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.
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.
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.


Sentinel-2 ແມ່ນດາວທຽມສັງເກດການໂລກຂອງໂຄງການ Copernicus ທີ່ນຳພາໂດຍ ESA (ອົງການອາວະກາດເອີຣົບ) ໂດຍສາມາດບັນທຶກຮູບພາບ multispectral 13 ແບນດ໌ ຄອບຄຸມຕັ້ງແຕ່ຄື້ນແສງທີ່ມອງເຫັນໄດ້ຈົນເຖິງຄື້ນອິນຟາເຣດຄື້ນສັ້ນ (SWIR) ດ້ວຍຄວາມລະອຽດ 10–60 ແມັດ ແລະ ສາມາດກັບມາຖ່າຍຊ້ຳໄດ້ທຸກໆປະມານ 5 ວັນ ເພື່ອສັງເກດການພື້ນທີ່ດິນຢ່າງຕໍ່ເນື່ອງ. ຖືກນຳໃຊ້ຢ່າງກວ້າງຂວາງໃນການຕິດຕາມພື້ນທີ່ກະສິກຳ ແລະ ພືດພັນ, ການຈຳແນກປະເພດການໃຊ້ທີ່ດິນ, ການປຽບທຽບສະພາບກ່ອນ-ຫຼັງໄພພິ

Remote Sensing ແມ່ນຄຳສັບລວມທີ່ໃຊ້ເອີ້ນເຕັກໂນໂລຊີທີ່ວັດແທກການສະທ້ອນ ແລະ ການແຜ່ລັງສີຂອງຄື້ນແມ່ເຫຼັກໄຟຟ້າຈາກດາວທຽມ, ອາກາດຍານ, ໂດຣນ ແລະ ອື່ນໆ ທີ່ຕິດຕັ້ງເຊັນເຊີ, ໂດຍບໍ່ຕ້ອງສຳຜັດກັບວັດຖຸໂດຍກົງ, ເພື່ອເກັບກຳ ແລະ ວິເຄາະສະພາບຂອງພື້ນຜິວໂລກ ແລະ ບັນຍາກາດ.

Zero Trust Network Access (ZTNA) ແມ່ນຮູບແບບຄວາມປອດໄພທີ່ຄວບຄຸມການເຂົ້າເຖິງຊັບພະຍາກອນເຄືອຂ່າຍ ໂດຍອີງໃສ່ຫຼັກການ "ບໍ່ໄວ້ວາງໃຈໃຜ ແລະ ກວດສອບສະເໝີ" ດ້ວຍການກວດສອບຜູ້ໃຊ້ ແລະ ອຸປະກອນຢ່າງຕໍ່ເນື່ອງ.


ວິທີວັດແທກຜົນກະທົບຂອງການນຳໃຊ້ AI Agent | ຈາກການອອກແບບ KPI ເຖິງການປັບປຸງຢ່າງຕໍ່ເນື່ອງ