Введение

NDVI (Normalized Difference Vegetation Index) – нормализованный относительный индекс растительности, позволяющий оценивать развитие биомассы растений во время вегетации. В данном документе рассмотрены принципы работы NDVI, способы его применения и интерпретации данных.

Что такое NDVI?

Зелёные листья растений поглощают электромагнитные волны в красном диапазоне (RED) и отражают волны в ближнем инфракрасном (NIR). Чем здоровее растение и больше его листовая поверхность, тем больше отражается свет в NIR. Если растение испытывает стресс или обезвоживание, его листья отражают меньше NIR, но сохраняют отражение в RED.

На основе этой закономерности вычисляется индекс NDVI по формуле:

NDVI = (ρ_NIR – ρ_RED) / (ρ_NIR + ρ_RED),

• ρ_NIR – коэффициент отражения в ближней инфракрасной области спектра.
• ρ_RED – коэффициент отражения в красной области спектра.

Диапазон значений NDVI

NDVI принимает значения от -1 до +1:

• От 0,2 до 0,9 – характерны для растительности. Чем выше значение, тем больше зелёной биомассы.
• От -1 до 0 – поверхности без растительности (вода, почва, оборудование и т. д.).
• Почва обычно имеет NDVI ≈ 0.

NDVI – относительный показатель. Он не даёт абсолютного значения биомассы, но позволяет сравнивать её развитие во времени.

NDVI можно измерять с помощью оптических датчиков или дистанционных методов: спутниковых и аэрофотоснимков. В системе "Агроаналитика" используются спутниковые снимки. Специальное ПО преобразует шкалу NDVI в цветовую карту: -1 отображается красным цветом, +1 – зелёным.

Как использовать NDVI?

NDVI решает множество задач в сельском хозяйстве. Рассмотрим две ключевые области применения.

1. Выявление проблем на полях

NDVI – эффективный инструмент мониторинга состояния растений. Он позволяет обнаруживать проблемы на полях до двух недель раньше, чем человеческий глаз.

Преимущества NDVI:

• Нет необходимости лично осматривать поля – проблемы можно выявить удалённо.
• Позволяет своевременно обнаруживать болезни, вредителей, грибки, засуху и принимать меры до значительного ухудшения состояния посевов.
• Сравнение NDVI за разные даты помогает отследить равномерность созревания, потребность во влаге, удобрениях и средствах защиты растений.

Пример анализа: Сравним два спутниковых снимка NDVI с разницей в неделю. Система анализирует изменения и отображает результат в графическом виде (диаграммы, таблицы).

• В первом примере видно, что поле развивается неравномерно: в одних зонах биомасса выросла, в других – снизилась. Это может указывать на проблемы с почвой или недостаток удобрений.

• Во втором примере NDVI продолжает расти ("зелёный" снимок), но наблюдается временный провал 7 июня из-за облачности. В целом, поле выровнялось, что говорит о равномерном созревании урожая.

2. Прогноз урожайности

По данным научных исследований, NDVI позволяет с высокой точностью прогнозировать урожайность.

Как NDVI меняется в течение сезона?

• В начале вегетации NDVI растёт.
• В момент цветения его рост останавливается.
• По мере созревания NDVI снижается.

Скорость изменения NDVI зависит от почвы, погоды и агротехнологий. По среднему значению индекса можно сравнивать состояние посевов на разных полях.

Прогнозирование урожайности

Наиболее точные прогнозы строятся в период пика NDVI. Например, для озимой пшеницы при интенсивном возделывании NDVI в этот момент составляет 0,80–0,88 (по данным Центра точного земледелия РГАУ-МСХА им. К.А. Тимирязева). Это указывает на максимальную урожайность.

• Если в фазу колошения NDVI = 0,60–0,65, урожайность будет ниже на 25–30%.
• Поскольку NDVI связан с зелёной биомассой, а урожайность – с её процентной долей, можно прогнозировать будущий урожай.

Пример анализа:

На графике видно, что 21 мая 2019 года NDVI достиг 0,84. Это указывает на высокую прогнозируемую урожайность.

Долговременный анализ NDVI

Агрономам полезно вести исторические данные NDVI. Это позволяет:

• Оптимизировать севооборот,
• Долговременно прогнозировать урожаи,
• Сравнивать значения NDVI в текущем году со среднемноголетними данными.

Сопоставляя текущий NDVI с данными прошлых лет и фактической урожайностью, можно прогнозировать продуктивность полей в текущем году.