NDVI Vegetation Analysis using UAV Imagery
Kasvillisuusindeksejä käytetään kasvillisuuden tavoiteltujen ominaisuuksien parantamiseksi. Käyttämällä algoritmejä, kuten normalisoitua
kasvillisuusindeksiä (NDVI), vihreän kasvillisuuden terveys tai stressi voidaan mitata täsmällisesti ja yhdenmukaisesti. Tämä kirjallisuuskatsaus tutkii NDVI:n lähtökohtia ja multispektrisensorilla varustettujen miehittämättömien ilma-alusten (UAV)
käyttöä mittauksiin NDVI-analyysejä varten. NDVI-analyysiprosessi lentosuunnittelusta tuloksiin tarkastellaan käyttäen täsmäviljelyä esimerkkinä. Vegetation Indices are used to enhance targeted properties of vegetation.
Using algorithms such as the Normalized Difference Vegetation Index (NDVI), the
health or stress of green vegetation can be accurately and consistently measured.
This literature review looks into the origins of NDVI and the use of UAV’s equipped
with multispectral sensors to perform measurements for NDVI analysis. Using precision agriculture as an example, the process of NDVI analysis from flight planning
to results is observed.
Asiasanat
Metadata
Näytä kaikki kuvailutiedotKokoelmat
- Kandidaatintutkielmat [5362]
Lisenssi
Samankaltainen aineisto
Näytetään aineistoja, joilla on samankaltainen nimeke tai asiasanat.
-
Processing and assessment of spectrometric, stereoscopic imagery collected using a lightweight UAV spectral camera for precision agriculture
Honkavaara, Eija; Saari, Heikki; Kaivosoja, Jere; Pölönen, Ilkka; Hakala, Teemu; Litkey, Paula; Mäkynen, Jussi; Pesonen, Liisa (MDPI AG, 2013)Imaging using lightweight, unmanned airborne vehicles (UAVs) is one of the most rapidly developing fields in remote sensing technology. The new, tunable, Fabry-Perot interferometer-based (FPI) spectral camera, which weighs ... -
Why did electronic B2B marketplaces fail? : case study of an agricultural commodity exchange
Luomakoski, Jari (University of Jyväskylä, 2012) -
Comparison of Deep Neural Networks in the Classification of Bark Beetle-Induced Spruce Damage Using UAS Images
Turkulainen, Emma; Honkavaara, Eija; Näsi, Roope; Oliveira, Raquel A.; Hakala, Teemu; Junttila, Samuli; Karila, Kirsi; Koivumäki, Niko; Pelto-Arvo, Mikko; Tuviala, Johanna; Östersund, Madeleine; Pölönen, Ilkka; Lyytikäinen-Saarenmaa, Päivi (MDPI AG, 2023)The widespread tree mortality caused by the European spruce bark beetle (Ips typographus L.) is a significant concern for Norway spruce-dominated (Picea abies H. Karst) forests in Europe and there is evidence of increases ... -
Monitoring changes in boreal peatland vegetation after restoration with optical satellite imagery
Isoaho, Aleksi; Elo, Merja; Marttila, Hannu; Rana, Parvez; Lensu, Anssi; Räsänen, Aleksi (Elsevier, 2024)Restoration can initiate a succession of plant communities towards those of pristine peatlands. Field inventory-based vegetation monitoring is labour-intensive and not feasible for every restored site. While remote sensing ... -
HyperBlend : Simulating Spectral Reflectance and Transmittance of Leaf Tissue with Blender
Riihiaho, Kimmo A.; Rossi, Tuomo; Pölönen, Ilkka (Copernicus Publications, 2022)Remotely sensing vegetation condition and health hazards requires modeling the connection of plants’ biophysical and biochemical parameters to their spectral response. Even though many models exist already, the field suffers ...
Ellei toisin mainittu, julkisesti saatavilla olevia JYX-metatietoja (poislukien tiivistelmät) saa vapaasti uudelleenkäyttää CC0-lisenssillä.