SAVI/MSAVI (Modified Soil Adjusted Vegetation Index)

Toprağın yansımasını hesaba katar ve erken büyüme aşamaları veya ağaç bahçeleri veya üzüm bağları
gibi açık zemine sahip ürünler için faydalıdır. Yeniden dikim kararları hala geçerliyken, ortaya çıkan
sıcak noktaların belirlenmesi faydalı olabilir.

Toprak Düzeltilmiş Bitki Örtüsü İndeksi (SAVI) SAVI, toprak parlaklığının etkisini azaltmak için tanıtıldı.
Yaratıcısı Huete, sonuçları etkileme eğiliminde olan toprak gürültüsü etkilerini (toprak rengi, toprak
nemi, bölgeler arasında toprak değişkenliği vb.) düzeltmek için NDVI denklemine bir toprak ayarlama
faktörü L ekledi. Formül: SAVI = ((NIR – KIRMIZI) / (NIR + KIRMIZI + L)) * (1 + L) Anahtar olgu: L,
sorgulanan alandaki yeşil bitki örtüsü yoğunluğuna bağlı olarak -1 ila +1 arasında değişir. Yeşil bitki
örtüsünün yüksek olduğu bölgelerde L= 0 ve bu durumda SAVI, NDVI ile aynıdır. Tersine, düşük yeşil
bitki örtüsü bölgeleri için L = 1. Çoğu arazi örtüsüne uyum sağlamak için L değeri genellikle 0,5 olarak
ayarlanır . Ne zaman kullanılır: Genç mahsullerin analizi için; Seyrek bitki örtüsüne (toplam alanın
%15'inden azı) ve açık toprak yüzeylerine sahip kurak bölgeler için.

EVI (Geliştirilmiş Bitki Örtüsü İndeksi) Özellikle NDVI'nın küçük değişiklikleri gizlediği yüksek gölgelik
yoğunluğuna sahip mahsuller için bitki sağlığını ve su stresini ölçmek için kullanılır.
Geliştirilmiş Bitki Örtüsü İndeksi (EVI) Liu ve Huete, NDVI sonuçlarını özellikle yoğun bitki örtüsü
alanlarında atmosferik ve toprak seslerine göre ayarlamak ve çoğu durumda doygunluğu azaltmak
için EVI bitki örtüsü endeksini tanıttı. EVI için değer aralığı -1 ile +1 arasında olup, sağlıklı bitki örtüsü
için 0,2 ile 0,8 arasında değişmektedir. Formül: EVI = 2,5 * ((NIR – KIRMIZI) / ((NIR) + (C1 * KIRMIZI) –
(C2 * MAVİ) + L)) Temel gerçek: EVI, atmosferde mevcut aerosol saçılımını düzeltmek için C1 ve C2
katsayılarını ve toprak ve kanopi arka planını ayarlamak için L katsayılarını içerir. Yeni başlayan CBS
analistlerinin, hangi değerlerin kullanılması gerektiği ve farklı uydu verileri için EVI'nın nasıl
hesaplanacağı konusunda kafası karışabilir. Geleneksel olarak NASA'nın MODIS sensörü için (EVI bitki
örtüsü indeksi bunun için geliştirilmiştir) C1=6, C2=7,5 ve L=1. Sentinel 2 veya Landsat 8 verilerini
kullanarak Gelişmiş Bitki Örtüsü İndeksini nasıl göreceğinizi merak ediyorsanız, aynı değerleri kullanın
veya sonuçların indirilmesine de olanak tanıyan EOSDA Mahsul İzleme'yi kullanın. Ne zaman
kullanılır: Dünya'nın büyük miktarlarda klorofil içeren (yağmur ormanları gibi) ve tercihen
minimum topografik etkiye sahip (dağlık olmayan bölgeler) alanlarını analiz etmek için.

LAI (Yaprak Alanı İndeksi) Belirli bir arazi alanındaki yaprak alanı miktarını ölçmek için kullanılır. Daha
fazla yaprak daha fazla fotosentez anlamına geldiğinden, bitki büyümesinin zaman içinde izlenmesi
veya bitki verimliliğinin bir göstergesi olarak yararlı olabilir. Verim tahmini için potansiyel olarak
faydalıdır.

Yaprak Alanı Bitki Örtüsü İndeksi (LAI) LAI endeksi, gezegenimizin bitki örtüsü yüzeyini analiz etmek
için tasarlanmıştır ve belirli bir bölgedeki yaprak miktarını tahmin eder. LAI, tek taraflı (aydınlatılmış)
yaprak alanının kaplayabileceği toprak yüzeyine oranı olarak hesaplanan birimsiz bir ölçüdür. Bu bitki
örtüsü endeksi, mahsul ve orman sağlığını, çevreyi ve iklim koşullarını izlemek için önemlidir. LAI tek
bir bitkiye, tarladaki ürüne veya tüm bölgeye göre ölçeklenebilir. Formül: LAI = yaprak alanı (m2) /
zemin alanı (m2) Temel Gerçekler: Uzaktan algılamada LAI yaprak bitki örtüsü indeksi, NDVI verilerini
iyileştirmek amacıyla NASA MODIS sensörü için tanıtıldı. İkincisinin aksine, topografik özellikleri
dikkate alır ve hesaplamaları için kullanılan spektral bantlar atmosferik düzeltmeye tabi tutulur. LAI =
3 ise yapraklar yüzeyi üç kat kaplayabilir. LAI 0-3,5 arasında yüksek kabul edilir. Ancak değerleri, veri
doğruluğu için maskelenmesi gereken bulutlar ve parlak nesnelerle doludur. Ne zaman kullanılır:
Bitki sağlığı değerlendirmesinde, verimlilik tahmin modelinde girdi verisi olarak.

GRVI (Yeşil Oran Bitki Örtüsü İndeksi) Bilim insanları NDVI'nın olumsuzluklarıyla mücadele etmek için
GRVI'yı geliştirdi. Sadece ilkbaharı değil aynı zamanda sonbahar rengini de tanımlar. Yeşil ve kırmızı
bantları kullanan GRVI, çoğunlukla Landsat'ı kullanıyor. Bu, mahsuller için mükemmel hasat
zamanının belirlenmesine ideal bir şekilde hizmet eder. GRVI ile kar ve su varlığında bile hassas
okumalar beklenebilir. İşte formül: GRVI = (Yeşil – Kırmızı) ÷ (Yeşil + Kırmızı)

NDWI (Normalleştirilmiş Fark Su İndeksi) Bitki örtüsündeki su miktarını ölçer. Bitkilerdeki su stresini
değerlendirmek ve bitki örtüsünde yüksek su içeriğine sahip alanları belirlemek için kullanılır. Kuraklık
stresini ve sulama veya fırtına göllenmesini değerlendirmek için kullanışlıdır.

Normalleştirilmiş Fark Su İndeksi (NDWI) NDWI başlangıçta açık su kütlelerinin ana hatlarını çizmek ve
bulanıklıklarını değerlendirmek, toprağın ve arazi bitki örtüsünün yansımasını azaltmak için geliştirildi.
NDWI, yakın kızılötesi ve görünür yeşil bant kombinasyonuyla alınır. Formül: NDWI = (YEŞİL – NIR) /
(YEŞİL + NIR) Anahtar gerçekler: NDWI endeksi sıklıkla NDMI (Normalleştirilmiş Fark Nem Endeksi) ile
karıştırılır. NDWI, SWIR (Kısa Dalga Kızılötesi) ve NIR kanallarını kullanır. NIR yansıması, bitki
örtüsündeki ve iç yaprak yapısındaki kuru madde içeriğinin analiz edilmesine olanak sağlarken SWIR
yansıması, bitki su içeriği ve mezofil yapısındaki değişiklikleri gösterir. NIR ve SWIR bantları
birleştirildiğinde bitkinin su içeriği hakkında daha iyi bir fikir verir çünkü yaprağın iç yapısındaki su,
SWIR'deki spektral yansımayı etkiler. Ne zaman kullanılır: Su basmış tarım arazilerinin tespiti;
sahada su baskını tahsisi; sulanan tarım arazilerinin tespiti; sulak alanların tahsisi.

CHI (Klorofil İndeksi) Bitki sağlığı ve üretkenliğini anlamak için önemli olan bitki örtüsündeki klorofil
miktarını değerlendirmek için kullanılır. Besin gereksinimlerinin ve verim tahmininin göstergesi
olabilir. Ayrıca su stresine işaret edebilecek aşırı klorofil içeriğine sahip alanları belirlemek için de
kullanılabilir.

Red-Edge Klorofil Bitki Örtüsü İndeksi (RECl) ReCI bitki örtüsü indeksi, nitrojenle beslenen
yapraklardaki klorofil içeriğine duyarlıdır. ReCI kanopi örtüsünün fotosentetik aktivitesini gösterir.
Formül: ReCI = (NIR / KIRMIZI) – 1 Anahtar gerçek: Klorofil içeriği doğrudan bitkilerdeki
"yeşilliklerinden" sorumlu olan nitrojen seviyesine bağlı olduğundan, uzaktan algılamadaki bu bitki
örtüsü indeksi, sarı veya dökülmüş yaprakları olan alanların tespit edilmesine yardımcı olur. Ne zaman
kullanılır: ReCI değerleri aktif vejetasyon gelişimi aşamasında en faydalıdır ancak hasat mevsimi için
uygun değildir.

Modifiye Toprak Ayarlı Bitki Örtüsü İndeksi (MSAVI) MSAVI bitki örtüsü indeksi, EOSDA Mahsul İzleme
sonuçları üzerindeki toprak etkilerini azaltmak için tasarlanmıştır. Bu nedenle, NDVI'nın doğru
değerleri sağlayamadığı durumlarda, özellikle çıplak toprak yüzdesinin yüksek olduğu, bitki örtüsünün
az olduğu veya bitkilerdeki klorofil içeriğinin düşük olduğu durumlarda uygulanır. Formül: MSAVI = (2
* Bant 4 + 1 – sqrt ((2 * Bant 4 + 1)2 – 8 * (Bant 4 – Bant 3))) / 2 Anahtar gerçek: MSAVI toprak
etkilerine göre ayarlandığından ve tarladaki erken bitki örtüsüne karşı duyarlı olduğundan, toprak
neredeyse mahsullerle kaplı olmadığında bile çalışır. Ne zaman kullanılır: MSAVI, mahsul üretim
sezonunun en başında, yani fidelerin oluşmaya başladığı dönemde faydalıdır.

Yeşil Normalleştirilmiş Fark Bitki Örtüsü İndeksi (GNDVI) GNDVI endeksi, NDVI'nın bir
modifikasyonudur ve aynı zamanda yakın kızılötesi kullanır ancak VIS kırmızısının (540 ila 570 nm)
yerine VIS yeşilini kullanır. Formül: GNDVI = (NIR – YEŞİL) / (NIR + YEŞİL) Anahtar gerçek: GNDVI,
klorofil içeriğini NDVI'dan daha doğru bir şekilde ölçer. Ne zaman kullanılır: Solmuş veya yaşlanan
mahsulleri tespit etmek ve aşırı kırmızı bir kanal mevcut olmadığında yapraklardaki nitrojen
içeriğini ölçmek için, yoğun kanopilere sahip veya olgunluk aşamalarındaki bitki örtüsünü izleyin.

NDRE (Normalleştirilmiş Fark Kırmızı Kenar) NDRE, çok daha hassas olduğundan NDVI'nın daha iyi
versiyonu olarak kabul edilir. Bu uzaktan algılama tekniği, büyümenin orta ve sonraki aşamalarındaki
ürünler için idealdir. Bu sensörün temeli klorofil birikimidir. Bunun nedeni, NDRE'nin, bir yaprağın
içinden NDVI'da kullanılan kırmızı ışıktan daha iyi geçen kırmızı kenarlı ışıkla çalışmasıdır. Landsat 8'i
kullanır ve kırmızı ve NIR bantlarında çalışır. Okuma, bitki örtüsünün sağlığının belirlenmesine
yardımcı olur. İşte formül: NDRE = (NIR-KırmızıEdge) / (NIR+KırmızıEdge) Büyümenin daha erken bir
aşamasındaki ürünler için hala ideal olmadığını unutmayın.

RGB

Görünür Atmosfere Dayanıklılık Endeksi (VARI) VARI endeksi, elektromanyetik spektrumun (kırmızı,
yeşil ve mavi renk bantlarından oluşan) tüm görünür bölümüyle çalıştığından RGB veya renkli
görüntüler için mükemmeldir. Spesifik görevi, aydınlatma değişimlerini yumuşatırken güçlü
atmosferik etki altında bitki örtüsünü arttırmaktır. VARI şu uydu sensörleri için kullanılabilir: Sentinel-
2, Landsat-8, GeoEye-1, Pleiades-1, Quickbird ve IKONOS. Formül: VARI = (YEŞİL – KIRMIZI) / (YEŞİL +
KIRMIZI – MAVİ) Önemli gerçek: Atmosfer etkisine karşı düşük hassasiyet sayesinde, farklı atmosferik
kalınlık koşullarında bitki örtüsünün izlenmesine yönelik VARI hatası %10'dan azdır. Ne zaman
kullanılır: atmosferik etkilere karşı minimum hassasiyet gerektiğinde mahsul durumu
değerlendirmesi.

Grvi

Gli

Tgi

TGI (Üçgen Yeşillik Endeksi) Klorofil içeriğini ölçen endekslerin çoğu, RGB sensörleri tarafından
toplanmayan kırmızı kenarlı ışık bantlarını kullanır. TGI, multispektral sensörlerin bir seçenek olmadığı
durumlarda genellikle tesisin nitrojen ihtiyaçlarını ölçmek ve yönetmek için kullanılır. Yaprak alanının
etkisi olmadan bitki klorofilini değerlendirir. NDRE (Normalleştirilmiş Fark Kırmızı Kenar) Bitki
yapraklarındaki klorofil miktarını ölçün. NDRE genellikle toprak nitrojen miktarından bağımsız olarak
nitrojen stresini değerlendirmek için kullanılır. Bu indekste kullanılan ışık bantları bitkilerin alt
kanopisine nüfuz ettiğinden, genellikle orta ve geç dönem mahsullerini değerlendirmek için kullanılır.
Genellikle değişken oranlı besin uygulama haritaları oluşturmak için kullanılır.

Normalleştirilmiş Yanma Oranı (NBR) Tanım gereği Normalleştirilmiş Yanık Oranı, yangın sonrasında
yanan alanları vurgulamak için kullanılır. NBR bitki örtüsü endeksi denklemi, hem NIR hem de SWIR
dalga boylarında ölçümleri içerir: sağlıklı bitki örtüsü, NIR spektrumunda yüksek yansıma gösterirken,
yakın zamanda yanmış bitki örtüsü alanları, SWIR spektrumunda yüksek oranda yansıma gösterir. Bu
bitki örtüsü endeksi hesaplaması, örneğin Landsat-7, Landsat-8 veya MODIS'ten NIR ve SWIR
bantlarına sahip bir tarama görüntüsüne dayanmaktadır. Değer aralığı +1 ile –1 arasındadır. Formül:
NBR = (NIR – SWIR) / (NIR + SWIR) Temel gerçek: NBR yangın endeksi, aşırı hava koşullarının orman
biyokütlesini tahrip eden son kontrol edilemeyen yangınlarda önemli bir artışa neden olması
nedeniyle geçtiğimiz yıllarda özellikle etkili hale geldi. Ne zaman kullanılır: NBR'nin tarım ve
ormancılık için tipik kullanımı, aktif kontrol edilemeyen yangınların tespiti, yanık şiddetinin analizi ve
yanık sonrasında bitki örtüsünün hayatta kalmasının izlenmesidir.

Yapı Yoğun Pigment Bitki Örtüsü İndeksi (SIPI) SIPI bitki örtüsü indeksi, değişken kanopi yapısına sahip
bitki örtüsünün analizi için iyidir. Karotenoidlerin klorofil oranını tahmin eder: Artan değer bitki
örtüsü stresine işaret eder. Formül: SIPI = (NIR – MAVİ) / (NIR – KIRMIZI) Anahtar gerçek: Artan SIPI
değerleri (yüksek karotenoidler ve düşük klorofil), genellikle bitki örtüsünde klorofil kaybına neden
olan mahsul hastalığı anlamına gelebilir. Ne zaman kullanılır: Kanopi yapısında veya LAI'de yüksek
değişkenlik olan alanlarda bitki sağlığını izlemek, ürün hastalıklarının veya diğer stres nedenlerinin
erken belirtilerini belirlemek için.

Yeşil Klorofil Bitki Örtüsü İndeksi (GCI) Uzaktan algılamada, GCI bitki örtüsü indeksi çeşitli bitki
türlerindeki yaprak klorofil içeriğini tahmin etmek için kullanılır. Klorofil içeriği bitki örtüsünün
fizyolojik durumunu yansıtır; stresli bitkilerde azalır ve bu nedenle bitki sağlığının bir ölçümü olarak
kullanılabilir. Formül: GCI = NIR / YEŞİL – 1 Anahtar gerçek: GCI bitki örtüsü indeksi ile klorofil
miktarının daha iyi tahmin edilmesi, geniş NIR ve yeşil dalga boylarına sahip uydu sensörleri
kullanılarak elde edilebilir. Ne zaman kullanılır: mevsimselliğin, çevresel streslerin veya uygulanan
pestisitlerin bitki örtüsü sağlığı üzerindeki etkisini izlemek için.

Normalleştirilmiş Fark Kar İndeksi (NDSI) NDSI bitki örtüsü endeksi, görünür (VIS) yeşil ve SWIR veya
NIR bant kombinasyonlarına sahip kar örtüsünü tespit etmek için geçerlidir. Bant seçimi, SWIR'de kar
yansımasının yüksek, VIS'de düşük yansımasıyla açıklanırken, bu spektral bölgelerde bulut
yansımasının yüksek olması ile açıklanmaktadır. Bu özellik bulutlarla karı ayırt etmeyi sağlar. Karın
varlığı VIS ve SWIR yansıması arasındaki farkın oranıyla anlaşılır. Formül: NDSI = (YEŞİL – SWIR1) /
(YEŞİL + SWIR1) Önemli gerçek: NDSI, kar tespitinde Kesirli Kar Örtüsüne (FSC) benzer, ancak
ikincisinden daha doğru veriler sağlar. Ne zaman kullanılır: Kar haritalamasında kar ve bulutları ayırt
etmek için.

İmage colleciton
// Get a collection.
var L8_collection = ee.ImageCollection('LANDSAT/LC8_L1T_TOA');
Map.addLayer(L8_collection, { min:0.05, max: 0.8, bands: 'B6, B5, B4' },
'Landsat Collection');
Map.setCenter(100.56, 13.94, 7);

Resimler arasından Son güncel resmi gösterir

Koleksiyonda kaç tane resim var görmek için print 5000 den fazla ise göstermez hata verir
print(L8_collection);