ดัชนีพืชและ GIS

ทำไมต้องรู้

ค่าสะท้อนห้าแบนด์ของทุกพิกเซลเป็นตัวเลขจำนวนมากที่เกษตรกรใช้ตัดสินใจไม่ได้ ดัชนีพืช (vegetation index) รวมแบนด์ที่เกี่ยวกับพืชเป็นตัวเลขเดียวต่อพิกเซล แล้วการแบ่งโซนเปลี่ยนตัวเลขเป็นพื้นที่ที่ลงมือทำได้ เช่น “โซนนี้ 5 ไร่ ต้องไปดู” แต่ถ้าไม่เข้าใจว่าดัชนีวัดอะไรและไม่วัดอะไร อาจพ่นปุ๋ยให้จุดที่ปัญหาจริงคือน้ำขัง

ดัชนีพืชสามแบบ

• NDVI (Rouse และคณะ, 1974; Tucker, 1979) ใช้ความต่างระหว่าง NIR ที่ใบสะท้อนสูงกับแสงแดงที่คลอโรฟิลล์ดูดกลืน ค่าอยู่ระหว่าง −1 ถึง 1 พืชหนาแน่นสมบูรณ์มีค่าสูง ดินเปล่าต่ำ น้ำมักติดลบ
• NDRE (Barnes และคณะ, 2000) ใช้แบนด์ red edge แทนแสงแดง red edge ไวต่อปริมาณคลอโรฟิลล์ในทรงพุ่มที่หนาแน่น Barnes และคณะใช้ร่วมกับดัชนีอื่นเพื่อติดตามสถานะไนโตรเจนของพืช
• GNDVI (Gitelson และคณะ, 1996) ใช้แบนด์เขียวแทนแสงแดง

ดัชนีเป็นอัตราส่วน จึงลดผลของความสว่างที่ต่างกันได้บางส่วน แต่ไม่ได้แทนการสอบเทียบในโมดูล 2

pixels = {  # ค่าสะท้อน: เขียว, แดง, red edge, NIR
    "healthy": {"green": 0.08, "red": 0.04, "rededge": 0.20, "nir": 0.50},
    "stressed": {"green": 0.10, "red": 0.09, "rededge": 0.22, "nir": 0.35},
}
nd = lambda a, b: (a - b) / (a + b)
for name, p in pixels.items():
    print(f"{name:<9} NDVI {nd(p['nir'], p['red']):.3f}  NDRE {nd(p['nir'], p['rededge']):.3f}  "
          f"GNDVI {nd(p['nir'], p['green']):.3f}")

healthy   NDVI 0.852  NDRE 0.429  GNDVI 0.724
stressed  NDVI 0.591  NDRE 0.228  GNDVI 0.556

แบ่งโซนแปลง

แปลงนาของเราแบ่งเป็นกริด 3 × 6 ช่อง ช่องละ 50 × 53.3 m (ประมาณ 1.67 ไร่) ในงานจริงอาจใช้ค่าเฉลี่ยของพิกเซลในแต่ละช่อง แล้วจัดเป็นโซนด้วยเกณฑ์ที่ ตกลงก่อนเห็นผล

NIR = [[0.48, 0.50, 0.47, 0.44, 0.36, 0.30], [0.49, 0.51, 0.48, 0.42, 0.34, 0.28], [0.47, 0.49, 0.46, 0.43, 0.37, 0.33]]
RED = [[0.05, 0.05, 0.06, 0.07, 0.10, 0.13], [0.05, 0.04, 0.05, 0.08, 0.11, 0.14], [0.06, 0.05, 0.06, 0.07, 0.10, 0.12]]
CELL_RAI = (300 / 6) * (160 / 3) / 1600

def zone(v): return "high" if v > 0.70 else ("medium" if v >= 0.50 else "low")

counts = {"high": 0, "medium": 0, "low": 0}
for n_row, r_row in zip(NIR, RED):
    values = [(n - r) / (n + r) for n, r in zip(n_row, r_row)]
    print(" ".join(f"{v:.2f}" for v in values))
    for v in values:
        counts[zone(v)] += 1
for z, c in counts.items():
    print(f"{z:<6} {c:>2} cells = {c * CELL_RAI:.2f} rai")

0.81 0.82 0.77 0.73 0.57 0.40
0.81 0.85 0.81 0.68 0.51 0.33
0.77 0.81 0.77 0.72 0.57 0.47
high   11 cells = 18.33 rai
medium  4 cells = 6.67 rai
low     3 cells = 5.00 rai

ทำใน QGIS

QGIS คำนวณดัชนีจาก raster ค่าสะท้อนได้ด้วย Raster Calculator เช่น ("nir@1" - "red@1") / ("nir@1" + "red@1") จากนั้นจัดโซนด้วยการแบ่งช่วงค่า (reclassify) แล้วแปลงเป็น polygon เพื่อคำนวณพื้นที่ ใช้ระบบพิกัดที่มีหน่วยเมตร (เช่น UTM 47N) แล้วหารด้วย 1,600 เพื่อได้ไร่ หน้าแผนที่ต้องมีวันที่ถ่ายภาพ ดัชนีและเกณฑ์ที่ใช้ มาตราส่วน และสถานะการตรวจภาคพื้น (ดูการจัดหน้าแผนที่ใน UAT 361)

ปฏิบัติการประจำโมดูล

ข้อผิดพลาดที่พบบ่อย

สรุป

• NDVI ใช้ NIR กับแดง NDRE ใช้ NIR กับ red edge GNDVI ใช้ NIR กับเขียว แต่ละดัชนีมีช่วงค่าของตัวเอง
• แบ่งโซนด้วยเกณฑ์ที่ตั้งไว้ก่อน แล้วคำนวณพื้นที่เป็นไร่ในระบบพิกัดหน่วยเมตร
• ดัชนีชี้ตำแหน่งที่ผิดปกติ การตรวจภาคพื้นบอกสาเหตุ
• แผนที่ส่งมอบต้องระบุวันที่ ดัชนี เกณฑ์ และสถานะการตรวจ

แบบฝึกตรวจความเข้าใจ

1. NIR = 0.45, Red = 0.05 NDVI เท่าใด
2. NIR = 0.45, RedEdge = 0.25 NDRE เท่าใด
3. แปลง 18 ช่อง ช่องละ 1.67 ไร่ อยู่ในโซนต่ำ 3 ช่อง โซนต่ำกี่ไร่
4. ทำไมโซนต่ำที่เป็นแนวยาวตามขอบแปลงจึงควรตรวจเรื่องน้ำก่อน
5. NDVI ต่ำบอกสาเหตุของปัญหาได้หรือไม่