A vegetáció analízisekről bővebben

Szakmai anyag

Mar 16

Korábbi cikkekben tárgyaltuk már a multispektrális drón analízisek alapjait, a vizsgált fényspektrumokat és az is kiderült, hogy mi ennek a jelentősége a mezőgazdasági szántóföldi kultúrák esetén. Most igyekszünk inkább gyakorlati szempontból megközelíteni a technológiát és részletesebben vizsgálni, hogy miért van szükség speciális kamerákra a növényzet vizsgálatakor.

Ortomozaik, reflektancia térkép

Minden drónos adatgyűjtés alapja, hogy a vizsgálandó területet az autonóm repülés során fotókkal fedjük le. Ezek a fotó csomagok képezik a későbbi vizsgálatok alapanyagát.

Nem mindegy tehát, hogy egy hagyományos (RGB) kamerával fotózzuk a területet, vagy multispektrális kamerával. Azonban azt nem jelenthetjük ki, hogy egyik jobb a másiknál, hiszen mindkét technológiát hasznosítani tudjuk, csak nem pontosan ugyanarra a célra.

A fotózás során – mindkét esetben – a terület egészét le kell fednünk, és meghatározott átfedéseket kell hagyjunk közöttük, hogy a feldolgozás folyamán a rendszer képes legyen összefűzni azokat.

Míg egy hagyományos kamerával készült fotó csomag az emberi szem számára készült képet ad – amit ránézésre tudunk értelmezni –, addig a multispektrális kamerák által készített fotókon valamilyen fénytartomány visszaverődési értékét mérjük, jelen esetben a növényzetről.

Előbbi azonnali információkat szolgáltat vadkárról, elemi kárról, vetéshibáról, növekedési problémákról, tőszámláláshoz ad segítséget, utóbbi pedig megmondja, hogy a különböző hullámhosszúságokon mért visszaverődések milyen erősségűek.

Vizsgálhatjuk a vörös, a zöld, kék, közeli infravörös, távoli vörös tartományokat, melyek arra hivatottak, hogy a későbbi indexek (pl. NDVI, NDRE) alapjául szolgáljanak. Így a reflektancia térkép, melyet a multispektrális kamerák segítségével hozhatunk létre, képpontonként tartalmazza az elkészített hullámhossz tartományok értékeit. Ennek megfelelően képpontonként képesek vagyunk matematikai műveleteket végezni. Ha pl. az NDVI indexre gondolunk, a következő matematikai műveletet végezzük el:

*NIR – közeli infravörös képpont értéke, VIS – vörös csatorna képpontjának értéke.*

Ez az egyenlet határozza meg a készülő NDVI térképünk minden egyes pontját. A művelet elvégzése után azonban még mindig nem a jól ismert színes zöld-sárga-piros területhez jutunk, hanem annak alapjához, az index térképhez. Ez a térkép fontos értékeket tartalmaz, hiszen a feketétől a fehérig minden képpontja egy-egy érték.

Mivel az NDVI képlet alapján számoltunk, így a fekete képpontok azokat a területeket mutatják, ahol nincsen növényzet, a szürkés részek a gyenge növényzetet, a fehér képpontok pedig a sűrű, fotoszintetizáló növényzetet jelzik. Természetesen pl. a fehér és a fekete színtartomány között sok-sok 100, vagy 1000 lépcsőfok van annak megfelelően, hogy hány bites fotókat készítettünk.

Alap térkép – Kalibrált térkép – Index térkép – NDVI térkép

Utolsó lépés, hogy az emberi szem számára sokkal könnyebben felfoghatóvá tegyük, hogy mit látunk valójában, így megfeleltetjük a képpontokat a következőképp:

fekete – piros árnyalatok
szürkés részek – sárga árnyalatok
fehér részek – zöld árnyalatok

Így meg is született a piros-sárga-zöld színekből álló NDVI térképünk. Természetesen az NDVI képletet csak szemléltetésképpen használtuk, hisz ez a legismertebb index a létező több száz közül. Az indexek többsége a közeli infravörös tartományt kombinálja valamely más színtartománnyal, de használjuk még a távoli vörös sávot is, melyet további indexekhez tudunk felhasználni.

Létezik olyan megoldás is, mely látszólag NDVI térképet képes készíteni alap RGB fotók alapján. Ez azonban csak “mű NDVI”, hiszen nem tudunk közeli infra sávot felhasználni hozzá.

Ebben az esetben a területen látható “zöld” színeket zöldként, minden mást pedig sárgaként és pirosként jelenít meg. Így egy nem valós NDVI térképet kapunk, de sok esetben ez is elégséges tud lenni egy terménybecsléshez, vagy egy terület vizsgálatához. Az index neve: VARI

Összegezve tehát

A növények leveleiről visszavert fény különböző szín csatornáit (hullámhosszait) vizsgáljuk.
Az egyes csatornák más-más módon verődnek vissza a növényekről és egyéb tereptárgyakról.
Képpontonként matematikai műveleteket végzünk az alap térképen, ebből születik az index térkép.
Az index térképet felszínezzük (LUT), hogy jobban átlássuk.
A kultúrák vizsgálata során detektálható a növényi stressz és a lokális fertőzés gócpont.
Elkülöníthetőek a fotoszintetizáló növények a már élettelenektől.

Hogy az alap térkép hány színcsatornát tartalmaz, azt minden esetben a kamera határozza meg. Ahogy feljebb említettük, egy alap kamera R/G/B színeket lát.

A mezőgazdasági célra készült kamerák további csatornákat képesek vizsgálni. Ilyen a közeli infravörös (NIR) és a távoli vörös (RedEdge) sáv.
Ez a két hullámhossztartomány a leginkább érzékeny a fotoszintetizáló nővényekre. Jellemzően multispektrális kameráknak hívjuk őket.

Léteznek azonban olyan kamerák is, mely szűrő csere után képessé válnak a közeli infravörös tartományt is érzékelni. Azonban ebben az esetben valamely alap sávunkat az RGB-ből elveszítjük. Jellemzően a kék, vagy a piros “helyén” jelenik meg a közeli infravörös, miután az eszközt képessé tesszük ezen hullámhossz tartomány befogadására.

RGB kamerák

DJI Phantom 3, Phantom 4, Phantom 4 pro/advanced, Mavic Pro, Mavic 2

Általában a vásárolható drónok saját kamerája RGB színösszetételű. Ebben az esetben hagyományos – látható tartományú térképeket készíthetünk, melyeken vizsgálható pl. vadkár, viharkár, víznyomás, növénymagasság és zöld terület felmérés. Kalkulálható index: VARI

Kamerák módosított lencsével

DJI Phantom 4 agro (ndvi) mezőgazdasági drón, MAPIR Survey sorozat stb.

Megjelenik a közeli infravörös csatorna, így már valódi NDVI mérésére alkalmas. Nagy hatékonysággal térképezi fel a fotoszintetizáló növényzetet. Ezek a kamerák jellemzően 3 csatornával rendelkeznek. A közeli infravörös (NIR) csatorna vagy a vörös, vagy a kék csatorna helyére érkezik. A kamerából érkező adatok (fotó csomagok) feldolgozása bonyolultabb, erőforrás és időigényes. Cserébe viszont a kamerák olcsóbbak. Kalkulálható indexek: NDVI, SAVI, GRVI

Multispektrális kamerák

Parrot Sequoia, Sequoia+, Micasense RedEdge M/MX/Altum, Sentera

Kimondottan professzionális mezőgazdasági felhasználásra készült kamerák. Csatornánként külön szenzorral rendelkeznek, így egy fotó elkészítésekor annyi kép készül, ahány tartomány érzékelésére képes a kamera. Így csatornánként készíthető térkép a területről. Mindennemű vizsgálatra alkalmas eszköz, amire a mezőgazdaságban szükség lehet. Beeső fény mérő szenzorának köszönhetően a kalibráció a fényviszonyoknak megfelelően történik, az eredmények abszolút értékek, így későbbi eredményekkel összevethetők. Alkalmasak korai problémagócok feltérképezésére, nitrogénellátottság megállapítására a távoli vörös sáv segítségével. Kalkulálható indexek: NDVI, ENDVI, SAVI, GRVI, NDRE

Az AGRONmapper kizárólag a MAPIR és a Micasense kalibrációs panelekkel kompatibilis. Az AIRNOV kalibrációs cél nem használható.

Kamera típusonként végezhető multispektrális vizsgálatok

Hagyományos RGB kamera: RGB, VARI
Módosított lencséjű kamera (Phantom 4 agro, Mapir, Sentera, stb.): NDVI, SAVI, GRVI
Multispektrális kamera: (Parrot Sequoia, Sequoia+, Micasense RedEdge M/MX/Altum) RGB, NDVI, ENDVI, SAVI, GRVE, NDRE

Minden jog fenntartva!
AGRON
FlyingEyes Solutions Bt.

Turbéki Richárd