正規化植生指数の差

正規化植生指数( NDVI ) は、センサー データを使用して植生の健全性と密度を定量化するために広く使用されている指標です。これは、赤色と近赤外線の 2 つの特定の帯域の分光データから計算されます。分光データは通常、衛星などのリモート センサーから取得されます。

この指標は正確性が高いため、業界で人気があります。地上の植生の実際の状態と高い相関関係があります。この指標の解釈は簡単です。NDVI は -1 から 1 の間の値になります。何も育っていないエリアの NDVI は 0 です。NDVI は植生の成長に比例して増加します。密集した健康な植生のあるエリアの NDVI は 1 です。NDVI 値が 0 未満の場合、乾燥した土地が不足していることを示します。海の場合、NDVI は -1 になります。

宇宙探査は、 1957年10月4日のソ連によるスプートニク1号の打ち上げとともに本格的に始まりました。これは、地球を周回した最初の人工衛星でした。ソ連（スプートニク計画やコスモス計画など）と米国（エクスプローラー計画など）の両方でその後の打ち上げが成功したことで、すぐに専用の気象衛星の設計と運用が始まりました。これらは、天気予報を改善する目的で地球の大気と表面を観測するように特別に設計された機器を搭載した軌道上のプラットフォームです。1960年から、TIROSシリーズの衛星にテレビカメラと放射計が搭載されました。その後（1964年以降）、ニンバス衛星と、米国海洋大気庁（NOAA）プラットフォームに搭載された先進超高解像度放射計機器のファミリーが続きました。後者は、赤色および近赤外線帯域と熱赤外線で惑星の反射率を測定します。並行して、NASA は地球資源技術衛星 (ERTS) を開発しました。これはLandsat プログラムの先駆けとなりました。これらの初期のセンサーはスペクトル解像度が最小限でしたが、赤色と近赤外線の帯域を含む傾向があり、これは他の対象の中でも特に植生や雲を区別するのに役立ちます。

1972年7月23日、マルチスペクトルスキャナ（MSS）を搭載した最初のERTS衛星（すぐにランドサット1号と改名される）の打ち上げに伴い、NASAは地球リモートセンシングの能力を判断するためのいくつかの調査に資金を提供しました。初期の研究の1つは、米国中部のグレートプレーンズ地域の北から南まで広がる春の植生の緑化とそれに続く夏と秋の枯れ（いわゆる「春の前進と後退」）を調べることに向けられていました。この地域は、テキサス州南端から米国とカナダの国境までの広い緯度範囲に及び、衛星観測時の 太陽の天頂角に広い範囲が生じていました。

グレートプレーンズの研究に携わった研究者（博士課程の学生ドナルド・ディアリングと指導教官ロバート・ハス博士）は、この地域の放牧地の植生の生物物理学的特徴を衛星のスペクトル信号から相関または定量化する能力が、この強い緯度勾配にわたる太陽の天頂角の差によって妨げられていることを発見しました。常駐の数学者（ジョン・シェル博士）の支援を得て、研究者らはこのジレンマの解決策を研究し、その後、太陽の天頂角の影響を調整または「標準化」する手段として、赤色放射と赤外線放射の差をそれらの合計で割った比率を開発しました。当初、研究者らはこの比率を「植生指数」（および、差と合計の比率の平方根変換である「変換植生指数」）と呼んでいました。しかし、他のリモートセンシング研究者が単純な赤色/赤外線比やその他のスペクトル比を「植生指数」と特定するにつれて、最終的に差/合計比の定式化を正規化差植生指数と特定し始めました。グレートプレーンズ研究でNDVIが使用された最も古い報告は、1973年のRouseらによるものでした^{[2] （John Rouse博士は、グレートプレーンズ研究が行われた}テキサスA&M大学のリモートセンシングセンターの所長でした）。しかし、正規化差スペクトル指数を定式化したのは、1969年のKrieglerらによるものでした^[3] 。ERTS-1（Landsat-1）の打ち上げ後すぐに、NASAゴダード宇宙飛行センターのCompton Tuckerが、 NDVIの用途を説明した一連の初期の科学雑誌記事を発表しました。

したがって、NDVI は、植生エリアとその「状態」を簡単かつ迅速に識別する多くの試みの中で最も成功したものの 1 つであり、マルチスペクトル リモート センシング データで生きた緑の植物の樹冠を検出するために最もよく知られ、使用されている指標です。植生を検出する可能性が実証されると、ユーザーは NDVI を使用して植物の樹冠の光合成能力を定量化する傾向がありました。ただし、以下で説明するように、適切に実行しないと、これはかなり複雑な作業になる可能性があります。

生きた緑の植物は、光合成有効放射（PAR）スペクトル領域の太陽放射を吸収し、光合成の過程でエネルギー源として利用します。葉の細胞は、近赤外線スペクトル領域（入射する太陽エネルギーの約半分を運ぶ）の太陽放射を再放射するようにも進化しました。これは、約700ナノメートルより長い波長の光子エネルギーは有機分子を合成するには低すぎるためです。これらの波長での強い吸収は、植物を過熱させ、組織を損傷するだけです。したがって、生きた緑の植物は、PARでは比較的暗く、近赤外線では比較的明るく見えます。^[4]対照的に、雲や雪は、赤色（およびその他の可視波長）ではかなり明るく、近赤外線では非常に暗い傾向があります。植物の葉の色素であるクロロフィルは、光合成に使用するために可視光（400〜700 nm）を強く吸収します。一方、葉の細胞構造は近赤外光 (700 ～ 1100 nm) を強く反射します。植物の葉の数が多いほど、これらの波長の光の影響を受けます。NASA の ERTSやNOAAの AVHRR などの初期の地球観測機器は可視光と近赤外のデータを取得していたため、植物の反射率の大きな違いを利用して、これらの衛星画像における植物の空間分布を決定するのは自然な流れでした。

NDVI は、これらの個々の測定値から次のように計算されます。

${\displaystyle {\mbox{NDVI}}={\frac {({\mbox{NIR}}-{\mbox{Red}})}{({\mbox{NIR}}+{\mbox{Red}})}}}$

ここで、Red と NIR は、それぞれ赤色 (可視) 領域と近赤外線領域で取得されたスペクトル反射率の測定値を表します。^[5]これらのスペクトル反射率は、各スペクトル帯域における反射放射と入射放射の比であるため、0 から 1 の間の値を取ります。設計上、NDVI 自体は -1 から +1 の間で変化します。NDVI は、単純な赤外線/赤色比 (NIR/VIS) と機能的には同等ですが、線形ではありません。したがって、単純な赤外線/赤色比に対する NDVI の利点は、一般に、植生特性 (例: バイオマス) との機能的関係の線形性に限定されます。単純な比 (NDVI とは異なり) は常に正であるため、実用的な利点がある可能性がありますが、数学的には無限の範囲 (0 から無限大) もあり、NDVI と比較すると実用的な欠点となる可能性があります。また、この点で、NDVI の分子の VIS 項は結果をスケーリングするだけで、負の値を作成することにも注意してください。 NDVIは、0から1の範囲のNIR / (NIR+VIS)比と機能的かつ線形に等価であり、したがって負になることも範囲が無限になることもありません。 ^[6] しかし、NDVI代数式を理解する上で最も重要な概念は、その名前にもかかわらず、それがスペクトル比（NIR / VIS）の変換であり、スペクトル差（NIR-VIS）とは機能的な関係がないということです。

一般的に、近赤外線波長の反射放射が可視波長の反射放射よりもはるかに多い場合、そのピクセルの植生は密集している可能性が高く、何らかの森林が含まれている可能性があります。その後の研究では、NDVIは光合成能力、したがって植物の樹冠のエネルギー吸収に直接関係していることが示されています。^{[7] [8]この指数は負の値を取ることもありますが、人口密度の高い}都市部でも、NDVIは通常（小さな）正の値になります。負の値は、大気や特定の物質で観測される可能性が高くなります。^[9]

数学的な定義から、密集した植生の樹冠を含むエリアの NDVI は正の値 (たとえば 0.3 ～ 0.8) になる傾向があり、雲や雪原ではこの指数が負の値になることがわかります。宇宙から見える地球上の他のターゲットには、次のものがあります。

• 両方のスペクトル帯域で反射率が低い（少なくとも海岸から離れた場所では）ため、NDVI値が非常に低い、またはわずかに負になる、海洋、湖、川などの水面。
• 土壌は一般に、赤よりもいくらか大きい近赤外線スペクトル反射率を示し、そのため、比較的小さい正の NDVI 値 (0.1 ～ 0.2 程度) も生成する傾向があります。

NDVI は、アルゴリズムの単純さと、植生のあるエリアを他の表面タイプから大まかに区別する能力に加えて、2 つのスペクトル バンドを 1 つの新しいフィールド (最終的には元のデータの 10 ビット以上ではなく 8 ビットでコード化される) に置き換えるため、操作するデータのサイズを 2 分の 1 (またはそれ以上) に圧縮できるという利点もあります。

NDVI は、本来の目的とは異なる用途で広く使用されています。NDVI を (前述の定性調査ではなく) 定量評価に使用すると、適切に対処しないとこの指標の実際の有用性が大幅に制限される可能性のあるいくつかの問題が発生します。^{[引用が必要]}次のサブセクションでは、これらの問題のいくつかについて説明します。

• 数学的には、2 つのスペクトル チャネルの合計と差には元のデータと同じ情報が含まれますが、差のみ (または正規化された差) には、最初の情報の一部しか含まれません。欠落している情報が関連しているか価値があるかどうかはユーザーが判断しますが、NDVI 製品には元のスペクトル反射率データで利用可能な情報の一部しか含まれないことを理解することが重要です。

• 

  NDVI のユーザーは、この指数の値から多数の植生特性を推定する傾向があります。典型的な例としては、葉面積指数、バイオマス、葉のクロロフィル濃度、植物の生産性、植生被覆率、累積降雨量などがあります。このような関係は、多くの場合、宇宙から得られた NDVI 値とこれらの変数の地上計測値を相関させることによって導き出されます。このアプローチでは、計測に関連する空間スケールに関連するさらなる問題が生じます。衛星センサーは常に、フィールド機器でサンプリングした領域よりも大幅に広い領域の放射量を測定するためです。さらに、もちろん、これらすべての関係が同時に成り立つと主張することは非論理的です。なぜなら、そうすると、これらすべての環境特性が直接的かつ明確に相互に関連していることになるからです。
• 反射率の測定は、同じ領域を基準とし、同時に取得する必要があります。これは、異なるカメラまたは焦点面から異なるスペクトル チャネルを取得する機器では実現が難しい場合があります。スペクトル画像の位置合わせが間違っていると、大きなエラーが発生し、使用できない結果になる可能性があります。

また、NDVI値の計算は、次のような多くの変動要因に敏感であることが判明しています。

• 大気の影響: 大気の実際の構成 (特に水蒸気とエアロゾル) は、宇宙での測定に大きく影響する可能性があります。したがって、これらの影響が適切に考慮されていない場合 (NDVI が生の測定値に基づいて直接計算される場合など)、宇宙での測定は誤って解釈される可能性があります。
• 雲: 深い（光学的に厚い）雲は衛星画像で非常に目立ち、スクリーニングを容易にする特徴的な NDVI 値をもたらします。しかし、薄い雲（どこにでもある巻雲など）や、センサーによって実際にサンプリングされた領域の直径よりも小さい典型的な線形寸法を持つ小さな雲は、測定値を著しく汚染する可能性があります。同様に、晴れているように見える領域に雲の影があると、NDVI 値に影響し、誤った解釈につながる可能性があります。これらの考慮事項は、毎日またはほぼ毎日の画像から合成画像を作成することで最小限に抑えられます。^[10] 合成 NDVI 画像により、NDVI または光合成能力が時間とともに変化する多くの新しい植生アプリケーションが生まれました。
• 土壌の影響: 土壌は湿ると暗くなる傾向があるため、その反射率は水分含有量に直接依存します。 2 つのスペクトル バンドで湿潤に対するスペクトル応答がまったく同じでない場合、あるエリアの NDVI は、植生の変化ではなく、土壌水分の変化 (降水または蒸発) の結果として変化しているように見えることがあります。
• 異方性効果: すべての表面 (自然または人工) は、方向によって光の反射が異なり、この異方性は一般にスペクトルに依存しますが、2 つのスペクトル バンドの一般的な傾向は類似している可能性があります。その結果、NDVI の値は、ターゲットの特定の異方性と、測定時の照明と観測の角度ジオメトリ、つまり機器のスワス内の対象ターゲットの位置、またはサイト上を衛星が通過する時間によって決まります。NOAA プラットフォームの軌道は時間とともに変化する傾向があるため、これは AVHRR データの分析で特に重要です。同時に、合成 NDVI 画像を使用すると、これらの考慮事項が最小限に抑えられ、25 年以上にわたるグローバルな時系列 NDVI データ セットが実現しました。
• スペクトルの影響: 各センサーは、特にスペクトル バンドの位置、幅、形状に関して独自の特性とパフォーマンスを持っているため、NDVI のような単一の式を異なる機器によって取得された測定値に適用すると、異なる結果が得られます。
• 修正可能面積単位問題(MAUP): NDVI は植生の指標として広く使用されています。植生のマッピングとモニタリングは、「ビッグデータ」画像処理システムを介して行われるためです。これらのシステムは、ピクセルベースまたはオブジェクトベースのアルゴリズムを使用して、植生の健康、蒸発散、およびその他の生態系機能を評価する場合があります。植生のカテゴリが複数のピクセルで構成されている場合、「平均」の計算は、各ピクセルの NDVI 値の平均 (ピクセルベース)、または平均 NDVI がこれらの比率であるすべてのピクセルの赤色値の平均と NIR 値の平均 (オブジェクトベース) になります。NDVI は、MAUP に関連する手に負えない問題に悩まされる可能性があります。特に、最近の研究では、特定のバッファー距離に対して NDVI 平均値を推定する場合、MAUP に関連するスケール効果の存在により、分析のスケールが NDVI 測定に影響を与える可能性があることが実証されています。^[11]別の研究では、MAUPは都市環境における純粋な植生ピクセルの場合には大きな影響を与えないことが実証されています。^[12] MAUI-NDVIとして知られる修正は、特にこの問題に対処します。^[13]

これらの限界に対処するため、科学文献では、垂直植生指数^[14] 、土壌調整植生指数^{[15]、大気耐性植生指数[16] 、}地球環境モニタリング指数^[17]など、NDVIの派生指標や代替指標が数多く提案されている。これらの指標はいずれも、1つ以上の摂動要因に対する固有の補正を組み込むことを試みた。USGSが現在採用している代替指標は、土壌の影響、樹冠背景、エアロゾルの影響を補正する拡張植生指数（EVI）である。 ^[18]

しかし、1990 年代半ばになってようやく、最新のセンサーの強化された性能と特性 (特にマルチスペクトル機能と多角度機能) を活用して、すべての摂動要因を考慮に入れ、関心のある生物地理物理学的変数 (例: 吸収された光合成有効放射の割合、FAPAR) を直接推定する新世代のアルゴリズムが提案されました。NDVI に影響を及ぼす可能性のある摂動要因は多数ありますが、さまざまな現象について適切な空間スケールで地表の光合成能力を調査する必要がある場合、NDVI は依然として貴重な定量的植生モニタリング ツールです。

精密農業では、NDVIデータは作物の健康状態の測定値を提供します。今日では、農業用ドローンがしばしば使用され、NDVIと組み合わせてデータを比較し、作物の健康状態の問題を認識します。その一例は、PrecisionHawkとSenteraの農業用ドローンで、これにより農業従事者は1日以内にNDVIデータをキャプチャして処理できます。これは、従来のNDVIの使用とその長い遅延時間からの転換です。 ^[19]現在行われている研究の多くは、NDVI画像は、マルチスペクトルカメラから得られるものと同様の結果を得るためにいくつかの変更を加えることで、通常のデジタルRGBカメラを使用しても取得でき、作物の健康状態監視システムに効果的に実装できることを実証しています。

最近、NDVI データを作物の健康状態監視ツールとして使用するモバイル アプリケーションが急増しています。Doktar の Orbit などのモバイル アプリケーションは、健康マップ内で NDVI データを提供し、農家の畑の異常を検出します。これらのアプリケーションの目的は、農業をデジタル化し、新しい圃場調査方法を導入することです。NDVI ベースのリモート圃場監視ツールにより、圃場訪問回数が減り、灌漑管理が改善されるため、農家は燃料費を節約できます。

Landsat 8、Sentinel-2、PlanetScope は、NDVI マップを作成し、作物の健康状態を監視するための衛星画像の主な提供元です。

• 正規化差水分指数（NDWI）
• レッドエッジ
• 改訂版シンプル生物圏モデル (SIB-2)

• Deering, DW 1978. 航空機および宇宙船のセンサーで測定された放牧地の反射特性。博士論文。テキサス A&M 大学、カレッジステーション、338 ページ。
• Deering DW、JW Rouse, Jr.、RH Haas、JA Schell。1975 年。Landsat MSS データから放牧地の「飼料生産」を測定、pp. 1169–1178。環境のリモートセンシングに関する第 10 回国際シンポジウムの議事録。ミシガン大学、アナーバー。
• Rouse, JW, Jr., RH Haas, JA Schell、および DW Deering。1973 年。「自然植生の春季前進と退化 (グリーン ウェーブ効果) の監視」。Prog. Rep. RSC 1978-1、リモート センシング センター、テキサス A&M 大学、カレッジ ステーション、93 ページ。(NTIS No. E73-106393)
• Rouse, JW、RH Haas、JA Schell、および DW Deering (1973)「ERTS によるグレートプレーンズの植生システムの監視」、第 3 回 ERTS シンポジウム、NASA SP-351 I、309-317。
• タッカー、CJ（1979）「植生監視のための赤色および写真赤外線線形結合」環境のリモートセンシング、8（2）、127-150。

• NDVIの導出
• NOAA AVHRRの背景
• NDVIの背景
• 植生指数に関するよくある質問
• NDVIの代替としてのFAPAR
• NDVIセントラル
• VITOの植物処理およびアーカイブ施設
• VEGETATIONプログラム
• 植生指数