مؤشر اختلاف الغطاء النباتي المعياري

الموسوعة الحرة
تشير القيم السالبة لمؤشر الغطاء النباتي الطبيعي (NDVI) إلى وجود الماء. أما القيم القريبة من الصفر فتشير عمومًا إلى مناطق قاحلة من الصخور أو الرمال أو الثلج. وتمثل القيم الموجبة المنخفضة الشجيرات والمراعي (حوالي 0.2 إلى 0.4)، بينما تشير القيم الموجبة العالية إلى الغابات المطيرة المعتدلة والاستوائية (قيم تقترب من 1).

يُعدّ مؤشر اختلاف الغطاء النباتي المعياري ( NDVI ) مقياسًا شائع الاستخدام لتقييم صحة وكثافة الغطاء النباتي باستخدام بيانات المستشعرات. ويُحسب هذا المؤشر من بيانات طيفية في نطاقين محددين: الأحمر والأشعة تحت الحمراء القريبة. وعادةً ما تُستقى البيانات الطيفية من مستشعرات عن بُعد، مثل الأقمار الصناعية.

يحظى هذا المقياس بشعبية واسعة في الصناعة نظرًا لدقته العالية، إذ يرتبط ارتباطًا وثيقًا بالحالة الحقيقية للغطاء النباتي على الأرض. ويُعدّ تفسير هذا المؤشر سهلًا: تتراوح قيمة مؤشر NDVI بين -1 و1، حيث تشير القيم القريبة من الصفر إلى قلة الغطاء النباتي أو انعدامه، بينما ترتبط القيم السالبة بالأسطح غير الأرضية أو المسطحات المائية، أما القيم الأعلى فتدل على غطاء نباتي كثيف وصحي. ويُستخدم هذا المؤشر في تطبيقات متنوعة، مثل الزراعة، ورصد الجفاف، وتحليل النظم البيئية.

نبذة تاريخية

الزراعة الدقيقة NDVI 4 سم / بكسل GSD
مؤشر الغطاء النباتي الطبيعي (NDVI) في شهر يونيو فوق الجزر البريطانية (NOAA AVHRR)
مؤشر الغطاء النباتي الطبيعي (NDVI) في شهر أكتوبر فوق الجزر البريطانية (NOAA AVHRR)
متوسط ​​مؤشر الغطاء النباتي NDVI لمدة 6 أشهر لأستراليا، من 1 ديسمبر 2012 إلى 31 مايو 2013. [ 1 ]

بدأ استكشاف الفضاء الخارجي على نطاق واسع مع إطلاق الاتحاد السوفيتي للقمر الصناعي سبوتنيك 1 في 4 أكتوبر 1957. كان هذا أول قمر صناعي من صنع الإنسان يدور حول الأرض . وسرعان ما أدت عمليات الإطلاق الناجحة اللاحقة، سواء في الاتحاد السوفيتي (مثل برنامجي سبوتنيك وكوزموس ) أو في الولايات المتحدة (مثل برنامج إكسبلورر )، إلى تصميم وتشغيل أقمار صناعية مخصصة للأرصاد الجوية . هذه الأقمار عبارة عن منصات مدارية تحمل أجهزة مصممة خصيصًا لمراقبة الغلاف الجوي للأرض وسطحها بهدف تحسين التنبؤات الجوية . ابتداءً من عام 1960، حملت سلسلة أقمار تيروس كاميرات تلفزيونية وأجهزة قياس الإشعاع. تبع ذلك لاحقًا (من عام 1964 فصاعدًا) أقمار نيمبوس الصناعية وعائلة أجهزة قياس الإشعاع المتقدمة عالية الدقة جدًا على متن منصات الإدارة الوطنية للمحيطات والغلاف الجوي (NOAA). تقيس هذه الأجهزة انعكاسية الكوكب في نطاقات الأشعة الحمراء والأشعة تحت الحمراء القريبة، بالإضافة إلى الأشعة تحت الحمراء الحرارية. بالتوازي مع ذلك، طورت وكالة ناسا قمر تكنولوجيا موارد الأرض (ERTS)، الذي أصبح النواة الأولى لبرنامج لاندسات . تميزت هذه المستشعرات المبكرة بدقة طيفية ضئيلة ، ولكنها كانت تميل إلى تضمين نطاقات في اللون الأحمر والأشعة تحت الحمراء القريبة، وهي نطاقات مفيدة لتمييز الغطاء النباتي والغيوم، من بين أهداف أخرى.

مع إطلاق أول قمر صناعي من سلسلة ERTS - والذي سُمّي لاحقًا لاندسات 1 - في 23 يوليو 1972، مزودًا بماسحه متعدد الأطياف (MSS)، موّلت وكالة ناسا عددًا من الدراسات لتحديد قدراته في مجال الاستشعار عن بُعد للأرض . ركّزت إحدى تلك الدراسات المبكرة على دراسة اخضرار الغطاء النباتي في الربيع، وما يتبعه من جفاف في الصيف والخريف (ما يُعرف بـ"التقدم والتراجع الربيعي") في جميع أنحاء منطقة السهول الكبرى الممتدة من الشمال إلى الجنوب في وسط الولايات المتحدة. غطّت هذه المنطقة نطاقًا واسعًا من خطوط العرض، من الطرف الجنوبي لولاية تكساس إلى الحدود الأمريكية الكندية، مما أدى إلى نطاق واسع من زوايا سمت الشمس وقت إجراء عمليات الرصد بواسطة القمر الصناعي.

وجد الباحثون في هذه الدراسة التي أُجريت على السهول الكبرى (طالب الدكتوراه دونالد ديرينغ ومشرفه الدكتور روبرت هاس) أن قدرتهم على ربط أو تحديد الخصائص الفيزيائية الحيوية لنباتات المراعي في هذه المنطقة من الإشارات الطيفية للأقمار الصناعية قد تعقدت بسبب هذه الاختلافات في زاوية سمت الشمس عبر هذا التدرج العرضي القوي. وبمساعدة عالم رياضيات مقيم (الدكتور جون شيل)، درسوا حلولاً لهذه المعضلة، وطوروا لاحقًا نسبة الفرق بين الإشعاع الأحمر والأشعة تحت الحمراء إلى مجموعهما كوسيلة لتعديل أو "تطبيع" تأثيرات زاوية سمت الشمس. في الأصل، أطلقوا على هذه النسبة اسم " مؤشر الغطاء النباتي " (وهناك صيغة أخرى، وهي تحويل الجذر التربيعي لنسبة الفرق إلى المجموع، "مؤشر الغطاء النباتي المُحوَّل"). لكن مع قيام العديد من باحثي الاستشعار عن بُعد بتحديد نسبة الأحمر/الأشعة تحت الحمراء البسيطة ونسب طيفية أخرى كمؤشر للغطاء النباتي، بدأوا في نهاية المطاف بتحديد صيغة نسبة الفرق/المجموع كمؤشر للغطاء النباتي ذي الفرق المعياري. أول استخدام موثق لمؤشر الغطاء النباتي ذي الفرق المعياري في دراسة السهول الكبرى كان عام 1973 من قِبل راوس وآخرون [ 2 ] (كان الدكتور جون راوس مدير مركز الاستشعار عن بُعد بجامعة تكساس إيه آند إم، حيث أُجريت دراسة السهول الكبرى). مع ذلك، سبقهم في صياغة مؤشر طيفي ذي فرق معياري كريغلر وآخرون عام 1969 [ 3 ]. بعد فترة وجيزة من إطلاق القمر الصناعي ERTS-1 (لاندسات-1)، نشر كومبتون تاكر من مركز غودارد لرحلات الفضاء التابع لناسا سلسلة من المقالات العلمية المبكرة في المجلات العلمية تصف استخدامات مؤشر الغطاء النباتي ذي الفرق المعياري.

وهكذا، كان مؤشر NDVI أحد أنجح المحاولات العديدة لتحديد المناطق النباتية وحالتها بسهولة وسرعة، ولا يزال المؤشر الأكثر شهرة واستخدامًا للكشف عن الغطاء النباتي الأخضر الحي في بيانات الاستشعار عن بُعد متعددة الأطياف. وبمجرد إثبات جدوى استخدامه في الكشف عن الغطاء النباتي، اتجه المستخدمون إلى استخدامه أيضًا لتقدير قدرة الغطاء النباتي على التمثيل الضوئي. إلا أن هذه العملية قد تكون أكثر تعقيدًا إذا لم تُنفذ بشكل صحيح، كما سيتم توضيحه لاحقًا.

الأساس المنطقي

طيف عمل الإشعاع الضوئي النشط النموذجي، موضح بجانب أطياف الامتصاص للكلوروفيل أ، والكلوروفيل ب، والكاروتينات

تمتص النباتات الخضراء الحية الإشعاع الشمسي في نطاق الإشعاع النشط ضوئيًا (PAR)، والذي تستخدمه كمصدر للطاقة في عملية التمثيل الضوئي . كما تطورت خلايا الأوراق لإعادة إشعاع الإشعاع الشمسي في نطاق الأشعة تحت الحمراء القريبة (الذي يحمل ما يقارب نصف إجمالي الطاقة الشمسية الواردة)، لأن طاقة الفوتونات عند أطوال موجية أطول من 700 نانومتر تقريبًا منخفضة جدًا بحيث لا تكفي لتخليق الجزيئات العضوية. إن امتصاصًا قويًا عند هذه الأطوال الموجية سيؤدي فقط إلى ارتفاع درجة حرارة النبات وربما تلف أنسجته. ولذلك، تبدو النباتات الخضراء الحية داكنة نسبيًا في نطاق الإشعاع النشط ضوئيًا (PAR) وساطعة نسبيًا في نطاق الأشعة تحت الحمراء القريبة. [ 4 ] في المقابل، تميل السحب والثلوج إلى أن تكون ساطعة نوعًا ما في نطاق اللون الأحمر (وكذلك في أطوال موجية مرئية أخرى) وداكنة جدًا في نطاق الأشعة تحت الحمراء القريبة. تمتص صبغة الكلوروفيل الموجودة في أوراق النبات الضوء المرئي بقوة (من 400 إلى 700  نانومتر) لاستخدامه في عملية التمثيل الضوئي. من ناحية أخرى، تعكس بنية خلايا الأوراق بقوة ضوء الأشعة تحت الحمراء القريبة (من 700 إلى 1100  نانومتر). وكلما زاد عدد أوراق النبات، زاد تأثره بهذه الأطوال الموجية من الضوء. ونظرًا لأن أجهزة رصد الأرض المبكرة، مثل جهاز ERTS التابع لناسا وجهاز AVHRR التابع للإدارة الوطنية للمحيطات والغلاف الجوي ، كانت تجمع البيانات في نطاق الضوء المرئي والأشعة تحت الحمراء القريبة، فقد كان من الطبيعي استغلال الاختلافات الكبيرة في انعكاس النباتات لتحديد توزيعها المكاني في صور الأقمار الصناعية هذه.

يتم حساب مؤشر NDVI من هذه القياسات الفردية على النحو التالي:

مؤشر الغطاء النباتي الطبيعي (NDVI)=(الأشعة تحت الحمراء القريبة-أحمر)(الأشعة تحت الحمراء القريبة+أحمر){\displaystyle {\mbox{NDVI}}={\frac {({\mbox{NIR}}-{\mbox{Red}})}{({\mbox{NIR}}+{\mbox{Red}})}}}

حيث يرمز Red وNIR إلى قياسات الانعكاس الطيفي التي تم الحصول عليها في منطقتي الضوء الأحمر (المرئي) والأشعة تحت الحمراء القريبة، على التوالي. [ 5 ] هذه الانعكاسات الطيفية هي نسب الإشعاع المنعكس إلى الإشعاع الوارد في كل نطاق طيفي على حدة، وبالتالي تتراوح قيمها بين 0 و1. وبناءً على ذلك، يتراوح مؤشر NDVI نفسه بين -1 و+1. يُعد NDVI مكافئًا وظيفيًا، ولكن ليس خطيًا، لنسبة الأشعة تحت الحمراء/الحمراء البسيطة (NIR/VIS). ولذلك، فإن ميزة NDVI على نسبة الأشعة تحت الحمراء/الحمراء البسيطة تقتصر عمومًا على أي خطية ممكنة لعلاقته الوظيفية بخصائص الغطاء النباتي (مثل الكتلة الحيوية). النسبة البسيطة (على عكس NDVI) موجبة دائمًا، مما قد يكون له مزايا عملية، ولكن نطاقها الرياضي غير محدود (من 0 إلى ما لا نهاية)، وهو ما قد يمثل عيبًا عمليًا مقارنةً بـ NDVI. وفي هذا الصدد أيضًا، تجدر الإشارة إلى أن مصطلح VIS في بسط NDVI يُستخدم فقط لتغيير مقياس النتيجة، مما ينتج عنه قيم سالبة. يُعدّ مؤشر NDVI مكافئًا وظيفيًا وخطيًا للنسبة NIR / (NIR+VIS)، والتي تتراوح قيمتها بين 0 و1، وبالتالي فهي ليست سالبة أبدًا وليست بلا حدود. [ 6 ] ولكن المفهوم الأهم في فهم الصيغة الجبرية لمؤشر NDVI هو أنه، على الرغم من اسمه، هو تحويل لنسبة طيفية (NIR/VIS)، وليس له علاقة وظيفية بفرق طيفي (NIR-VIS).

بشكل عام، إذا كان الإشعاع المنعكس في نطاق الأشعة تحت الحمراء القريبة أعلى بكثير من الإشعاع المنعكس في نطاق الضوء المرئي، فمن المرجح أن تكون الغطاء النباتي في تلك البكسل كثيفًا وقد يحتوي على نوع من الغابات. وقد أظهرت دراسات لاحقة أن مؤشر NDVI يرتبط ارتباطًا مباشرًا بقدرة التمثيل الضوئي، وبالتالي امتصاص الطاقة في أغصان النباتات. [ 7 ] [ 8 ] على الرغم من أن المؤشر قد يأخذ قيمًا سالبة، إلا أنه عادةً ما تكون له قيمة موجبة (صغيرة) حتى في المناطق الحضرية ذات الكثافة السكانية العالية . ومن المرجح أن تُلاحظ القيم السالبة في الغلاف الجوي وبعض المواد المحددة . [ 9 ]

التطبيقات الزراعية

في مجال الزراعة الدقيقة ، تُستخدم بيانات مؤشر الغطاء النباتي الطبيعي (NDVI) لتقييم صحة المحاصيل. واليوم، غالبًا ما يتم ذلك باستخدام طائرات زراعية بدون طيار ، تُقترن ببيانات NDVI لمقارنة البيانات وتحديد مشاكل صحة المحاصيل. ومن الأمثلة على ذلك الطائرات الزراعية بدون طيار من شركتي PrecisionHawk وSentera، والتي تُمكّن المزارعين من التقاط بيانات NDVI ومعالجتها في غضون يوم واحد، وهو ما يُعدّ نقلة نوعية عن الاستخدامات التقليدية لـ NDVI وما يصاحبها من تأخيرات طويلة. [ 10 ] وقد أثبتت العديد من الأبحاث الحالية إمكانية الحصول على صور NDVI باستخدام كاميرات RGB الرقمية العادية مع بعض التعديلات، وذلك للحصول على نتائج مماثلة لتلك التي تُحصل عليها من الكاميرات متعددة الأطياف، ويمكن تطبيقها بفعالية في أنظمة مراقبة صحة المحاصيل.

بالإضافة إلى الطائرات المسيّرة، يُستخدم مؤشر NDVI لمراقبة نمو المحاصيل على مراحل، بدءًا من المراحل المبكرة وحتى النضج، مما يساعد على تتبع كيفية إنبات النباتات خلال موسم النمو. يُسهم جمع هذه البيانات في الكشف عن التباين المكاني داخل الحقل للتحقق مما إذا كانت بعض المناطق تنمو بشكل أفضل من غيرها، وما إذا كان توقيت نموها دقيقًا بالنسبة للمرحلة التي ينبغي أن تكون فيها. وبشكل أكثر تحديدًا، يستخدم المزارعون مؤشر NDVI لتتبع أمور مثل مستويات الري، واستخدام الأسمدة، والمساعدة في تقليل الهدر والتكاليف. كما يُمكنه تقدير مؤشر مساحة الورقة (LAI)، والكتلة الحيوية، والغطاء النباتي، وهي معلومات يحتاجها المزارعون أيضًا لتحديد غلة المحاصيل. [ 11 ] ويشمل ذلك القدرة على تحديد إجهاد النبات في وقت مبكر جدًا قبل ظهوره، والذي قد يشمل الإجهاد المائي، أو نقص العناصر الغذائية، أو الأمراض. [ 12 ] ونظرًا لوجود جانب تنبؤي في مؤشر NDVI، فقد أمكن استخدامه في نماذج التنبؤ بالغلة، حيث يرتبط ارتفاع قيمة NDVI غالبًا بزيادة الإنتاجية/الكتلة الحيوية. باستخدام بيانات السلاسل الزمنية، يتيح مؤشر الغطاء النباتي الطبيعي (NDVI) للمزارعين فرصة تتبع الاتجاهات الموسمية، ومقارنتها بالاتجاهات في السنوات السابقة، والاستعداد للتغيرات في تقلبات المناخ القادمة التي تشمل المزيد من الجفاف أو موجات الحر. [ 11 ]

على سبيل المثال، يُمكن استخدام مؤشر NDVI لرصد الجفاف من خلال تتبع التغيرات في خضرة الغطاء النباتي بمرور الوقت، حيث تشير القيم المنخفضة إلى إجهاد النبات نتيجةً لنقص المياه. يُساعد هذا في تحليل التغيرات واسعة النطاق في النظام البيئي، والتي تشمل دورات الغطاء النباتي الموسمية والتغيرات طويلة الأجل الناجمة عن تغير المناخ وتغير استخدام الأراضي. كما يُستخدم هذا المؤشر في الكشف عن إزالة الغابات وتلف الغطاء الأرضي ، إذ غالبًا ما تُشير انخفاضات القيم إلى فقدان الغطاء النباتي أو تدهوره. [ 11 ] تُستخدم هذه البيانات في الدراسات الحضرية لدراسة العلاقة بين درجة حرارة سطح الأرض والغطاء النباتي، وهي أكثر فائدة في أبحاث الجزر الحرارية الحضرية. [ 13 ]

القيود

تساعد الحقول المحيطة والمسطحات المائية مثل السد الواقع في الشمال الشرقي على إخفاء القيم المرتفعة في بونتا غروسا ، جنوب البرازيل

يتضح من تعريفها الرياضي أن مؤشر الغطاء النباتي الطبيعي (NDVI) لمنطقة ذات غطاء نباتي كثيف يميل إلى القيم الموجبة (مثلاً من 0.3 إلى 0.8)، بينما تتميز السحب وحقول الثلج بقيم سالبة لهذا المؤشر. ومن بين الأهداف الأخرى على الأرض التي يمكن رؤيتها من الفضاء:

  • المياه الراكدة ( مثل المحيطات والبحار والبحيرات والأنهار) التي تتميز بانعكاس منخفض نسبياً في كلا النطاقين الطيفيين (على الأقل بعيداً عن الشواطئ) وبالتالي ينتج عنها قيم NDVI موجبة منخفضة جداً أو حتى سالبة قليلاً.
  • التربة التي تظهر عمومًا انعكاسًا طيفيًا للأشعة تحت الحمراء القريبة أكبر إلى حد ما من اللون الأحمر، وبالتالي تميل أيضًا إلى توليد قيم NDVI موجبة صغيرة إلى حد ما (على سبيل المثال من 0.1 إلى 0.2) .

بالإضافة إلى بساطة الخوارزمية وقدرتها على التمييز بشكل عام بين المناطق النباتية وأنواع الأسطح الأخرى، فإن مؤشر NDVI يتمتع أيضًا بميزة ضغط حجم البيانات المراد معالجتها بمعامل 2 (أو أكثر)، لأنه يستبدل النطاقين الطيفيين بحقل جديد واحد (يتم ترميزه في النهاية على 8 بتات بدلاً من 10 بتات أو أكثر من البيانات الأصلية).

استُخدم مؤشر NDVI على نطاق واسع في تطبيقات لم يُصمم من أجلها أصلاً. إن استخدام هذا المؤشر في التقييمات الكمية (بدلاً من الدراسات النوعية كما ذُكر أعلاه) يُثير عدداً من الإشكاليات التي قد تُحدّ بشكلٍ كبير من فائدته الفعلية إذا لم تُعالج بشكلٍ صحيح. [ 14 ] تستعرض الأقسام الفرعية التالية بعضاً من هذه الإشكاليات.

مقارنة مؤشر NDVI بين الغطاء النباتي الصحي والغطاء النباتي المجهد باستخدام انعكاس الأشعة تحت الحمراء القريبة والضوء المرئي
  • رياضيًا، يحتوي مجموع وفرق القناتين الطيفيتين على نفس المعلومات الموجودة في البيانات الأصلية، لكن الفرق وحده (أو الفرق المعياري) لا يحمل سوى جزء من المعلومات الأولية. ويعود للمستخدم تقدير مدى أهمية المعلومات المفقودة وقيمتها، ولكن من المهم فهم أن منتج NDVI لا يحمل سوى جزء ضئيل من المعلومات المتوفرة في بيانات الانعكاس الطيفي الأصلية.
  • مؤشر اختلاف الغطاء النباتي المعياري (NDVI) المُستخرج من صور الأقمار الصناعية
    اعتاد مستخدمو مؤشر NDVI على تقدير عدد كبير من خصائص الغطاء النباتي انطلاقًا من قيمته. ومن الأمثلة الشائعة على ذلك مؤشر مساحة الأوراق ، والكتلة الحيوية ، وتركيز الكلوروفيل في الأوراق، وإنتاجية النبات، والغطاء النباتي الجزئي، وكمية الأمطار المتراكمة، وغيرها. غالبًا ما تُستخلص هذه العلاقات من خلال ربط قيم NDVI المُستمدة من الأقمار الصناعية بالقيم المقاسة أرضيًا لهذه المتغيرات. يثير هذا النهج إشكاليات أخرى تتعلق بالنطاق المكاني للقياسات، إذ تقيس أجهزة الاستشعار الفضائية دائمًا كميات الإشعاع لمساحات أكبر بكثير من تلك التي تغطيها الأجهزة الميدانية. علاوة على ذلك، من غير المنطقي بالطبع الادعاء بأن جميع هذه العلاقات صحيحة في آن واحد، لأن ذلك يعني ضمنيًا وجود علاقة مباشرة لا لبس فيها بين جميع هذه الخصائص البيئية.
  • ينبغي أن تكون قياسات الانعكاسية نسبةً إلى نفس المنطقة وأن تُجرى في آنٍ واحد. قد لا يكون تحقيق ذلك سهلاً باستخدام الأجهزة التي تلتقط قنوات طيفية مختلفة عبر كاميرات أو مستويات بؤرية مختلفة. قد يؤدي عدم تطابق الصور الطيفية إلى أخطاء كبيرة ونتائج غير قابلة للاستخدام.

كما أن حساب قيمة NDVI حساس لعدد من العوامل مثل التأثيرات الجوية ، والاختلافات بين أجهزة الاستشعار ، وظروف التربة أو الجليد أو الثلج، وعدم الاتساق المكاني في البيانات [ 15 ].

  • التأثيرات الجوية: يمكن أن يؤثر التركيب الفعلي للغلاف الجوي (وخاصة فيما يتعلق ببخار الماء والهباء الجوي ) بشكل كبير على القياسات التي تُجرى في الفضاء. وبالتالي، قد تُفسَّر هذه القياسات بشكل خاطئ إذا لم تُؤخذ هذه التأثيرات في الاعتبار بشكل صحيح (كما هو الحال عند حساب مؤشر الغطاء النباتي NDVI مباشرةً بناءً على القياسات الأولية).
  • السحب: قد تكون السحب الكثيفة (السميكة بصريًا) واضحةً تمامًا في صور الأقمار الصناعية، وتُنتج قيمًا مميزة لمؤشر الغطاء النباتي (NDVI) تُسهّل عملية استبعادها. مع ذلك، يُمكن للسحب الرقيقة (مثل السحب الرقيقة المنتشرة بكثرة )، أو السحب الصغيرة ذات الأبعاد الخطية النموذجية الأصغر من قطر المنطقة التي تُغطيها أجهزة الاستشعار، أن تُؤثر سلبًا على دقة القياسات. وبالمثل، يُمكن لظلال السحب في المناطق التي تبدو صافية أن تُؤثر على قيم مؤشر الغطاء النباتي (NDVI) وتؤدي إلى تفسيرات خاطئة. يتم تقليل هذه العوامل من خلال تكوين صور مركبة من صور يومية أو شبه يومية. [ 16 ] وقد أدت صور مؤشر الغطاء النباتي (NDVI) المركبة إلى ظهور عدد كبير من التطبيقات الجديدة لدراسة الغطاء النباتي، حيث يتغير مؤشر الغطاء النباتي (NDVI) أو القدرة التمثيلية الضوئية بمرور الوقت.
  • تأثيرات التربة: تميل التربة إلى أن تصبح داكنة اللون عند البلل، لذا فإن انعكاسها الضوئي يعتمد بشكل مباشر على محتواها المائي. إذا لم يكن الاستجابة الطيفية للرطوبة متطابقة تمامًا في النطاقين الطيفيين، فقد يبدو مؤشر الغطاء النباتي (NDVI) لمنطقة ما وكأنه يتغير نتيجة لتغيرات رطوبة التربة (هطول الأمطار أو التبخر) وليس بسبب تغيرات الغطاء النباتي.
  • التأثيرات المتباينة: تعكس جميع الأسطح (سواء كانت طبيعية أو من صنع الإنسان) الضوء بشكل مختلف في اتجاهات مختلفة، ويعتمد هذا النوع من التباين عمومًا على الطيف، حتى وإن كان الاتجاه العام متشابهًا في هذين النطاقين الطيفيين. ونتيجة لذلك، قد تعتمد قيمة مؤشر NDVI على التباين الخاص بالهدف وعلى الهندسة الزاوية للإضاءة والملاحظة وقت القياسات، وبالتالي على موقع الهدف محل الاهتمام ضمن نطاق الجهاز أو وقت مرور القمر الصناعي فوق الموقع. يُعد هذا الأمر بالغ الأهمية عند تحليل بيانات AVHRR نظرًا لأن مدار منصات NOAA كان يميل إلى الانحراف بمرور الوقت. في الوقت نفسه، يقلل استخدام صور NDVI المركبة من هذه الاعتبارات، وقد أدى إلى مجموعات بيانات NDVI عالمية متسلسلة زمنيًا تغطي أكثر من 25 عامًا.
  • التأثيرات الطيفية: نظرًا لأن لكل مستشعر خصائصه وأدائه الخاص، لا سيما فيما يتعلق بموقع وعرض وشكل النطاقات الطيفية، فإن صيغة واحدة مثل NDVI تعطي نتائج مختلفة عند تطبيقها على القياسات التي تم الحصول عليها بواسطة أجهزة مختلفة.
  • مشكلة وحدة المساحة القابلة للتعديل (MAUP): يُعدّ مؤشر NDVI مؤشرًا شائعًا للغطاء النباتي. ونظرًا لأن رسم خرائط الغطاء النباتي ومراقبته يتم عبر أنظمة معالجة الصور " البيانات الضخمة "، فقد تستخدم هذه الأنظمة خوارزميات قائمة على البكسل أو الكائنات لتقييم صحة الغطاء النباتي، والتبخر النتحي ، ووظائف النظام البيئي الأخرى. عندما تتكون فئة من الغطاء النباتي من عدة بكسلات، يمكن حساب "المتوسط" إما كمتوسط ​​لقيم NDVI لكل بكسل (على أساس البكسل)، أو كمتوسط ​​لقيم اللون الأحمر ومتوسط ​​لقيم الأشعة تحت الحمراء القريبة لجميع البكسلات التي يكون فيها متوسط ​​NDVI هو نسبة هذه القيم (على أساس الكائنات). قد يعاني مؤشر NDVI من المشكلات المعقدة المرتبطة بمشكلة وحدة المساحة القابلة للتعديل. على وجه الخصوص، أظهرت دراسة حديثة أنه عند تقدير متوسط ​​قيم NDVI لمسافات عازلة معينة، يمكن أن يؤثر مقياس التحليل على قياسات NDVI بسبب وجود تأثيرات المقياس المرتبطة بمشكلة وحدة المساحة القابلة للتعديل. [ 17 ] أظهرت دراسة أخرى أن MAUP لا يؤثر بشكل كبير في حالة وحدات البكسل النباتية الخالصة في البيئة الحضرية. [ 13 ] ويعالج تعديل يُعرف باسم MAUI-NDVI هذه المشكلة تحديدًا. [ 18 ]

يُعدّ مؤشر NDVI نظامًا واسع الانتشار، إلا أنه قد يصعب تفسيره بسبب تبسيطه المفرط لإشارات سطحية أكثر تعقيدًا. تتضمن بيانات الأقمار الصناعية المستخدمة مزيجًا من الغطاء النباتي والتربة والظلال والغلاف الجوي نفسه، لذا فهي لا تمثل الغطاء النباتي فحسب. نتيجةً لهذا التبسيط المفرط، قد تُفقد معلومات، بل وقد يُساء تفسيرها فيما يتعلق بظروف الغطاء النباتي الفعلية في ذلك الوقت. إضافةً إلى ذلك، حتى مع قدرة مؤشر NDVI على تغطية مساحات واسعة، فإنه يصعب عليه رصد النباتات الفردية، مما يُسبب تباينات بين البيانات الميدانية وبيانات الأقمار الصناعية. هذا يجعل ربط الإنتاجية بمنطقة ما أمرًا غير مؤكد بالنسبة للمزارعين على وجه الخصوص. قد تُنتج الاختلافات بين أجهزة الاستشعار وطرق معالجة البيانات قيمًا مختلفة لمؤشر NDVI، مما يُصعّب مقارنة مجموعات البيانات من فترات زمنية أو منصات مختلفة. قد يحدث هذا أيضًا بسبب طريقة ضبط معايرة أجهزة الاستشعار أو كيفية معالجة الدقة المستخدمة في ذلك الوقت، مما قد يُؤدي إلى هذه التغييرات. مع أخذ ذلك في الاعتبار، وبسبب هذه القيود، لا يمكن استخدام مؤشر NDVI بشكل أكثر موثوقية لنمط الغطاء النباتي العام إلا إلى جانب مؤشرات أخرى لتوفير تحليل وتفسير أكثر دقة. [ 19 ]

طُرحت في الأدبيات العلمية عدة مشتقات وبدائل لمؤشر الغطاء النباتي الطبيعي (NDVI) لمعالجة هذه القيود، بما في ذلك مؤشر الغطاء النباتي العمودي [ 20 ] ، ومؤشر الغطاء النباتي المعدل حسب التربة [ 21 ] ، ومؤشر الغطاء النباتي المقاوم للعوامل الجوية [ 22 ] ، ومؤشر الرصد البيئي العالمي [ 23 ] . وقد سعت كل من هذه المؤشرات إلى تضمين تصحيحات داخلية لعامل أو أكثر من العوامل المؤثرة. ومن البدائل الحالية التي اعتمدتها هيئة المسح الجيولوجي الأمريكية (USGS) مؤشر الغطاء النباتي المحسن (EVI)، الذي يُصحح تأثيرات التربة، وخلفية الغطاء النباتي، وتأثيرات الهباء الجوي [ 24 ] .

لم يُقترح جيل جديد من الخوارزميات لتقدير المتغيرات البيوجيوفيزيائية ذات الأهمية مباشرةً (مثل نسبة الإشعاع النشط الضوئي الممتص ، FAPAR) إلا في منتصف التسعينيات، مستفيدًا من الأداء والخصائص المحسّنة لأجهزة الاستشعار الحديثة (وخاصةً قدراتها متعددة الأطياف والزوايا) لمراعاة جميع العوامل المؤثرة. وعلى الرغم من وجود العديد من العوامل المؤثرة المحتملة على مؤشر NDVI، فإنه لا يزال أداةً قيّمةً لرصد الغطاء النباتي كميًا عند الحاجة لدراسة القدرة التمثيلية الضوئية لسطح الأرض على النطاق المكاني المناسب لمختلف الظواهر.

انظر أيضاً

ملحوظات

  1. ↑ تم تنزيل البيانات من مكتب الأرصاد الجوية الأسترالي في 13 يونيو 2018، وتم رسمها باستخدام لغة البرمجة R. مؤرشفة في 31 يناير 2023 على موقع Wayback Machine بتاريخ 14 يونيو 2018.
  2. ↑ راوس، جيه دبليو، وهاس، آر إتش، وشيل، جيه إيه، وديرينغ، دي دبليو (1974). "رصد النظم النباتية في السهول الكبرى باستخدام ERTS". وقائع ندوة الأقمار الصناعية الثالثة لتكنولوجيا موارد الأرض (ERTS) ، المجلد 1، ص 48-62. https://ntrs.nasa.gov/citations/19740022614 مؤرشف في 31 يناير 2023 على موقع Wayback Machine
  3. ↑ Kriegler, FJ, Malila, WA, Nalepka, RF, and Richardson, W. (1969) 'تحويلات المعالجة المسبقة وتأثيراتها على التعرف متعدد الأطياف.' وقائع الندوة الدولية السادسة للاستشعار عن بعد للبيئة، ص 97-131.
  4. ↑ غيتس، ديفيد م. (1980) علم البيئة الفيزيائية الحيوية ، سبرينغر-فيرلاغ، نيويورك، 611 صفحة.
  5. ↑ "قياس الغطاء النباتي" . مرصد الأرض التابع لوكالة ناسا. 30 أغسطس 2000. مؤرشف من الأصل في 16 مارس 2011. تم الاطلاع عليه في 13 نوفمبر 2010 .
  6. ↑ كريبن، ر. إي. (1990) "حساب مؤشر الغطاء النباتي بشكل أسرع"، الاستشعار عن بعد للبيئة ، 34 ، 71-73.
  7. ↑ سيلرز، بي جيه (1985) 'انعكاس الغطاء النباتي، التمثيل الضوئي، والنتح'، المجلة الدولية للاستشعار عن بعد ، 6 ، 1335-1372.
  8. ↑ Myneni, RB, FG Hall, PJ Sellers, and AL Marshak (1995) 'The interpret of spectral vegetation indexes', IEEE Transactions on Geoscience and Remote Sensing , 33 , 481-486.
  9. ↑ كوباسكي، كاوان ماتيوس. "المناخ الحضري: درجة حرارة السطح ومؤشر الغطاء النباتي NDVI: تحليل التأثيرات في بونتا غروسا، بارانا" (ملف PDF) (باللغة البرتغالية البرازيلية). جامعة ساو باولو الحكومية ( UEPG ) (نائب رئيس الجامعة للبحث والدراسات العليا - PROPESP). مؤرشف من الأصل (ملف PDF) بتاريخ 9 يوليو 2019. تم الاطلاع عليه بتاريخ 10 سبتمبر 2018 .
  10. ↑ ليسينغ، رون (2 فبراير 2017). "سينتيرا تربط المعالج بالمستشعر لعرض مؤشر NDVI المباشر" . ويسترن بروديوسر .
  11. 1 2 3 زينغ، ييلو؛ هاو، دالي؛ هوتي، ألفريدو؛ ديشانت، بنجامين؛ بيري، جو؛ تشين، جينغ م.؛ جوينر، جوانا؛ فرانكنبرغ، كريستيان؛ بوند-لامبرتي، بن؛ ريو، يونغريل؛ شياو، جينغفنغ؛ أسرار، قاسم ر.؛ تشين، مين (31 مايو 2022). "مؤشرات الغطاء النباتي البصرية لرصد النظم البيئية الأرضية عالميًا" . مجلة Nature Reviews Earth & Environment . 3 (7): 477–493 . doi : 10.1038/s43017-022-00298-5 . ISSN 2662-138X . 
  12. ↑ هوانغ، شا؛ تانغ، لينا؛ هوبي، جوزيف ب.؛ وانغ، يانغ؛ شاو، غوفان (2021-02-01). "مراجعة تعليقية حول استخدام مؤشر اختلاف الغطاء النباتي المعياري (NDVI) في عصر الاستشعار عن بعد الشائع" . مجلة أبحاث الغابات . 32 (1): 1-6 . doi : 10.1007/s11676-020-01155-1 . ISSN 1993-0607 . 
  13. 1 2 نوري، حميدة؛ أندرسون، شارولين؛ ساتون، بول؛ بيتشام، سيمون؛ ناجلر، باميلا؛ جارشو، كريستوفر جيه؛ روبرتس، دار أ. (أبريل 2017). "مؤشر الغطاء النباتي الطبيعي (NDVI)، وثبات المقياس، ومشكلة وحدة المساحة القابلة للتعديل: تقييم الغطاء النباتي في متنزهات أديلايد" ( ملف PDF) . مجلة علوم البيئة الشاملة . 584-585 : 11-18 . Bibcode : 2017ScTEn.584...11N . doi : 10.1016/j.scitotenv.2017.01.130 . PMID 28131936. مؤرشف (ملف PDF) من الأصل في 7 ديسمبر 2023. تم الاطلاع عليه في 6 ديسمبر 2023 . 
  14. ^ رادوتشاج، دوريجان. شيلجيج، أنتي؛ مارينوفيتش، راجكو؛ يوريشيتش ، ملادين (2023/03/18). "حالة مؤشرات الغطاء النباتي الرئيسية في الدراسات الزراعية الدقيقة المفهرسة في شبكة العلوم: مراجعة" . زراعة . 13 (3): 707. دوى : 10.3390 / الزراعة 13030707 . ردمك 2077-0472 . 
  15. ↑ زينغ، ييلو؛ هاو، دالي؛ هوتي، ألفريدو؛ ديشانت، بنجامين؛ بيري، جو؛ تشين، جينغ م.؛ جوينر، جوانا؛ فرانكنبرغ، كريستيان؛ بوند-لامبرتي، بن؛ ريو، يونغريل؛ شياو، جينغفنغ؛ أسرار، قاسم ر.؛ تشين، مين (31 مايو 2022). "مؤشرات الغطاء النباتي البصرية لرصد النظم البيئية الأرضية عالميًا" . مجلة Nature Reviews Earth & Environment . 3 (7): 477–493 . doi : 10.1038/s43017-022-00298-5 . ISSN 2662-138X . 
  16. ↑ هولبن، بي إن (1986) "خصائص الصور المركبة ذات القيمة القصوى من بيانات AVHRR الزمنية"، المجلة الدولية للاستشعار عن بعد ، 7(11) ، 1417-1434.
  17. ↑ لبيب، إس إم؛ ليندلي، سارة؛ هوك، جوني جيه. (يوليو 2020). "تأثيرات المقياس في مقاييس المساحات الخضراء المستشعرة عن بُعد وكيفية التخفيف منها لتقييم التعرض الصحي البيئي" . الحوسبة والبيئة والأنظمة الحضرية . 82 101501. Bibcode : 2020CEUS...8201501L . doi : 10.1016/j.compenvurbsys.2020.101501 .
  18. ↑ نوري، حميدة؛ أندرسون، شارولين؛ ساتون، بول؛ بيتشام، سيمون؛ ناجلر، باميلا؛ جارشو، كريستوفر جيه؛ روبرتس، دار أ. (15 أبريل 2017). "مؤشر الغطاء النباتي الطبيعي (NDVI)، وثبات المقياس، ومشكلة وحدة المساحة القابلة للتعديل: تقييم الغطاء النباتي في متنزهات أديلايد" ( ملف PDF) . مجلة علوم البيئة الشاملة . 584-585 : 11-18 . Bibcode : 2017ScTEn.584...11N . doi : 10.1016/j.scitotenv.2017.01.130 . PMID 28131936. مؤرشف (ملف PDF) من الأصل في 7 ديسمبر 2023. تم الاطلاع عليه في 6 ديسمبر 2023 . 
  19. ↑ زينغ، ييلو؛ هاو، دالي؛ هوتي، ألفريدو؛ ديشانت، بنجامين؛ بيري، جو؛ تشين، جينغ م.؛ جوينر، جوانا؛ فرانكنبرغ، كريستيان؛ بوند-لامبرتي، بن؛ ريو، يونغريل؛ شياو، جينغفنغ؛ أسرار، قاسم ر.؛ تشين، مين (31 مايو 2022). "مؤشرات الغطاء النباتي البصرية لرصد النظم البيئية الأرضية عالميًا" . مجلة Nature Reviews Earth & Environment . 3 (7): 477–493 . doi : 10.1038/s43017-022-00298-5 . ISSN 2662-138X . 
  20. ↑ ريتشاردسون، إيه جيه وسي إل ويغاند (1977) 'تمييز الغطاء النباتي عن معلومات خلفية التربة'، هندسة التصوير الفوتوغرافي والاستشعار عن بعد ، 43 ، 1541-1552.
  21. ↑ Huete, AR (1988)'A soil-adjusted vegetation index (SAVI)', Remote Sensing of Environment , 25 , 53-70.
  22. ↑ Kaufman, YJ and D. Tanre (1992) 'Atmosphericalresistant vegetation index (ARVI) for EOS-MODIS', in 'Proc. IEEE Int. Geosci. and Remote Sensing Symp. '92 ″ , IEEE, New York, 261-270.
  23. ↑ بينتي، ب.؛ فيرسترات، م.م. (1992). "مؤشر GEMI: مؤشر غير خطي لرصد الغطاء النباتي العالمي من الأقمار الصناعية". مجلة Vegetatio . 101 (1). سبرينغر نيتشر: 15-20 . doi : 10.1007/bf00031911 . ISSN 0042-3106 . S2CID 32216977 .  
  24. ↑ أ. هوتي، ك. ديدان، ت. ميورا، إي. بي. رودريغيز، إكس. غاو، إل. جي. فيريرا. نظرة عامة على الأداء الإشعاعي والبيوفيزيائي لمؤشرات الغطاء النباتي MODIS . الاستشعار عن بعد للبيئة 83 (2002) 195-213 doi : 10.1016/S0034-4257(02)00096-2 .

مراجع

  • ديرينغ، د. و. 1978. خصائص انعكاس المراعي المقاسة بواسطة أجهزة استشعار الطائرات والمركبات الفضائية. أطروحة دكتوراه. جامعة تكساس إيه آند إم، كوليدج ستيشن، 338 صفحة.
  • ديرينغ، د. و.، وراوس، ج. و. الابن، وهاس، ر. هـ.، وشيل، ج. أ. 1975. قياس "إنتاج العلف" لوحدات الرعي من بيانات لاندسات MSS، الصفحات  1169-1178. في وقائع الندوة الدولية العاشرة للاستشعار عن بعد للبيئة. جامعة ميشيغان، آن أربور.
  • راوس، جيه دبليو، الابن، آر إتش هاس، جيه إيه شيل، ودي دبليو ديرينغ. 1973. رصد التقدم الربيعي والتراجع (تأثير الموجة الخضراء) للغطاء النباتي الطبيعي. تقرير التقدم RSC 1978-1، مركز الاستشعار عن بعد، جامعة تكساس إيه آند إم، كوليدج ستيشن، 93 صفحة. (رقم NTIS: E73-106393)
  • Rouse, JW, RH Haas, JA Schell, and DW Deering (1973) 'Monitoring vegetation systems in the Great Plains with ERTS', Third ERTS Symposium , NASA SP-351 I, 309-317.
  • Tucker, CJ (1979) 'Red and photolic-IRed Linear Combions for Monitoring Vegetation', Remote Sensing of Environment , 8(2) ,127-150.