0

وبلاگ

سامانه آموزش سیستم اطلاعات جغرافیایی و سنجش از دور مقالات دانش محور شاخص پوشش گیاهی بهبود یافته (EVI) چیست ؟

شاخص پوشش گیاهی بهبود یافته (EVI) چیست ؟

ما را در شبکه های اجتماعی دنبال کنید

Follow us on Social Networks

Instagram: giscoders

شاخص پوشش گیاهی بهبود یافته (Enhanced Vegetation Index) چیست ؟

در کشاورزی مدرن، مدتها است که از تصویربرداری هوایی برای اندازه گیری توان تولیدات گیاهی و محصولات کشاورزی، استفاده می شود. استفاده از نقشه های توان تولید گیاهان زراعی، در تصمیم گیری های کشاورزی و مدیریت اراضی کشاورزی، مدتها است که توسط مدیران در بخش کشاورزی مدرن، مورد استفاده قرار می گیرد. این نقشه ها اغلب از شاخص پوشش گیاهی تفاضلی نرمال شده یا NDVI استفاده می کنند تا اینکه توان تولید و فتوسنتز گیاه را اندازه گیری کنند. استفاده از شاخص NDVI از سال های 1992 به طور معمول و استاندارد شده در پروژه های بزرگ و متوسط کشاورزی مورد استفاده قرار می گیرد. شاخص NDVI یک محاسبه بین انعکاس نور مادورن قرمز نزدیک یا NIR توسط پوشش گیاهی و نور مرئی است. پوشش گیاهی سالم و قدرتمند، نور مرئی بیشتری جذب و نور مادون قرمز نزدیک بیشتری انعکاس می دهد. پوشش گیاهی ضعیف و یا تنک، هر دو نور مادون قرمز نزدیک و مرئی را انعکاس می دهد. چیزی که شاید بسیاری از آن آگاه نباشند، آن است که شاخص پوشش گیاهی NDVI برای اندازه گیری توان تولید گیاه طراحی نشده است. این شاخص برای تشخیص ساده پوشش گیاهی زنده و شناسایی آنها از موادی همچون سنگ و صخره و خاک و پوشش گیاهی خشک شده است. با در نظر گرفتن این موضوع در ذهن، فهم اینکه چرا این شاخص پوشش گیاهی در اندازه گیری توان تولید زارعی می تواند همراه خطاهای احتمالی و عدم صحت باشد، مشکل نخواهد بود.

نقایص و معایب ذاتی NDVI

یکی از مهم ترین نقایص شاخص پوشش گیاهی NDVI وابستگی آن به زمانی از روز است که تصویر هوایی یا ماهواره ای برداشت شده است. شاخص NDVI تغییرات زاویه تابش و برخورد نور خورشید را تصحیح نمی کند (زاویه ای که خورشید بر برگ گیاهان می تابد). شاخص NDVI نتایج بسیار متفاوتی در زمان های مختلف روز ارائه می کند. در حالی که توان تولید و سلامتی و صحت گیاهان به طور قابل توجهی در ساعات روز تفاوت چندانی ندارد. در نتیجه NDVI می تواند نتایج نادرستی حاصل کند که ناشی از تغییرات فاکتورهایی همچون، سایه های پوشش گیاهی، رطوبت هوا و نوسانات در نوع و ترکیبات و حالت خاک هستند.

چه تفاوت هایی بین شاخص پوشش گیاهی NDVI و EVI وجود دارد ؟

به طوری که در شکل فوق ملاحظه می شود، شاخص NDVI نتایج بسیار مختلف و متفاوتی را در ساعات مختلف روز ایجاد می کند. به طور واضح توان تولید و سلامت پوشش گیاهی در اراضی کشاورزی و یا عرصه های طبیعی پوشش گیاهی در یک دوره زمانی 3 ساعته این گونه تغییر نمی کند. با استفاده از الگوریتم های پیچیده تر و طول موج های اضافی دیگر نور، در این چنین مواردی می توان خطاهای احتمالی را تشخیص داد و رفع نمود. یکی از راه هایی که در این زمینه مورد استفاده قرار می گیرند، شاخص پوشش گیاهی بهبود یافته و یا Enhanced Vegetation Index (EVI) است که در ادامه با آن بیشتر آشنا می شوید.

شاخص پوشش گیاهی EVI در مقابل شاخص NDVI

شاخص پوشش گیاهی بهبود یافته یا Enhanced Vegetation Index (EVI) شبیه شاخص پوشش گیاهی تفاضلی نرمال شده یا NDVI است، با این تفاوت که از طوج موج های اضافی برای تصحیح خطای نوسان زاویه تابش در محاسبه NDVI استفاده می کند که شامل شرایط اتمسفری (اعوجاجات در انعکاس نور توسط ذرات آئروسل و سیگنال هایی که از پوشش زمین در زیر پوشش گیاهی ساطع می شوند) می گردد و با در نظر گرفتن این فاکتورها شاخص EVI محاسبه شده و برخی از مشکلات و نقایص NDVI را برطرف می کند.

به طوری که در شکل فوق مشاهده می کنید، EVI در طول دوره 3 ساعته که تصویر برداری انجام شده، ثابت مانده است. با استفاده از اطلاعات طیفی اضافی و محاسبات مربوط به آن، شاخص EVI اختلافات ناشی از شرایط اتمسفری و اختلاف در زاویه تابش نور خورشید، را تصحیح نموده و داده های پوشش گیاهی را با دقت و صحت بیشتری برای کاربردهای مختلف ارائه می کند.

فرمول محاسباتی شاخص Enhanced vegetation index (EVI)

شاخص پوشش گیاهی بهبود یافته (EVI) که یک شاخص پوشش گیاهی بهینه شده است، طراحی شده تا اینکه سیگنال پوشش گیاهی را با ارتقای حساسیت به مناطق دارای بیوماس بالا، افزایش دهد و پایش و مانیتورینگ پوشش گیاهی را بهبود دهد. این هدف از طریق منفک و مجزا کردن سیگنال زیر تاج پوشش گیاهی از توده های گیاهی و بیوماس و کاهش اثرات اتمسفری، انجام می گیرد. برای محاسبه EVI از معادله زیر استفاده می شود:

در این معادله NIR/Red/Blue انعکاس سطحی (Surface Reflectance) تصحیح اتمسفری به صورت کلی یا به طور جزئی (جذب اوزون و رایلی) انجام شده است. L تصحیح کننده اراضی زیر پوشش گیاهی است که نشان دهندة NIR تفاضلی و غیر خطی و انتقال تشعشع قرمز در محصولات و پوشش گیاهی است. C1 و C2 ضرائب مقاومت آئروسل است که از باند آبی برای تصحیح اثر آئروسل ها در باند قرمز استفاده می کند. ضرائب مذکور در الگوریتم محاسبه EVI در محصول MODIS-EVI برابر با L = 1, C1=6, C2=7.5, G = 2.5 می باشد. در حالیکه شاخص پوشش گیاهی تفاضلی نرمال شده (NDVI) به کلروفیل حساس است، شاخص EVI بیشتر به نوسانات ساختاری پوشش گیاهی مانند شاخص سطح برگ (Leaf Area Index)، نوع گیاه، فیزیوگونومی گیاه و معماری گیاه، حساس بوده و تغییر می کند. این دو شاخص پوشش گیاهی در مطالعات پوشش گیاهی در مقیاس جهانی همچون شناسایی و تشخیص تغییرات پوشش گیاهی، و استخراج پارامترهای بایوفیزیکی پوشش های گیاهی و گونه های مختلف گیاهی، تکمیل کننده یکدیگر هستند. تفاوت دیگری که بین شاخص NDVI و EVI وجود دارد در ارتباط با وجود پوشش برف می باشد، به طوری که در پهنه های برفی NDVI کاهش و در مقابل EVI افزایش می یابد. از سال 2000 بعد از راه اندازی دو سنسور مادیس بر روی سکوی ماهواره بر Terra و Aqua توسط سازمان هوا و فضای آمریکا (NASA)، شاخص EVI به عنوان یک محصول استاندارد ناسا معرفی شد و به شدت توسط کاربران مورد استقبال و استفاده قرار گرفت به دلیل آنکه این شاخص می توانست نویزهای اتمسفری و نویزهای ناشی از زمین های زیر پوشش گیاهی را تمیز دهد. در حال حاضر این شاخص پوشش گیاهی به طور رایگان توسط سازمان زمین شناسی آمریکا برای استفاده کاربران در دسترس می باشد.

محاسبه شاخص پوشش گیاهی EVI با استفاده از تصاویر ماهواره ای لندست

شاخص EVI را می توان از تبدیل لندست 4-5 Thematic Mapper (TM) ، لندست 7 Enhanced Thematic Mapper Plus (ETM+) ، لندست 8 Operational Land Imager (OLI) و Therml Infrared Sensor (TIRS) به Landsat Level-2 Surface Reflectance به دست آورد. شاخص EVI شبیه به شاخص پوشش گیاهی NDVI بوده و با استفاده از این شاخص می توان، سبزینگی پوشش گیاهی را کمی نمود. به هر حال EVI برخی از ضرایب اتمسفری و نویزهای مربوط به زمین های زیر پوشش گیاهی را تصحیح نموده و در مناطقی که تراکم پوشش گیاهی بیشتر است، حساسیت بیشتری نشان می دهد. این شاخص از L برای عنوان مقداری در تنظیم شرایط زمینه، از مقدار C به عنوان ضریبی برای مقاومت اتمسفری استفاده می کند. در ضمن این شاخص از مقادیر باند آبی به عنوان B بهره می برد. با استفاده از این ضرایب و مقادیر شاخص EVI نویز زمینه، نویز اتمسفری و اشباع شدگی را در بیشتر موارد از بین می برد.

محاسبه شاخص پوشش گیاهی EVI با استفاده از تصاویر ماهواره ای لندست 4-7

برای محاسبه شاخص EVI از تصاویر ماهواره لندست 4-7 از فرمولی که در زیر مشاهده می کنید، استفاده می شود.

در صورتی که از لندست 4-7 استفاده می کنید به جای ضرایب G,C1,C2,L به ترتیب 2.5,6,7.5,1 را قرار دهید. نحوه قرارگیری ضرایب را در فرمول زیر مشاهده کنید. برای باند مادون قرمز نزدیک (NIR) از باند 4 و برای باند قرمز از باند 3 و برای باند آبی از باند 1 استفاده کنید. با جایگزینی ضرایب مربوطه و باندهای تصویری که به آنها اشاره شد می توانید شاخص EVI را برای تصاویر ماهواره ای لندست 4-7 محاسبه کنید. به منظور محاسبات مذکور می توانید از محاسبه گر رستری که در اکثر نرم افزارهای سیستم اطلاعات مکانی و سنجش از دور وجود دارد استفاده کنید (به عنوان مثال در نرم افزار Arc GIS از بخش Raster Calculator استفاده کنید).

محاسبه شاخص پوشش گیاهی EVI با استفاده از تصاویر ماهواره ای لندست 8

برای محاسبه شاخص پوشش گیاهی بهبود یافته EVI از تصاویر ماهواره ای لندست 8 نیز از فرمول زیر استفاده می شود.

بدین منظور به جای ضرایب G,C1,C2,L به ترتیب 2.5,6,7.5,1 را قرار دهید. نحوه قرارگیری ضرایب را در فرمول زیر مشاهده کنید. برای باند مادون قرمز نزدیک (NIR) از باند 5 و برای باند قرمز از باند 4 و برای باند آبی از باند 2 استفاده کنید. با جایگزینی ضرایب مربوطه و باندهای تصویری که به آنها اشاره شد می توانید شاخص EVI را برای تصاویر ماهواره ای لندست 8 محاسبه کنید. به منظور محاسبات مذکور می توانید از محاسبه گر رستری که در اکثر نرم افزارهای سیستم اطلاعات مکانی و سنجش از دور وجود دارد استفاده کنید (به عنوان مثال در نرم افزار Arc GIS از بخش Raster Calculator استفاده کنید). نکته قابل توجه در اینجا آن است که ابتدا بایستی باندهای تصویر که در این محاسبه درگیر می شوند را از DN به Reflectance تبدیل کنید و سپس در فرمول زیر جایگزین می شوند.

باند 2 تصویر ماهواره ای لندست 8
باند 4 تصویر ماهواره ای لندست 8
باند 5 تصویر ماهواره ای لندست 8
شاخص پوشش گیاهی بهبود یافته EVI

ما را در شبکه های اجتماعی دنبال کنید

Follow us on Social Networks

Instagram: giscoders

ما را در شبکه های اجتماعی دنبال کنید

Follow us on Social Networks

Instagram: giscoders

مطالب زیر را حتما مطالعه کنید

معرفی هفت منبع داده اقلیمی رایگان جهانی

چرخش قطبی در مقابل چرخش خورشید آهنگ

آنالیز تصویر شئی گرا (OBIA)

تعامل انرژی در سنجش از دور : انعکاس، جذب و گسیل انرژی

معرفی 6 منبع رایگان داده های لیداری

آشنایی با SAR با استفاده از مثال

دیدگاهتان را بنویسید

Copy Protected by Chetan's WP-Copyprotect.

با عضویت در خبرنامه از آموزش های جدید رایگان در ایمیل خود مطلع شوید