Während der NDVI und andere Pflanzenindizes ursprünglich auf Basis von Satelittendaten erhoben wurde, werden zu seiner Erhebung heute Drohnensysteme in Kombination mit einer Multispektralsensoreinheit oder einer auf den Nahinfrarotbereich umgerüsteten RGB Kamera verwendet. Diese Kombination bietet gegenüber Satellitenbildern oder dem Einsatz von bemannten Flugzeugen mehrere Vorteile:

  • Die Bilder können individueller erstellt werden
  • Der Erstellungsprozess ist i.d.R. kostengünstiger
  • Die Aufnahmen sind jünger (same day processing)
  • Je nach System sind die Bilder genauer

Wie genau die Ergebnisse verschiedener Pflanzenindizes in der Praxis aussehen, möchten wir nachfolgend mit Bildmaterial (Bildquelle: DroneDeploy) aus der Praxis aufzeigen:

 

Normalized Difference Vegetation Index (NDVI)

sdal4sjztiufn1neippw_screen-shot-2015-11-15-at-10-05-51-pm

Die traditionelle NDVI Analyse ist eine guter Einstiegsindex. Er eignet sich besonders zu einer ersten Bestandsaufnahme und für Flächen, die oft unter unterschiedlichen Wetterverhältnissen abgeflogen werden, da der NDVI wenig auf Unterschiede in den Lichtverhältnissen reagiert.

  • Anwendung: Standart Index für alle Flächen

 

Enhanced Normalized Difference Vegetation Index (ENDVI)

tfge2ue0toqmqtlyl1qb_screen-shot-2015-11-15-at-10-06-25-pm

Der ENDVI addiert zur klassischen NDVI Berechnung einen Grünlichtfaktor und ermöglicht bessere Ergebnisse, wenn es darum geht, Pflanzenzustände zu analysieren oder Grünflächenberechnungen vorzunehmen. Wie auf den Bildern zu sehen erscheinen Pflanzungen in einem satten rot im Vergleich zu den Grün- und Rotbraunabstufungen einer NDVI Aufnahme.

  • Anwendung: Erweiterter NDVI mit klareren Kontrasten

 

Soil Adjusted Vegetation Index (SAVI)

h82mxk5tre8bg1pwyia0_screen-shot-2015-11-15-at-10-08-05-pm

In pflanzenarmen Arealen kann der SAVI eine große Hilfe sein. Der „Bodenbereinigte Vegetationsindex“ (im Deutschen auch BBVI) hilft bei Nutzflächen mit geringer Vegetationsdichte zufriedenstellende Ergebnisse zu erzielen, „nackte“ Bodenflächen werden in der Auswertung weniger berücksichtigt, die Analyse wird einfacher. Im Gegensatz dazu bekommt man mit einer NDVI Auswertung einer karg bewachsenen Fläche Probleme mit Reflektionswerten des unbewachsenen Bodens. Allerdings reagiert der SAVI weniger sensitiv auf Vegetationsveränderungen und ist anfälliger gegenüber unterschiedlichen Wetterbedingungen bei regelmässigen Flügen.

  • Anwendung: Optimaler Index für Flächen mit geringer Vegetationsdichte

 

Optimized Soil Adjusted Vegetation Index (OSAVI)

bv22yqxutuugtmrcsqyi_screen-shot-2015-11-15-at-10-07-19-pm

Eine Variation des SAVI, allerdings mit einer niedrigeren Kalibrierungsrate. Der OSAVI erlaubt eine größere Variation der Bodenwerte, und reagiert sensitiver auf Pflanzungen. Wie auf dem Bildmaterial zu sehen ist auf dem OSAVI Material mehr Grünflächenvarianz zu erkennen, die Ergebnisse sagen also nicht nur „hier Pflanze“ oder „hier keine Pflanze“ sondern zeigen auch Wachstumsunterschiede oder auch Unterschiede in der Bepflanzung deutlicher an.

  • Anwendung: Optimal für Flächen mit heterogenem Bewuchs

 

Renormalized Difference Vegetation Index (RDVI)

kpda6bhnqmq1p93gf3bx_screen-shot-2015-11-16-at-9-50-55-pm

Der RDVI ähnelt in seiner Anwendung dem SAVI, er unterdrückt Ergebnisse von „nacktem Boden“ und Sonne. Anders als beim SAVI ist seine Aussagekraft aber in schütter bewachsenen oder trockenen Arealen nicht sehr gut.