Satellitendaten - alles, was du über die neue Funktion von Farm21 wissen musst
In diesem Blog sprechen wir über die Vorteile von Smart Farming Tools und darüber, wie Satellitendaten dabei helfen. Wir stellen wertvolle Anwendungen von Satellitenbildern vor und gehen auf die folgenden Arten von Satellitendaten näher ein:
- NDVI - Normalised Difference Vegetation Index
- WDVI - Gewichteter Differenz-Vegetationsindex
- NDRE - Normalised Difference Red Edge Index
- NDMI - Normalised Difference Moisture Index
Einer der wichtigsten Fortschritte in der Präzisionslandwirtschaft fand in den 1970er Jahren statt, als Satellitenbilder in der Landwirtschaft eingesetzt wurden, um Felddaten zu sammeln. Plötzlich konnten Landwirtinnen und Landwirte große und abgelegene Gebiete einsehen, um ein Gefühl dafür zu bekommen, was auf ihren Feldern wirklich passiert. Als Wissenschaftler vor fünfzig Jahren den NDVI (Normalised Difference Vegetation Index) berechneten, galt dies als einer der erfolgreichsten Versuche, bewachsene Flächen und deren Zustand einfach und schnell zu bestimmen. In der Folge hat dies die Kapazitäten und Fähigkeiten von Agrarforschern, Agronomen und Landwirten verbessert, faktenbasierte Entscheidungen zu treffen.
In der heutigen Zeit gibt es eine Vielzahl von Satellitendaten, die verschiedene Informationen über Felder und Pflanzen liefern. Zusammen mit der verbesserten Auflösung dieser Bilder bedeutet dies, dass Felder und Ernten besser als je zuvor überwacht werden können.
Die Einführung intelligenter Anbaumethoden bietet den Landwirten zahlreiche Vorteile in Bezug auf Nachhaltigkeit und Rentabilität. (Um mehr über die Vorteile der Präzisionslandwirtschaft zu erfahren, lies hier). Das Sammeln von Daten ist der erste Schritt im Zyklus der Präzisionslandwirtschaft, und der Einsatz von Satelliten ist eine hervorragende Methode zur Datenerfassung. Es fügt eine räumliche Ebene zu den präzisen Messungen hinzu, die z. B. von Sensoren gesammelt werden, um einen umfassenderen Überblick über das Geschehen auf deinen Feldern zu erhalten.
Mit Hilfe von Fernerkundungssatelliten lassen sich wertvolle Erkenntnisse über Wasserstress, Krankheiten, strukturelle Anomalien und Nährstoffgehalte ermitteln. Moderne Satellitenbilder für die Präzisionslandwirtschaft haben außerdem eine hohe spektrale Auflösung, die den Nutzern einen kristallklaren Blick auf ihre Felder ermöglicht.
Anwendungen von Satellitendaten:
Nutzpflanzen überwachen
Nutzung von Fernerkundungsdaten zur Überwachung von Risikofaktoren und zur Ergreifung proaktiver Maßnahmen, um die Gesundheit der Ernte zu gewährleisten
Felder analysieren
Erkenntnisse aus Satellitenbildern gewinnen, um die richtigen Ressourcen zur richtigen Zeit und in der richtigen Menge einzusetzen
Ertrag erhöhen
Beurteile Informationen wie Bodenfeuchtigkeit, Temperatur und Erntezustand, um bessere Entscheidungen zur Maximierung des Ertrags zu treffen
Wir werden die folgenden vier Arten von Satellitenbildern und ihre Verwendungszwecke kennenlernen:
1. NDVI - Normalised Difference Vegetation Index
Der NDVI ist ein Indikator für die photosynthetisch aktive Biomasse. Einfach ausgedrückt, ist es eine Berechnung der Gesundheit der Vegetation, die darauf basiert, wie verschiedene Lichtwellen reflektiert werden. Das Chlorophyll-Pigment in Pflanzen reflektiert grüne Wellen und absorbiert rote Wellen, und die Zellstrukturen in Pflanzen reflektieren die Nahinfrarotwellen (NIR). Wenn die Photosynthese stattfindet, wächst die Pflanze und enthält mehr Zellstrukturen. Während gesunde Pflanzen (die Chlorophyll und Zellstrukturen enthalten) rotes Licht absorbieren und NIR reflektieren, tun ungesunde Pflanzen das Gegenteil. Durch diese Beziehung zwischen Licht und Chlorophyll können wir mit dem NDVI eine gesunde von einer kranken Pflanze unterscheiden.
Das ist natürlich sehr nützlich, um Felder zu überwachen und zu sehen, wo es mögliche Risikobereiche gibt. Wasserstress, Krankheiten und Schädlinge sind nur einige der vielen Faktoren, die die Pflanzengesundheit beeinflussen. Obwohl der NDVI nicht zur Diagnose eines bestimmten Zustands verwendet wird, zeigt er Landwirten und Betriebsleitern, worauf sie ihre Aufmerksamkeit richten müssen. Die NDVI-Werte zeigen auch an, wo sich die Pflanze in ihrem Wachstumszyklus befindet, so dass bestimmte Maßnahmen auf dem Feld ergriffen werden können.
Normalerweise werden die NDVI-Ergebnisse in Form einer Farbkarte dargestellt, wobei jede Farbe einem bestimmten Wertebereich entspricht. Es gibt keine Standardfarbpalette, aber das Farm21 verwendet eine "braun-gelb-grüne" Palette, was bedeutet, dass braun-gelbe Farbtöne kahlen Boden oder abgestorbene (oder spärliche) Vegetation anzeigen und alle Grüntöne ein Zeichen für eine normale bis dichte Vegetationsdecke sind.
Das Bild oben zeigt zum Beispiel den NDVI während der Wachstumsperiode der Tulpe. Es zeigt einen schnellen Anstieg der Biomasse im April, der zur Blütenbildung führt. Die optimale Blütezeit ist deutlich an dem Einbruch des Indexes zu erkennen (beachte, dass die Satelliten in diesem Fall gelb "sehen"). Nachdem die Blüten abgeschnitten wurden, erscheinen wieder grüne Blätter und der Biomasseindex steigt steil an. Ab diesem Zeitpunkt beginnen die Zwiebeln zu wachsen und zu reifen, bis sie erntereif sind. Diese Daten liefern wertvolle Informationen über den Zeitraum mit einem hohen Biomasseanstieg, den Beginn der Blütezeit, die Länge der Blütezeit und die Zeit nach dem Schnitt.
2. WDVI - Weighted Difference Vegetation Index
Er funktioniert ähnlich wie der NDVI, indem er anhand der Reflexion verschiedener Lichtwellen anzeigt, wie gesund die Pflanzen sind oder wo sie sich im Wachstumszyklus befinden. Auch hier reflektiert eine gesunde Vegetation mit viel Chlorophyll mehr NIR- und grünes Licht und absorbiert mehr rotes und blaues Licht. Es bietet einen Überblick über große Flächen und zeigt Abweichungen in Clustern und nicht bei einzelnen Pflanzen.
Im Vergleich zum NDVI liefert der WDVI später in der Vegetationsperiode wertvolle Daten, da er zur Schätzung des Blattflächenindex (LAI) verwendet werden kann und eine gute Korrektur für den Bodenuntergrund bietet.
Wo der NDVI bei 1 (dem höchsten Index) vollständig gesättigt ist, wenn das Feld mit Biomasse gefüllt ist, kann der WDVI noch mehr messen. Daher kann er auch zwischen einer Blattschicht (LAI=1) und mehreren Blattschichten unterscheiden und zur Bestimmung des LAI verwendet werden. Der LAI ist die projizierte Fläche der grünen Blätter pro Flächeneinheit. Er ist hilfreich, um die Verteilung und Veränderungen der Vegetation zu überwachen. Er ist ein hervorragendes Mittel, um das Wachstum und die Gesundheit der Pflanzen zu beurteilen. Er kann auch den Zustand der Baumkronen anzeigen und wertvolle Informationen über das Mikroklima im späteren Verlauf der Saison liefern.
3. NDRE - Normalised Difference Red Edge Index
NDRE ist eine weitere Möglichkeit, den Gesundheitszustand der Pflanzen durch die Überwachung des Chlorophyllgehalts anzuzeigen. Sie wird mit einer Kombination aus NIR-Licht und einem Frequenzband berechnet, das im Übergangsbereich zwischen sichtbarem roten und NIR-Licht liegt - daher der Name "rote Kante".
NDRE kann weiter in das Kronendach hinein messen, da es nicht so stark nur von den obersten Blattschichten absorbiert wird, und kann daher einen besseren Einblick in Dauerkulturen oder Pflanzen im Spätstadium geben. Es liefert wertvolle Daten für eine proaktive Entscheidungsfindung, da NDRE Veränderungen erkennen kann, die mit dem bloßen Auge noch nicht sichtbar sind, und bestätigt, ob eine wachsende Pflanze gesund ist oder nicht. Niedrige Mengen an Chlorophyll können auf Problempflanzen hinweisen:
- Krankheit
- Schädlingsbefall
- Nährstoffmängel
- Schaden
Das NDRE wird die Nutzer auf die Problempflanze hinweisen, um die Ursache für den niedrigen Chlorophyllgehalt weiter zu untersuchen und vorbeugende Maßnahmen zu ergreifen.
4. NDMI - Normalised Difference Moisture Index
NDMI erkennt den Feuchtigkeitsgehalt von Pflanzen mit einer Kombination aus NIR- und SWIR-Spektralbändern (Short-Wave Infrared). Sie gibt den Nutzern einen zuverlässigen Hinweis auf Wasserstress in den Kulturen.
Es ist wichtig zu wissen, dass die NDMI-Werte im Laufe der Vegetationsperiode schwanken. Das liegt daran, dass der Reflexionsgrad der Pflanzen in jedem phänologischen Stadium etwas anders ist. Dieser Index zeigt den Feuchtigkeitsgehalt der Pflanzen auf einer relativen Skala von -1 bis 1 an. Jeder Wert dazwischen entspricht einer leicht unterschiedlichen agronomischen Situation (wobei negative Werte, die sich -1 nähern, normalerweise auf Wasserstress hindeuten).
Sie zeigt jedoch nicht den tatsächlichen Feuchtigkeitsgehalt der Pflanzen an, d.h. die Nutzer wissen nur, dass ein Bereich des Feldes einen höheren oder niedrigeren Wassergehalt hat als der Rest. Da die Pflanzen auf ein und demselben Feld unterschiedlich sind, gibt es keinen Wert von 1 für das gesamte Feld. Durch die Kombination dieses Indexes mit den von den FS21-Bodensensoren gesammelten Daten können die Indizes mit den örtlichen Bodenfeuchtemesswerten korreliert werden. Das bedeutet, dass wir genauere und zuverlässigere Informationen über die potenziellen Feuchtigkeitseinschränkungen für bestimmte Bereiche des Feldes erhalten.
NDMI und NDVI arbeiten auch gut zusammen - Wasserstress, der durch die NDMI-Werte angezeigt wird, kann durch einen deutlich unter dem Durchschnitt liegenden NDVI bestätigt werden.
Bei Farm21 arbeitet unser Team ständig daran, unseren Nutzern mehr und bessere Informationen zur Verfügung zu stellen, damit sie die besten datengestützten Entscheidungen treffen können, die zu echten Vorteilen führen. Wir wollen der Partner für die Präzisionslandwirtschaft sein, der Landwirten, Forschern, Händlern und Anbauberatern hilft, ihren Betrieb wirklich zu optimieren.
Unser aktuelles kostenloser Plan beinhaltet:
- Scouting App
- Anbaupläne und Feldgrenzen
- Wetterdaten
- Datenaustausch
- Unbegrenzte Nutzer und Datenspeicherung
PLUS: Wir haben Satellitendaten hinzugefügt, die vier Arten von Satellitenbildern enthalten.
- NDVI - Normalised Difference Vegetation Index
- WDVI - Gewichteter Differenzvegetationsindex
- NDRE - Normalised Difference Red Edge Index
- NDMI - Normalised Difference Moisture Index
Nutzer können erhalten 10x10m Auflösung Satellitenbilder alle 4-5 Tage, abhängig von der Satellitenposition und der Wolkenbedeckung des Tages.
Ein Jahr lang werden historische Daten von Satelliten für bestehende Felder zur Verfügung stehen.
Neue Felder erzeugen auch historische Daten, wenn sie angelegt werden (oder wenn Grenzen zu bestehenden Feldern hinzugefügt werden, die bisher keine Grenzen hatten).
Unser aktualisiertes Felder Seite ermöglicht den Nutzern eine bessere Kontrolle mit Informationen aus Satellitendaten und nach Tagen geordneten Scouting-Berichten.
Erstelle ein Konto und beginne noch heute deine Reise mit uns! Jetzt kostenlos loslegen