wird bei Laubkronen als einseitig begrünte Blattfläche pro Bodenfläche gemessen. Wenn man bedenkt, dass eine Pflanze einen LAI von 2 hat, bedeutet dies, dass sie eine Anzahl von Blättern hat, die die gegebene Bodenfläche zweimal bedecken können. Diese Daten können für die gesamte Kultur oder für eine Parzelle verwendet werden, um das Wachstum zu bestimmen. LAI verwendet den beliebten Sentinel 2.
Quelle:Land Products Validation and Characterization in support of Proba-V, S-2, and S-3 mission
EVI misst Gebiete mit dichtem Blätterdach, idealerweise Wälder. Es ist nicht ideal für trockene und bergige Gebiete.
Hier sind C1 und C2 Korrelationen zur Korrektur der Aerosolstreuung in der Atmosphäre, während L ein Koeffizient zur Anpassung an den Boden- und Überdachungshintergrund ist.
Diese Formel funktioniert für Beobachtungen von Landsat 8.
Quelle:CAESCG , CC BY-SA 4.0 , über Wikimedia Commons
Wissenschaftler haben GRVI entwickelt, um die negativen Auswirkungen von NDVI zu bekämpfen. Es identifiziert nicht nur die Frühlings-, sondern auch die Herbstfärbung. Unter Verwendung grüner und roter Bänder verwendet GRVI hauptsächlich Landsat. Dies dient idealerweise dazu, den perfekten Erntezeitpunkt für Nutzpflanzen zu identifizieren. Mit GRVI kann man auch bei Schnee und Wasser mit präzisen Messwerten rechnen.
Dieser Vegetationsindex dient zur Ermittlung der Brandschwere in großen Brandabschnitten mit Fernzugriff. Herkömmlicherweise wird der Wert dafür unter Verwendung von NIR- und SWIR-Werten abgeleitet, die von Landsat beobachtet werden. Bei Cropin verwenden wir den Index, um Waldbrände und Stoppelverbrennungen zu erkennen, was in Nordindien ein jährliches Ereignis ist.
Hier ist die Formel:NBR=(NIR – SWIR) / (NIR + SWIR)
Quelle:Wide World of Sport
Cropin implementiert Vegetationsindizes basierend auf der Region und der Kultur in seinen intelligenten AgTech-Produkten wie SmartFarm und SmartRisk , basierend auf den personalisierten Anforderungen einer Organisation.
Die schnelle Verbesserung der Technologie unterstützt die Landwirtschaft durch die Reformierung von Praktiken, die Cropin auch auf die bestmögliche Weise anpasst, um die erforderlichen Markenziele zu erreichen. Mit solchen Techniken wird der Parzellenertrag sicherlich steigen, aber dies kann langfristig auch den Druck auf das Land verringern und so die Ziele einer nachhaltigen Landwirtschaft erfüllen.
