NDVI
NDVI (Normalized Difference Vegetation Index · ດັດຊະນີພືດພັນປົກກະຕິ) ແມ່ນດັດຊະນີທີ່ໄດ້ຈາກການປົກກະຕິຄວາມແຕກຕ່າງຂອງຄ່າສະທ້ອນແສງລະຫວ່າງແຖບໃກ້ອິນຟາເຣດ (NIR) ແລະ ແຖບສີແດງ (Red) ຂອງພາບຖ່າຍດາວທຽມ ໂດຍຄຳນວນດ້ວຍສູດ (NIR - Red) / (NIR + Red) ເພື່ອປະເມີນຄວາມຫນາແໜ້ນ ແລະ ຄວາມມີຊີວິດຊີວາຂອງພືດພັນຢ່າງເປັນປະລິມານ.
ພືດທີ່ມີຄລໍໂຣຟິລ (ຄລໍໂຣພລາດ) ອຸດົມສົມບູນ ຈະສະທ້ອນແສງໃກ້ອິນຟາເຣດ (NIR) ຢ່າງແຮງ ແລະ ດູດຊຶມແສງສີແດງ (Red) ຢ່າງແຮງເພື່ອໃຊ້ໃນການສັງເຄາະແສງ. NDVI ແມ່ນດັດຊະນີທີ່ໃຊ້ປະໂຫຍດຈາກຄວາມບໍ່ສົມດຸນຂອງອັດຕາການສະທ້ອນນີ້ ໂດຍມີສູດຄຳນວນທີ່ງ່າຍດາຍຄື `(NIR - Red) / (NIR + Red)`. ໃນ Sentinel-2 ສາມາດໃຊ້ B08 (NIR) ແລະ B04 (ສີແດງ) ທີ່ມີຄວາມລະອຽດ 10m ແລະ ຄຳນວນໄດ້ຢ່າງສະດວກດ້ວຍ Python library ເຊັ່ນ rasterio. ## ການອ່ານຄ່າ ຄ່າຈະຢູ່ໃນຊ່ວງ -1 ຫາ +1. ເກນອ້າງອີງໃນທາງປະຕິບັດມີດັ່ງນີ້: | ຄ່າ NDVI | ຕົວຢ່າງສະພາບພື້ນດິນ | |----------|----------------------| | ຕ່ຳກວ່າ 0 | ແຫຼ່ງນ້ຳ · ຫິມະ · ເມກ | | 0〜0.2 | ດິນເປົ່າ · ທະເລຊາຍ | | 0.2〜0.4 | ໄມ້ພຸ່ມ · ທົ່ງຫຍ້າໂຫວງ | | 0.4 ຂຶ້ນໄປ | ພືດພັນໜາແໜ້ນປານກາງຫາໜາ · ທົ່ງນາທີ່ສົມບູນ | ເນື່ອງຈາກຄ່າເກນຈະປ່ຽນແປງຕາມ biome (ເຂດອາກາດ) ແລະ ລະດູການ ຈຶ່ງຈຳເປັນຕ້ອງຕີຄວາມໝາຍໃຫ້ສອດຄ່ອງກັບລັກສະນະສະເພາະຂອງພື້ນທີ່ນັ້ນໆ. ## ການນຳໃຊ້ໃນດ້ານກະສິກຳ · ປ່າໄມ້ · ໄພພິບັດ ໃນດ້ານກະສິກຳ ການຖ່າຍຮູບເປັນປະຈຳໃນລະຫວ່າງລະດູການປູກຝັງ ແລະ ການຕິດຕາມການປ່ຽນແປງຂອງ NDVI ຕາມໄລຍະເວລາ ຊ່ວຍໃຫ້ກວດພົບຄວາມຜິດປົກກະຕິຂອງການເຕີບໂຕໄດ້ໄວ. ການສະແດງຜົນດ້ວຍສີຂອງແປງທີ່ມີພືດພັນຫຼຸດລົງ ຍັງຊ່ວຍໃຫ້ຈັດລຳດັບຄວາມສຳຄັນຂອງພື້ນທີ່ທີ່ຕ້ອງກວດສອບໄດ້ງ່າຍຂຶ້ນ. ໃນການຄຸ້ມຄອງປ່າໄມ້ ໃຊ້ສຳລັບການປະເມີນຜົນດ້ານປະລິມານຂອງການຫຼຸດລົງຂອງພືດພັນທີ່ເກີດຈາກການຕັດໄມ້ · ໄຟໄໝ້ປ່າ · ພະຍາດ ແລະ ໃນການຮັບມືກັບໄພພິບັດ ວິທີການສ້າງຮູບພາບຄວາມແຕກຕ່າງ (ΔNDVI) ກ່ອນ-ຫຼັງນ້ຳຖ້ວມ · ໄພແຫ້ງແລ້ງ ເພື່ອຄາດຄະເນຂອບເຂດຄວາມເສຍຫາຍໄດ້ຮັບການແຜ່ຂະຫຍາຍຢ່າງກວ້າງຂວາງ. ຢ່າງໃດກໍຕາມ NDVI ແມ່ນດັດຊະນີທີ່ສະແດງເຖິງປະລິມານ · ຄວາມຕື່ນຕົວຂອງພືດ ແລະ ບໍ່ສາມາດໃຊ້ໃນການລະບຸຊະນິດຕົ້ນໄມ້ ຫຼື ການຄາດຄະເນຜົນຜະລິດໂດຍກົງ. ໃນການວິນິດໄສກະສິກຳທີ່ມີຄວາມຊັດເຈນສູງ ມັກຈະມີກໍລະນີທີ່ໃຊ້ຮ່ວມກັບ EVI (Enhanced Vegetation Index) ຫຼື NDRE (ດັດຊະນີ Red Edge) ເປັນຕົ້ນ.
ຄຳສັບທີ່ກ່ຽວຂ້ອງ
A2A (ໂປຣໂຕຄໍ Agent-to-Agent)
A2A (Agent-to-Agent Protocol) ແມ່ນໂປຣໂຕຄໍການສື່ສານທີ່ຊ່ວຍໃຫ້ AI agent ທີ່ແຕກຕ່າງກັນສາມາດຄົ້ນຫາຄວາມສາມາດ, ມອບໝາຍໜ້າທີ່, ແລະ ເຊື່ອມຕໍ່ ຫຼື ຊິງຄ໌ຂໍ້ມູນສະຖານະລະຫວ່າງກັນໄດ້, ໂດຍ Google ໄດ້ເປີດຕົວໃນເດືອນເມສາ 2025.
Agentic RAG
Agentic RAG ແມ່ນສະຖາປັດຕະຍະກຳທີ່ LLM ເຮັດໜ້າທີ່ເປັນ agent ໂດຍການສ້າງ query ການຄົ້ນຫາ, ປະເມີນຜົນລັບ, ແລະຕັດສິນໃຈຄົ້ນຫາຄືນໃໝ່ຢ່າງອັດຕະໂນມັດຊ້ຳໆ ເພື່ອບັນລຸຄວາມຖືກຕ້ອງຂອງຄຳຕອບທີ່ RAG ແບບຖາມ-ຕອບທຳມະດາບໍ່ສາມາດໃຫ້ໄດ້.
AI ແບບ Agentic
Agentic AI ແມ່ນຊື່ເອີ້ນລວມຂອງລະບົບ AI ທີ່ສາມາດຕີຄວາມໝາຍເປົ້າໝາຍ ແລະ ດຳເນີນການວາງແຜນ, ປະຕິບັດ, ແລະ ກວດສອບຢ່າງເປັນອິດສະຫຼະ ໂດຍບໍ່ຕ້ອງການຄຳແນະນຳລະອຽດຈາກມະນຸດໃນແຕ່ລະຂັ້ນຕອນ.
