نگاهی جامع به شاخص نرمالشده تفاوت پوشش گیاهی (NDVI)
شاخص ndvi مهمترین و پرکاربرد ترین شاخص سنجش از دور برای بارزسازی پوشش گیاهی است که در این پست بررسی شده است.
آموزش رایگان استخراج آبراهه در آرک …

آموزش رایگان زمین مرجع کردن (ژئورفرنس) …

اکسپورت کردن جدول ویژگی در QGIS …

دانلود تصاویر Landsat 8 در نرم …

دو روش اصولی رسم شیپ فایل …

ایجاد یک مجموعه داده موزاییک در …

آموزش استخراج کانتور ارتفاع از گوگل …

آموزش طبقه بندی نظارت نشده در …

آموزش خروجی گرفتن در گوگل ارث …

صحت سنجی طبقه بندی در گوگل …
شاخص نرمال شده تفاوت پوشش گیاهی
برای شروع یادگیری NDVI ابتدا باید به مبحث نسبت گیری باندی و شاخص های طیفی به طور کامل مسلط باشید. در صورتی که به این مبحث مسلط نیستید پست آموزش شاخص های طیفی را مشاهده کنید. در این پست بدون پرداختن به مباحث مقدمانی شاخص ها، قصد داریم نگاهی جامع به شاخص NDVI بندازیم. این شاخص عملا مهمترین و پر استفاده ترین شاخص برای بارزسازی پوشش گیاهی است. اما تنها شاخص موجود نیست، بلکه چندین شاخص دیگر مانند DVI و EVI نیز قادر به بارزسازی پوشش گیاهی هستند.
پست های مشابه:
NDVI چیست ؟
شاخص پوشش گیاهی تفاضلی نرمال شده که ترجمه شده عبارت normalized difference vegetation index می باشد، یکی از شاخص های تفاضلی نرمال شده است. شاخص های تفاضلی نرمال شده معمولا بیشترین استفاده را برای بارزسازی پدیده های سطح دارند. تا کنون در مقالات و پژوهش های مختلفی از این شاخص برای بارز سازی پوشش گیاهی، آب، منطق شهری و انواع واحدهای سنگی استفاده شده است. در این پست صرفا در مورد بارزسازی وشش گیاهی و ndvi صحبت خواهیم کرد.
شاخص های تفاضلی نرمال شده عملا برا اساس فرمول زیر عمل می کنند:
( Bx + By ) / (Bx - By)
اگر بخواهیم این فرمول را به زبان ساده تر بنویسیم به شکل زیر خواهد بود. عبارات موجود در این فرمول در پست معرفی انواع شاخص ها توضیح داده شده است:
(باند جذبی + باند بازتابی) / (باند جذبی - باند بازتابی)
منطق NDVI چیست؟بر اساس فرمول بالا، برای اعمال یک شاخص به یک باند جذبی و یک باند بازتابی نیاز داریم. بر اساس شکل زیر که نشان دهنده نمودار طیفی یک گیاه در محدوه طول موج های مرئی تا فروسرخ نزدیک است، به سادگی می توان فهمید که پوشش گیاهی سبز باند های آبی و قرمز را جذب کرده و باندهای سبز و NIR را به شدت بازتاب می دهد. در شاخص پوشش گیاهی تفاضلی نرمال شده، باند NIR را به عنوان باند بازتابی و باند RED را به عنوان باند جذبی در نظر می گیرند.
در تصویر بالا می توانید رفتار طیفی گیاه سبزینه دار را در باندهای مختلف مشاهده کنید. جذب در باندهای قرمز و آبی به دلیل وجود عامل کلروفیل، خاص گیاهان سبزینه دار است. با توجه به این که این جذب ویژه گیاه است می توان از آن به عنوان باند جذبی استفاده کرد. از طرفی دیگر بازتاب در باند nir در این پدیده جلب توجه می کند. بنابراین می توان از این باند به عنوان باند بازتابی استفاده کرد.
اعمال ndvi
بعد از فهمیدن منطق شاخص های نرمال تفاضلی به سادگی می توان این فرمول را پیاده سازی کرد. در گام قبلی در مورد باندهای جذبی و بازتابی مورد نیاز صحبت شد. فقط کافی است تا این باندهای در فرمول جایگزاری شوند. این جایگزاری به شکل زیر انجام می شود.
(nir + red ) / (nir - red )
خروجی شاخص های تفاضلی نرمال شده عددی بین 1- تا 1+ می باشد. ndvi نیز از این قضیه مستثنی نیست. هر چه عدد خروجی بزرگتر و نزدیکتر به عدد 1+ باشد، در تصویر خروجی پیکسل سفیدتر خواهد بود و این به معنی پوشش گیاهی در آن پیکسل می باشد. نکته قابل توجه در این زمینه، استفاده از این شاخص برای بررسی میزان سلامت پوشش گیاهی می باشد. در تصویر زیر می توانید نمونه خروجی ndvi اعمال شده بر روی یک مزرعه را مشاهده کنید.
نکته قابل توجه در استفاده از این شاخص، رنج های عددی در خروجی است. در خروجی این الگوریتم، هر رنج عددی منطبق بر یک پوشش خاص می باشد. در جدول زیر رنج های عددی و انطباق بر پوشش آورده شده است.
جدول انطباق رنج عددی ndvi
رنج عددی انطباق پوشش -0.28 _ 0.015 پوشش آب 0.015 _ 0.14 سازه 0.14 _ 0.18 زمین لخت 0.18 _ 0.27 درختچه و علفزار 0.27 _ 0.36 پوشش گیاهی با تراکم کم 0.36 _ 1 پوشش گیاهی با تراکم بالا نحوه اعمال ndvi در سنجنده های مختلف
با توجه به تفاوت باندهای سنجنده های مختلف، باندهای جذبی و بازتابی (nir, red) متفاوت خواهند بود. در ادامه می توانید نحوه استفاده از این شاخص برای سنجنده های مختلف را مشاهده کنید.
جدول شاخص ndvi در سنجنده های لندست، سنتینل و استر
نام سنجنده فرمول ndvi ndvi در لندست 4 تا 7 (Band 4 – Band 3) / (Band 4 + Band 3) ndvi در لندست 8 و 9 (Band 5 – Band 4) / (Band 5 + Band 4) ndvi در سنتینل 2 (Band8 - Band4 ) / (Band8 + Band4 ) ndvi در استر (Band4 - Band3N ) / (Band4 + Band3N )



