Skip to content
検索結果に戻る

NDVI

提唱者
Rouse, Haas, Schell, and Deering
年
1973
種類
Spectral index for vegetation assessment
系統
Remote sensing vegetation monitoring

この文章は機械翻訳で、まだ確認されていません。 英語の原文を読む

文字サイズ

何をする手法か?

正規化差植生指数(NDVI)は、衛星または航空機による多波長画像から計算されるスペクトル指数であり、植生の緑度と活力を定量化する。1973年にRouseらによってLandsatデータを用いて導入されたNDVIは、植生モニタリング、干ばつ評価、作物生産性予測、土地被覆変化検出において最も広く使用されているリモートセンシング指標となった。

手法の背後にある直感

植生は可視光(赤色光)の反射率が低いが、葉の構造とクロロフィル含有量により近赤外(NIR)光の反射率が高い。NDVIはこのコントラストを利用する。NDVI = (NIR - Red) / (NIR + Red) であり、NIRとRedはそれぞれの波長帯における衛星観測反射率である。NDVIは-1から+1の範囲を取り、-1に近い値は水(NIRを吸収)、0は裸地、+0.5から+0.9は密な健康な植生を示す。NDVIの時間系列は、季節サイクル(春の緑化、秋の落葉)と水利用可能性に関連する年々変動を明らかにする。

歴史学

1973年にLandsat多波長走査放射計データを用いて導入されたNDVIは、急速に農業、林業、干ばつモニタリングの標準植生指数となった。1981年の高分解能放射計(AVHRR)およびその後のMODIS(1999年)の打ち上げにより、全球の日次NDVIモニタリングが可能になった。NOAAの植生健康指数(VHI)は、NDVIと地表面温度を組み合わせて、干ばつ早期警戒のために運用された。最近の開発には、高解像度データ(Planet、Maxar)と低解像度データ(MODIS)の融合、およびフェノロジー検出のためのディープラーニングが含まれる。

使うべき場面

地域から全球スケールでの植生健康状態のモニタリング、干ばつ影響の評価、作物収量の予測、土地被覆変化の検出にNDVIを使用する。NDVIは大規模評価(ピクセル解像度>10 m)に最適であり、現場レベルの詳細が必要な小規模管理にはあまり有用ではない。堅牢性のために他の指数(EVI、SAVI)と、要因解釈のために降水量/気温データとNDVIを組み合わせる。

限界と注意点

  • 高密度の植生で飽和する。構造が異なる2つの密林がNDVIでは類似して見える
  • 大気効果(エアロゾル、雲)に敏感であり、注意深く補正されない限りノイズを導入する
  • 植生の種類や質を区別できない。健康な雑草と健康な作物が類似して見える
  • 時間解像度は雲量と衛星の再訪頻度に依存し、雲が多い地域ではデータにギャップが生じる

出典に示された条件は、独立した科学的レビューや分析エンジンによる検証の代わりにはなりません。

強み

  • 計算が単純かつ高速で、センサーやアーカイブに広く利用可能な2つの衛星帯のみを必要とする
  • 空間的に連続しており、現地観測や地上インフラが不足している地域での評価を可能にする
  • 葉面積指数(LAI)、光合成速度、バイオマスとの強い経験的関係
  • 長い時間アーカイブ(Landsatは1972年以降、MODISは2000年以降)により、10年間のトレンド分析が可能

応用

  • 干ばつ早期警戒:作物不作前に水ストレスのアラートを発令するためにNDVI異常を監視し、緊急対応を指示する
  • 作物収量予測:季節ごとのNDVI軌跡と最終的な穀物収穫量を相関させ、シーズン終了前に生産量を予測する
  • 森林破壊と土地被覆変化検出:NDVIの低下を追跡して森林損失を特定し、土地利用遷移を特徴付ける
  • 牧草地健康評価:NDVIトレンドを使用して、過放牧、干ばつからの回復、牧草地域での収容能力を評価する

使い方

使い方

1

少なくとも赤色帯と近赤外帯を持つ多波長衛星画像(Landsat、Sentinel、MODIS、Copernicus)を取得する。データはセンサー入射反射率に放射校正される。

2

大気補正を適用し、センサー入射反射率を地表面反射率に変換する。エアロゾル、水蒸気、レイリー散乱を考慮する。雲および雲影ピクセルはマスクされる。

3

各ピクセルについて、赤色帯(0.6–0.7 µm)と近赤外帯(0.8–1.0 µm)の反射率を抽出する。

4

各ピクセルについて、NDVIを(NIR - Red) / (NIR + Red)として計算する。NDVIの時間系列スタックを規則的な間隔(MODISは毎日、Landsat/Sentinelは5~10日)で生成し、季節および年々の変動を追跡する。

5

NDVIマップは植生量の空間パターンを明らかにする。時間系列は、ピーク時の緑度、生育期間の長さ、干ばつによる異常値について分析される。トレンドは降水量、気温、土地管理の変化と相関される。

よくある落とし穴

  • 植生の少ない地域ではNDVIに影響を与える土壌背景の明るさを考慮せずに空間的なNDVI変動を誤解釈する
  • 調和なしに異なる衛星や大気補正アルゴリズム間でNDVIを比較する
  • 大気中のエアロゾル量が大きく変動し、系統的なバイアスを導入する熱帯地域にNDVIを過剰適用する

よくある質問

赤色反射率だけではなくNDVIを使用する理由

赤色反射率だけでは土壌背景を考慮できない。暗い土壌と疎な植生被覆は、どちらも低い赤色反射率を持つ。NIRと赤色の差をそれらの合計で正規化することにより、NDVIは土壌からの植生信号を分離する。結果として得られる指数は、葉面積、光合成、バイオマスと強く相関する。

異なる土地被覆の典型的なNDVI値は?

水と雪:< 0.1;裸地:0.1–0.2;草地と低木地:0.2–0.5;作物(生育段階による):0.3–0.8;密林:0.6–0.9。値は季節によって変動する(温帯地域では冬は低く、真夏にピーク)。

雲量がNDVIモニタリングにどのように影響するか?

雲は衛星の視界を完全に遮断する。雲のあるピクセルはマスクされ、補間またはスキップする必要がある。常に雲に覆われている熱帯地域では、有用なNDVIデータは頻繁に得られない可能性がある(観測の50%未満が晴天)。雲に影響されないレーダーベースの指数(NDVI由来の後方散乱など)は、雲が多い地域での代替手段を提供する。

NDVIは作物タイプを区別できるか?

直接的にはできない。NDVIは緑度を反映し、作物の種類を反映するわけではない。小麦と大麦は類似したNDVI軌跡を持つ。しかし、フェノロジーのタイミング(NDVIピーク日、生育期間の長さ)は作物間で異なる場合があり、気象データや現地観測と組み合わせることで作物分類が可能になる。

関連する手法

参考文献

  1. Rouse, J. W., Haas, R. H., Schell, J. A., & Deering, D. W. (1973). Monitoring vegetation systems in the Great Plains with ERTS. Third Earth Resources Technology Satellite Symposium Proceedings, 1, 309-317.

    出版物の文献を開く
    コピーしました。
  2. Jackson, R. D. (1983). Spectral indices in n-space. Remote Sensing of Environment, 13(5), 409-421.

    DOI 文献を開く
    コピーしました。