benvenuto a
Agricoltura moderna
!
Quasi tutti gli aspetti della nostra vita:respirazione, abbigliamento, riparo, cibo, ecc. — sono profondamente intrecciati con la vegetazione. Qualsiasi cambiamento nella struttura della vegetazione mostra un drastico impatto ambientale oltre che economico. Negli ultimi tempi, il progresso di GIS, GPS, telerilevamento e agricoltura di precisione sono state le chiavi principali per una migliore gestione delle colture. L'agricoltura di precisione, ad esempio, consente un'analisi avanzata, l'identificazione e la gestione della variabilità temporale e spaziale delle colture in campo.
Ora, nessuna discussione sull'agricoltura di precisione può essere completa senza l'indice di vegetazione, soprattutto quando si parla di telerilevamento in questo tipo di agricoltura. Quindi, continua a leggere per sapere quali sono questi indici di vegetazione e come sono utili nell'agricoltura di precisione.
Un indice di vegetazione aiuta nelle periodiche osservazioni remote della vegetazione ed è stato utilizzato attivamente dal 1974. Questa espressione matematica è una trasformazione spettrale per identificare la vegetazione (nel suo senso più ampio) utilizzando due o più bande spettrali.
Usando questo algoritmo, gli scienziati e altro personale interessato osservano efficacemente le attività fotocentriche e identificano le variazioni nella chioma, oltre a fare confronti accurati se necessario. Include la valutazione di vari aspetti, come la crescita delle colture, il vigore, la biomassa e il contenuto di clorofilla.
La scelta dell'indice di vegetazione differisce in base alla sua applicazione ma tutti i diversi indici lavorano su bande ottiche identiche differenziate per colori. La maggior parte di loro utilizza la riflettanza nel vicino infrarosso per identificare una relazione con una sana crescita della vegetazione.
Per questo, gli scienziati utilizzano efficaci tecniche di telerilevamento. Prendono letture su attributi come:
Negli ultimi 20 anni, l'indice di vegetazione si è evoluto rapidamente e ora leader agrotecnologici, come Cropin , ne stanno implementando l'uso nel settore agricolo in modo dinamico. Con questo, è possibile determinare facilmente informazioni vitali come aspetti positivi e stress su un pezzo di terra.
Tali letture sono spaziali e sono tratte da tutto ciò che è visibile dallo spazio o dai riflessi della luce nel vicino infrarosso dalla superficie allo spazio. Con l'utilizzo di sensori ottici satellitari è possibile misurare la radiazione solare. Poiché le letture vengono effettuate su bande diverse, vengono utilizzati sensori ottici multispettrali. Ciascun canale in questa banda è progettato in modo da essere sensibile a una gamma molto ristretta di lunghezze d'onda codificate a colori come:
Le bande blu e rosse riflettono l'indice di vegetazione di valore inferiore e all'aumentare del valore diventa verde. Quelli di valore più alto, invece, vengono letti dalla banda del vicino infrarosso.
Diversi tipi di indice di vegetazione sono destinati ad applicazioni specifiche; tuttavia, i sensori più comuni che incontriamo includono Advanced Very High-Resolution Radiometer (AVHRR) e Moderate-resolution Imaging Spectroradiometer (MODIS) Vegetation 1 e 2 sensori.
I rivoluzionari AgTech utilizzano attivamente l'indice di vegetazione nell'agricoltura di precisione. Questa forma di agricoltura mira a produrre più output con un input minore e l'indice di vegetazione è di immensa importanza nell'esecuzione di questo.
Questa implementazione new age di VI nell'agricoltura di precisione offre numerosi vantaggi, come:
La mappatura VI può anche essere utilizzata efficacemente per riferimenti futuri per contrassegnare i cambiamenti periodici nel tempo.
Come accennato in precedenza, i VI sono di diversi tipi (la cifra effettiva è in centinaia). Sono utilizzati per scopi diversi basati sul telerilevamento.
Diamo un'occhiata ad alcuni dei VI più utilizzati in Cropin:
L'NDVI in agricoltura rileva i tempi degli eventi fenologici utilizzando la riflettanza del rosso visibile e del vicino infrarosso catturata dai sensori. È un metodo estremamente popolare e funziona meglio quando la vegetazione è al massimo della biomassa. NDVI utilizza Landsat.
Tuttavia, NDVI non funziona bene con la fenologia autunnale, mentre la massima precisione nell'osservazione si verifica quando c'è neve o acqua in superficie, quest'ultima è un evento comune nelle parcelle indiane.
Fonte:Phenospex
NDRE è considerata la versione migliore di NDVI in quanto è molto più sensibile. Questa tecnica di telerilevamento è ideale per le colture che si trovano nelle fasi intermedie e successive della crescita. La base di questo sensore è un accumulo di clorofilla.
Il motivo è che NDRE funziona con la luce del bordo rosso, che passa attraverso una foglia meglio della luce rossa utilizzata in NDVI. Utilizza Landsat 8 e opera sulle bande rosse e NIR. La lettura aiuta a determinare la salute della vegetazione.
Tieni presente che non è ancora l'ideale per le colture in una fase iniziale di crescita.
Fonte:EOS
Qui, la lettura viene determinata utilizzando una combinazione di Land Temperature Surface (LST) e NDVI. Questo indice, tuttavia, potrebbe non essere l'ideale per le regioni non aride. Invece, è uno dei migliori VI utilizzati per l'analisi della siccità.
Fonte:FAO
Questo indice senza unità è misurato come l'area fogliare verde unilaterale per area del terreno nel caso di chiome di latifoglie. Considerare che una pianta ha un LAI di 2 implica che ha un numero di foglie in grado di coprire due volte l'area del terreno data. Questi dati possono essere utilizzati per l'intero raccolto o per un appezzamento per determinare la crescita. LAI utilizza il popolare Sentinel 2.
Fonte:convalida e caratterizzazione dei prodotti terrestri a supporto della missione Proba-V, S-2 e S-3
EVI misura aree con fitte chiome, idealmente foreste. Non è l'ideale per le zone aride e montuose.
Qui, C1 e C2 sono correlazioni per correggere la dispersione dell'aerosol nell'atmosfera, mentre L è un coefficiente da regolare per lo sfondo del suolo e della chioma.
Questa formula funziona per le osservazioni di Landsat 8.
Fonte:CAESCG , CC BY-SA 4.0 , tramite Wikimedia Commons
Gli scienziati hanno sviluppato GRVI per combattere i negativi di NDVI. Non solo identifica la colorazione primaverile ma anche autunnale. Utilizzando bande verdi e rosse, GRVI impiega principalmente Landsat. Questo serve idealmente per identificare il momento perfetto per la raccolta delle colture. Con GRVI ci si può aspettare letture precise anche in presenza di neve e acqua.
Questo indice di vegetazione viene utilizzato per identificare la gravità dell'ustione in grandi zone di incendio con accesso remoto. Tradizionalmente, il valore per questo è derivato utilizzando i valori NIR e SWIR osservati da Landsat. In Cropin, utilizziamo l'indice per rilevare incendi boschivi e bruciature di stoppie, un evento annuale nell'India settentrionale.
Ecco la formula:NBR=(NIR – SWIR) / (NIR + SWIR)
Fonte:Wide World of Sport
Cropin implementa indici di vegetazione basati sulla regione e sul raccolto nei suoi prodotti AgTech intelligenti, come SmartFarm e Rischio intelligente , in base alle esigenze personalizzate di un'organizzazione.
Il rapido miglioramento della tecnologia sta aiutando l'agricoltura attraverso la riforma delle pratiche che Cropin personalizza anche nel miglior modo possibile per soddisfare gli obiettivi del marchio richiesti. Utilizzando tali tecniche, la resa degli appezzamenti aumenterà sicuramente, ma ciò può anche ridurre la pressione sulla terra, a lungo termine, raggiungendo così gli obiettivi dell'agricoltura sostenibile.
