Python ile NDVI Uydu Görüntülerinden Bitki Örtüsü Endeksi Hesaplama (B)

Python ile Uydu Görüntüleri Analizi (A) yazısını bu yazıya geçmeden okumanızı tavsiye ederim. Zira bu yazı onun devamı niteliğinde olacaktır.

Bu yazıda python ile NDVI işlemlerini nasıl yapabileceğimize bakacağız. Öncelikle biraz NDVI nedir ondan bahsedelim.

NDVI – Normalleştirilmiş Fark Bitki Örtüsü İndeksi Nedir?

Bitkiler, yapraklarında bulunan klorofil maddesini ve gün ısığını inorganik maddeden organik madde üretmek için kullanırlar.

Fotosentez diye anılan bu islem esnasında Günes’ten gelen elektromanyetik enerjinin 0,63 μm – 0,69 μm dalga boyunda olan ve kırmızı ısığa karsılık gelen kısmı kullanılır.

Bu yüzden, kırmızı ısığın yansımasını ölçen bir uydu görüntüsü, canlı bitki örtüsünün yoğun olduğu alanlarda düsük sayısal değerlere sahip olacaktır.

Okuyucular aşağıdaki puanı vermişler.

Bu yazıya, yorum yaparak sen de puan verebilirsin.

Öte yandan bitkiler 0,7 μm ve daha yüksek dalga boyuna sahip elektromanyetik enerjiyi bünyelerine almaz, geri yansıtırlar.

Dolayısıyla, canlı bitki örtüsünün yoğun olduğu alanlar, yakın kızılötesi elektromanyetik enerjinin yansımasını ölçen bir uydu görüntüsünde yüksek sayısal değerlere sahip olacaktır.

İngilizce normalized difference vegetation index ismi verilen ve bu ismin bas harfleri ile NDVI olarak anılan normalize edilmis fark bitki örtüsü indeksi, kırmızı ve yakın kızılötesi bant görüntüleri kullanılarak üretilir.

Bitki örtüsünün yoğun olduğu alanlara karsılık gelen piksellerin, üretilen NDVI görüntüsünde yüksek sayısal değerlere; bitki örtüsünün seyrek olduğu alanlara karşılık gelen piksellerin ise aynı görüntüde düşük sayısal değerlere sahip olması beklenir.

    NDVI = NIR – RED / NIR + RED

Veya biraz daha esneklik gösterebiliriz ve farklılaştırabiliriz. Değerler üç aşağı beş yukarı ifade edilirler. Yüzde yüz doğru bir aralık vermek mümkün değil. O sebeple çeşitli aralıkları aktarıyorum.

• Büyük ve küçük su birikintileri negatif veya sıfıra çok yakın değerler alır.
• 0.2 – 0.3 Arası çayırlar ve ufak çalıları temsil edebilir.
• 0.6 – 0.8 Arası ise yağmur ormanları gibi çok daha gür kısımları ifade edebilir.

Vejetasyon Endeksi

Vejetasyon indeksi, herhangi bir alanın yeşilliğinin bir göstergesidir. Bir bitki örtüsünün sağlığını izlemek için bir önlemdir. Uydu sensörleri tarafından çeşitli veriler yakalanır ve bu tür bir veri özellikle yeşil bitkiler tarafından emilen ve yansıtılan ışığın dalga boylarını ölçer.
Yoğun bitki örtüsü, görünür kırmızı ışığa kıyasla çok sayıda yakın kızılötesi ışığı (insan gözüyle görülemez) yansıtır. Seyrek bitki örtüsü durumunda bunun tersi olur. Bu nedenle, bir bitki gelişiminin çeşitli evrelerinde iken, bu yansıtma özellikleri de değişir.

NDVI’nın Faydaları
NDVI değerleri, araştırmacılar için çok yararlıdır. Bir yerde bir bitki örtüsünün türü, miktarı ve durumu hakkında kabaca bir tahmin verir.
NDVI değerlerinin aynı zamanda yılın belirli bir döneminde bir bölgede “normal” büyüme koşullarını incelemek ve kontrol etmek için de zaman ortalaması alınabilir. Bu öncelikle ormansızlaşma, orman yangınları gibi doğal rahatsızlıklar veya bitkilerin fenolojik evrelerindeki değişiklikler nedeniyle bitki örtüsünde değişikliklerin olduğu alanların belirlenmesine yardımcı olur.

Çalışma alanı için NDVI hesaplanıyor. (İncele: Python ile Uydu Görüntüleri Analizi (A) )
İndirilmiş verilerimiz zaten .tiff biçiminde. Bu bölümde NDVI indeksini hesaplayıp analiz edeceğiz.

Yukarıda yapılanlar:

• Gerekli kütüphanelerin eklenmesi
• Görüntüler içerisinden kızılötesi ve kırmızı(red) bantlarının çıkarılması yani kullanılmak üzere alınması.
• NDVI değerinin hesaplanması
• NDVI değerlerinin sınırlarının kontrol edilmesi
• NDVI görüntünün kayıt edilmesi.
• NDVI görüntüsü için bir renk şeması eklenmesi ve görüntünün daha iyi anlaşılabilir yapılması.
• Görüntüde bir enterpolasyon işleminin uygulanması
• Histogram değerlerinin oluşturulması

Çalışmadan dolayı Parul Pandey‘e teşekkür ederim. Benim için güzel bir kaynak oldu. Sizlere de sundum.

Herkese iyi çalışmalar.