NDVI

พืชที่มีคลอโรฟิลล์ (ใบเขียว) อุดมสมบูรณ์จะสะท้อนแสงอินฟราเรดใกล้ (NIR) อย่างเข้มข้น และดูดซับแสงสีแดง (Red) อย่างเข้มข้นเพื่อการสังเคราะห์แสง NDVI คือดัชนีที่ใช้ประโยชน์จากความไม่สมมาตรของค่าการสะท้อนแสงนี้ โดยมีสูตรคำนวณที่เรียบง่ายมากคือ `(NIR - Red) / (NIR + Red)` สำหรับ Sentinel-2 สามารถใช้ B08 (NIR) และ B04 (แดง) ที่ความละเอียด 10m และคำนวณได้อย่างสะดวกด้วยไลบรารี Python เช่น rasterio ## การอ่านค่า ค่าจะอยู่ในช่วง -1 ถึง +1 แนวทางการใช้งานจริงมีดังนี้ | ค่า NDVI | ตัวอย่างสภาพพื้นผิว | |--------|----------------| | ต่ำกว่า 0 | แหล่งน้ำ · หิมะ · เมฆ | | 0〜0.2 | ดินเปล่า · ทะเลทราย | | 0.2〜0.4 | พุ่มไม้ · ทุ่งหญ้าเบาบาง | | 0.4 ขึ้นไป | พืชพรรณปานกลางถึงหนาแน่น · พื้นที่เกษตรกรรมที่สมบูรณ์ | เนื่องจากค่าเกณฑ์จะแตกต่างกันตาม biome (เขตภูมิอากาศ) และฤดูกาล จึงจำเป็นต้องตีความให้สอดคล้องกับลักษณะเฉพาะของแต่ละพื้นที่ ## การประยุกต์ใช้ในด้านการเกษตร ป่าไม้ และภัยพิบัติ ในด้านการเกษตร การถ่ายภาพเป็นระยะในช่วงฤดูเพาะปลูกและติดตามการเปลี่ยนแปลงของ NDVI ตามช่วงเวลา ช่วยให้ตรวจพบความผิดปกติของการเจริญเติบโตได้ตั้งแต่เนิ่นๆ การแสดงภาพแปลงที่มีพืชพรรณลดลงด้วยรหัสสี ยังช่วยให้จัดลำดับความสำคัญของพื้นที่ที่ต้องตรวจสอบได้อย่างง่ายดาย ในการจัดการป่าไม้ ใช้สำหรับการประเมินเชิงปริมาณของการลดลงของพืชพรรณจากการตัดไม้ ไฟป่า และโรคพืช ส่วนในการรับมือภัยพิบัติ วิธีการสร้างภาพผลต่าง (ΔNDVI) ก่อนและหลังเหตุการณ์น้ำท่วมหรือภัยแล้งเพื่อประมาณขอบเขตความเสียหายได้แพร่หลายมากขึ้น อย่างไรก็ตาม NDVI เป็นเพียงดัชนีที่แสดงปริมาณและความมีชีวิตชีวาของพืช จึงไม่สามารถใช้ระบุชนิดพันธุ์ไม้หรือทำนายผลผลิตโดยตรงได้ ในการวินิจฉัยทางการเกษตรที่มีความแม่นยำสูง มักมีการใช้ร่วมกับดัชนีอื่น เช่น EVI (Enhanced Vegetation Index) หรือ NDRE (ดัชนี Red Edge)