
Mis on vegetatsiooniindeks (NDVI) ja kuidas seda kaugseires kasutada?
Kõige levinum kaugseire vahend põllumajanduses on NDVI indeks. NDVI (Normalized Difference Vegetation Index) on normaliseeritud vegetatsiooniindeks, mis kirjeldab taimede arengut vastavalt sellele, kuidas taimed erinevaid valguslaineid peegeldavad. Hästi arenenud roheline taim neelab punast valgust ja peegeldab infrapunakiirgust ning haige või vähemarenenud taim toimib vastupidiselt.
NDVI mõõdab infrapunase- ja punase valguse erinevust. NDVI väärtused jäävad vahemikku 0 ja +1. Väärtus 0 näitab, et taimestik puudub, seega on pinnaks tõenäoliselt paljas muld, lumi, vesi vms. +1 lähedal olevad väärtused näitavad tervet taimestikku ja tihedat mullapinna kaetust roheliste lehtedega.
NDVI värviskaalad
NDVI kaartidel kasutatakse erinevaid värviskaalasid. Roheline skaala on kõige tavalisem NDVI skaala, kus heleroheline värvus iseloomustab madala vegetatsiooniindeksiga alasid ja tumeroheline näitab kõrge vegetatsiooniindeksi väärtusega alasid.

Selleks, et selgelt eristada problemaatilisi alasid põllul, kasutatakse kontrastset värviskaalat, mis näitab NDVI väärtuseid 0 kuni 0,07 hallina (väga madal indeksi väärtus) ning 0,07 kuni 0,3 punasena (madal indeksi väärtus).

NDVI kaardid aitavad taimekasvatajatel saada hea ülevaate põllukultuuride arengust ning selgitada välja problemaatilised alad põlde külastamata. Kui madala indeksi väärtusega alad põldudel on aastate lõikes samades kohtades võib probleem olla kuivendussüsteemis, pH’s või mulla tihenemises. Madal NDVI väärtus võib olla põhjustatud ka haigustest, kahjurputukatest, lämmastikupuudusest või põuakartlikust mullatüübist. Või osutuvad need alad hoopis põllusisesteks takistusteks nagu suured kivid või kivihunnikud.
Muudatused vegetatsiooniindeksis võivad olla tingitud ka tööülesannete valesti täitmisest. Näiteks väetiste ebaühtlane laotamine põllul või külvivead. NDVI kaardid abistavad tootjaid suurte maa-alade eest hoolitsemisel, kui kohapealne kontroll on väga aeganõudev. Suurtel põllualadel võib ligipääsmatutel või kaugetel põlluservadel toimuv olla saladuseks kuni koristuseni

Teised kasutusel olevad indeksid
NRI (Nitrogen Reflectance Index) – lämmastiku peegelduvusindeksit kasutatakse taimede lämmastikutaseme indikatsiooniks. Sarnaselt NDVI’le näitab roheline värv kõrget lämmastiku taset ja punane madalat. Punased alad kaardil võivad viidata lämmastikupuudusele

NDWI, (Normalized Difference Water Index)- normaliseeritud vee erinevuse indeks, näitab piirkonna niiskustaset. Roheline tähendab kõrget veetaset ja punane madalat, võides viidata põuale. Kui põllul on aga tumeroheline ala, võib see viidata drenaaživeale. Niisutussüsteeme kasutavate põllumajandustootjate jaoks võib taimede veestressi varjane avastamine olla kriitiline, et ära hoida saagikuse vähenemine või saagi ikaldumine.

Kaugseire oluline osa on ilmastikuandmete analüüs. Näiteks on õhutemperatuuril suur mõju nii füüsilistele (kasvamine) kui ka taime keemilistele protsessidele (fotosüntees). eAgronomi NDVI lehel asuvad ilmastikuandmed NDVI kaardi all. Igal vahekaardil on välja toodud ka saagiajalugu, mis võimaldab põllumeestel võrrelda oma saagiandmeid ilmastikuparameetritega ja nii sügavamalt saagimoodustumise tagamaid analüüsida – miks saaginumber oli nii kõrge, keskmine või madal nagu ta oli.
Esimene info, mida jälgida on ilmaennustus põllu asukohas. See aitab taimekasvatajatel töid planeerida – näiteks taimekaitsetööde puhul on oluline jälgida tuule kiirust, õhutemperatuuri ja prognoositavaid sademeid.
Mullatemperatuuri mõõdetakse mullapinnalt ja 10 cm sügavuselt. Mullatemperatuuri graafik aitab taimekasvatajatel külviaega planeerida. Näiteks on mahetootjate jaoks väga oluline külvata seeme sooja mulda, et see hakkaks koheselt idanema ja saavutaks umbrohtude ees konkurentsieelise.

Ka mullaniiskuse graafikud pakuvad külviajal väärtuslikku infot. Kui muld on kuiv ja ilmaprognoos lähitulevikus sademeid ei luba, võib olla mõistlik külvata sügavamale. Vastasel juhul võib seeme kuivale jääda ning mitte idaneda. Mullaniiskuse graafik aitab planeerida ka niisutustöid.

Ajaloolised ilmagraafikud näitavad viimase 3 kuu temperatuuride ja sademete andmeid (perioodi pikkust saab muuta). Millal viimati vihma sadas? Millised olid konkreetse kuupäeva maksimaalsed, minimaalsed ja keskmised temperatuurid? Millal oli keskmine temperatuur üle 5 kraadi ja taimed kasvasid aktiivselt? Vastused leiab ilmaajaloo graafikuid analüüsides.


Temperatuuride summa graafikud
Iga taimeliik vajab teatud arenguastme saavutamiseks teatud aktiivsete temperatuuride summat. Allpool olev temperatuuride summa graafik näitab, kui palju soojust on taimedel konkreetseks kuupäevaks kogunenud (lävitemperatuuri on võimalik muuta). See graafik aitab ennustada, millal jõuavad põllukultuurid teatud kasvufaasidesse ning aitab ka koristusaja ennustamisel.
Temperatuuride summa graafik näitab võrdlusandmeid eelmiste aastate kohta, et oleks võimalik näha, kuhu kultuurid käesoleval hooajal arengus jõudnud on. Kui kogunenud temperatuuride summa on madalam, võivad kultuurid hiljem valmida ja koristusperioodi algus edasi lükkuda. Allpool toodud näide kinnitab, et 2020. aasta sügis on olnud tavapärasest soojem. See kajastub ka NDVI graafikul, kus taliviljade vegetatsiooni indeks on tavapärasest kõrgem. See omakorda annab lootust, et 2021. aasta taliviljasaak on tänase seisuga suurema potentsiaaliga kui kahel viimasel aastal.

Kogunenud sademete graafik aitab võrrelda käesolevat hooaega eelmiste aastatega. Kogunenud sademete summa aitab tootjatel näha, kui palju niiskust põllukultuuridel kasutada on ja planeerida vastavalt sellele töid. See on kasulik teave ka niisutamistööde planeerimiseks.

Kultuuripõhised NDVI raportid
Põllukultuuridel põhinev NDVI graafik näitab kultuuri potentsiaalset saagikust. Selleks võrreldakse sama põllukultuuri NDVI väärtusi erinevatel aastatel. Kui NDVI näitajad on kõrgemad kui võrdlusaastal, võib see viidata kõrgemale saagipotentsiaalile. NB! Lõpptulemust mõjutavad alati ka ilmastikutingimused.

eAgronom lisas hiljuti oma platvormile NDVI mooduli. Kasutades NDVI andmeid koos saagikaartide, mullatüübi andmete, maastikukaartide ja ilmastiku andmetega, loob see võimsa kombinatsiooni, et välja selgitada saagierinevuste põhjuseid erinevatel aastatel ja põldudel ning prognoosida sisendite kasutamist ning planeerida töid.
Liitu eAgronomiga ja proovi ise!
Oled juba kasutaja? Logi sisse.