Identifikace optimálních podmínek pro výpočet indexů vegetační plochy

Abstract

V posledních letech se dálkový průzkum Země stal velmi často používanou metodou sběru dat o procesech na Zemi, zejména v oblasti zemědělství a lesnictví. Multispektrální snímkování je levný, rychlý a přesný způsob, jak získat informace o zdravotním stavu porostů, stresových faktorech, defoliaci a dalších škodách způsobených povodněmi, extrémními větry apod. Chybí však poznatky o tom, jak počasí a světelné podmínky ovlivňují výsledky z multispektrální kamery nesené většinou bezpilotními letouny. Pochopení tohoto vlivu na pořízené snímky je velmi důležité s ohledem na vyhodnocení dat. Proto byl proveden výzkum, jehož cílem bylo toto zjistit. Byla vybrána výzkumná plocha borovice kleče (Pinus Mugo Turra) a bylo provedeno několik experimentálních letů v jarním období. Výzkum se zaměřoval na určení vlivu světelných podmínek, jako je úhel slunce nad obzorem, oblačnost a osvětlenost povrchu, a na povětrnostních podmínek, jako je teplota, vlhkost a atmosférický tlak. Pro všechny pořízené snímky z multispektrální kamery MicaSense RedEdge-MX byla vypočtena průměrná hodnota vegetačních indexů NDVI, GNDVI a NDRE. Možné závislosti byly vyhodnoceny pomocí Pearsonova a Spearmanova korelačního koeficientu. Výsledky odhalily vliv zejména světelných podmínek na hodnoty vegetačních indexů. Zdá se, že nejlepší podmínky pro provádění dálkového průzkumu jsou v době souvislé oblačnosti, která způsobuje rovnoměrné osvětlení povrchu.

In recent years, remote sensing has become a very frequently used method of collecting data about processes on the Earth, especially in the field of agriculture and forestry. Multispectral imaging is a cheap, fast, and precise way how to get information about health conditions of vegetations, stress factors, defoliation and other damages caused by floods, extreme winds etc. However, there is a lack of knowledge, how weather and light conditions affect the outcome from a multispectral camera carried mostly by UAV. Understanding this impact on captured frames is highly important. Therefore, a research has been carried out to find out. A research area of mountain pine (Pinus Mugo Turra) was selected, and some experimental flights in the spring season were conducted. The research focused on determining the effect of lighting conditions, such as a sun angle above horizon, cloud cover and surface illuminance and weather conditions such as s temperature, humidity a atmospheric pressure. For all sample pictures from multispectral camera MicaSense RedEdge-MX the average value of NDVI, GNDVI and NDRE was calculated. Possible corelations were evaluated by Pearson’s and Spearman’s correlation coefficients. The results revealed the influence of light conditions on the vegetation index values. It seems that the best conditions for remote sensing are during periods of continuous cloud cover, which causes uniform illumination of the surface.