Вегетационный индекс NDVI¶

Вегетационный индекс NDVI (Normalized Difference Vegetation Index, нормализованный относительный индекс растительности) — это количественный показатель, используемый для оценки состояния и плотности растительного покрова на основе данных дистанционного зондирования Земли (спутниковых снимков). NDVI вычисляется как разность отражений в ближнем инфракрасном (NIR) и красном (RED) диапазонах, делённая на их сумму. Значения индекса варьируются от -1 до +1, где положительные значения (обычно от 0,1 до 0,9) соответствуют участкам, покрытым растительностью, а отрицательные — водным объектам, снегу или облакам.

¶История и развитие

Концепция нормализованного разностного индекса растительности была разработана в 1970-х годах в рамках программы NASA по изучению земных ресурсов. Первоначально метод применялся для анализа данных с радиометра MSS (Multispectral Scanner) спутника Landsat-1, запущенного в 1972 году. В 1978 году исследователи К. Дж. Такер (C. J. Tucker) и другие опубликовали работы, обосновавшие корреляцию между NDVI и биомассой растительности. С развитием спутниковых систем, таких как AVHRR (NOAA), MODIS (Terra и Aqua) и Sentinel-2 (ESA), NDVI стал одним из наиболее распространённых вегетационных индексов в мире.

В России метод NDVI активно внедрялся с 1990-х годов, в том числе для мониторинга сельскохозяйственных угодий в рамках системы «Агрометеорология» Росгидромета. В настоящее время данные NDVI используются в государственных программах, таких как «Цифровое сельское хозяйство» (Минсельхоз РФ), для оценки состояния посевов и прогнозирования урожайности.

¶Физические основы

NDVI основан на различиях в спектральной отражательной способности растительности в красном (RED, 0,6–0,7 мкм) и ближнем инфракрасном (NIR, 0,7–1,1 мкм) диапазонах. Здоровые зелёные листья сильно поглощают красный свет (используемый для фотосинтеза хлорофиллом) и интенсивно отражают ближний инфракрасный свет (из-за внутренней структуры мезофилла). В результате разность между NIR и RED для растительности велика, что даёт высокие положительные значения NDVI. Для воды, почвы или искусственных покрытий эта разность мала или отрицательна.

Формула расчёта:

\[ NDVI = \frac{NIR - RED}{NIR + RED} \]

где:

• NIR — коэффициент отражения в ближнем инфракрасном диапазоне;
• RED — коэффициент отражения в красном диапазоне.

¶Классификация значений NDVI

Значения NDVI интерпретируются по шкале, которая может незначительно варьироваться в зависимости от типа растительности и условий съёмки. Общепринятая классификация:

¶Применение

¶Сельское хозяйство

NDVI широко используется в точном земледелии для:

• Оценки всхожести и равномерности посевов;
• Выявления участков с дефицитом азота, воды или болезнями растений;
• Прогнозирования урожайности на основе многолетних рядов данных;
• Оптимизации внесения удобрений и средств защиты растений (карты дифференцированного внесения).

В России, по данным Минсельхоза, на 2023 год более 40% сельхозпроизводителей в регионах с развитым растениеводством (Краснодарский край, Ростовская область, Ставрополье) используют NDVI-снимки для мониторинга посевов.

¶Лесное хозяйство и экология

• Оценка состояния лесных массивов (выявление усыхания, повреждений насекомыми-вредителями);
• Мониторинг пожаров и восстановления растительности после пожаров;
• Картографирование биомассы и углеродного баланса экосистем.

¶Гидрология и климатология

• Оценка влажности почвы и испарения;
• Анализ динамики опустынивания и засух;
• Моделирование климатических изменений (например, в проектах Росгидромета по оценке влияния потепления на растительность Арктики).

¶География и урбанистика

• Выделение зелёных зон в городах;
• Оценка степени урбанизации и тепловых островов.

¶Ограничения и критика

Несмотря на широкое распространение, NDVI имеет ряд недостатков:

• Чувствительность к атмосферным условиям: облачность, аэрозоли и дымка снижают точность измерений. Для коррекции применяются атмосферная коррекция или использование данных сенсоров с высоким временным разрешением (например, MODIS).
• Насыщение при высокой биомассе: в густых лесах (например, тропических) значения NDVI перестают расти, так как отражение в NIR достигает плато.
• Зависимость от типа почвы: светлые почвы могут давать ложные положительные значения, а тёмные — занижать.
• Непригодность для разреженной растительности: в пустынях или степях индекс может быть близок к нулю, что не отражает реального состояния отдельных растений.

В ответ на эти ограничения были разработаны альтернативные индексы: EVI (Enhanced Vegetation Index), SAVI (Soil-Adjusted Vegetation Index), GCI (Green Chlorophyll Index) и другие. Тем не менее NDVI остаётся стандартом де-факто благодаря простоте расчёта и доступности исторических данных (с 1970-х годов).

¶Интересные факты

• NDVI используется для оценки «зелёной массы» планеты: по данным спутников, с 1980-х годов наблюдается глобальное «озеленение» (увеличение NDVI) в основном за счёт роста лесов в умеренных широтах и сельскохозяйственных культур в Китае и Индии.
• В России в 2020–2022 годах данные NDVI применялись для мониторинга состояния посевов в рамках проекта «Цифровой двойник поля» (совместная разработка Минсельхоза и Роскосмоса).
• NDVI может быть рассчитан не только по спутниковым, но и по аэрофотоснимкам с беспилотных летательных аппаратов (БПЛА), что позволяет получать данные с пространственным разрешением до 1 см.

¶Источники

• Tucker, C. J. (1979). «Red and photographic infrared linear combinations for monitoring vegetation». Remote Sensing of Environment.
• Rouse, J. W. et al. (1973). «Monitoring vegetation systems in the Great Plains with ERTS». Third ERTS Symposium.
• Поляков, А. В. и др. (2021). «Применение вегетационных индексов в агромониторинге». Вестник Россельхозакадемии.
• Данные Росгидромета и Минсельхоза РФ (2022–2023).