NDPI

NDPI (Normalized Difference Pond Index) on arvutuslik veekogude indeks, mis keskendub väikeste veekogude tuvastamisele, milles on taimestikku või mis on ümbritsetud tihedama taimkattega. Valevärvipilt arvutatakse tagasipeegeldunud lühilainelise infrapunakiirguse (SWIR) ja rohelise valguse (G) väärtuste alusel järgmise valemi järgi:

NDPI = (SWIR – G) / (SWIR + G)

NDPI algoritmi töötasid välja Lacaux jt (2007), et eristada taimkatet ja seda ümbritsevaid veekogusid. See indeks kasutab kaugseire andmeid tiikide ja väiksemate veekogude eraldamiseks ümbritsevast taimestikust, võimaldades nende täpsemat kaardistamist ja jälgimist niisketel aladel. NDPI on eriti kasulik tiheda taimestikuga piirkondades, kus traditsioonilised meetodid võivad olla ebaefektiivsed vee ja maa eristamisel.

See kaardikiht on kõige rakenduslikum ja informatiivsem vegetatsiooni aktiivsemal perioodil. Pildil 2 on visualiseeritud selle värvitooni muutused erinevate aastaaegade lõikes. Üldiselt näeme, kuidas varakevadel on kaardikiht kollastes toonides, suve ja rohelisuse saabudes sinakam ja hallikates toonides, ning sügise ja külmade saabudes hakkab domineerima taas kollane toon. Kui talvel on maa must, püsib kollane foon, ent lume mahasadamisel muutub kaardikiht ühtlaselt siniseks (Pilt 2).

Kui alalt peegeldub rohkem rohelist valgust kui lühilainelist infrapunakiirgust, on indeks negatiivse väärtusega. Kaardil on selline ala sinisest tumesiniseni. Mida tumedamat sinist tooni ala on, seda tõenäolisemalt on tegemist veekogu või veega küllastunud taimkattega. Tiikide tuvastamine ja klassifitseerimine tiheda taimestikuga aladel võib olla keeruline ülesanne. Selleks võib NDPI olla heaks tööriistaks, aidates paremini eristada veekogusid ümbritsevast maapinnast ja taimestikust, täpsustades kaardistamist ja analüüsi.

Erandiks on aga näiteks mõned kitsamad jõed, mis servaefekti tõttu võivad olla satelliidipildil kollases toonis (Pilt 3). Nimelt mõnel juhul võib piksel sisaldada andmeid nii veepinnalt kui ka seda ümbritsevast maismaast (SWIR lahutus 20m). Teiselt poolt võib väikse või kitsa veekogu info kuvamist satelliidipildil mõjutada kaldataimestik. Lisaks tuleb arvestada, et kuigi NDPI on üsna efektiivne pinnavee, näiteks väikeste veekogude väljatoomisel, ja veega küllastunud taimkatte tuvastamisel, on selle täpsus piiratud tiheda taimkattega piirkondades, millest optiline satelliit ei näe läbi ning lagedatel aladel võimeline tuvastama ainult õhukest pinnakihti.

Lisaks on oluline märkida, et antud valevärvipildis kujutatakse pilvi, lund ja jääd sinisena, sarnaselt veekogudega, mis võib tähelepanuta jätmisel viia ebatäpsete analüüsideni. Pilvevine (Pilt 4) võib samuti moonutada teavet, muutes piirkonnad näiliselt veega küllastunumaks, kui need tegelikult on. Probleemi leevendamiseks soovitame kasutada valevärvipilti koos RGB-pildiga, veendumaks, et alal ei esine pilvi või nende varjusid, ning võimalusel pilvede mõju satelliidipildilt eemaldada andmetöötluse tegemisel.

Kui alalt peegeldub rohkem lühilainelist infrapunakiirgust kui rohelist valgust, on indeks positiivse väärtusega. Kaardil on selline ala hallikas kollasest erksa kollaseni. Kollasena paistavad näiteks küntud ja niidetud põllud, kuna muld üldiselt peegeldab rohkem lühilainelist infrapunakiirgust kui rohelist valgust. Kollastena paistavad ka kuivendatud turbaväljad.

Kaevanduste ja kruusateede negatiivne NDPI väärtus on huvitav nähtus, mis tuleneb nende pindade optilistest omadustest. Selle põhjuseks ei ole tingimata roheline valguse tugev peegeldus, vaid pigem lühilainelise infrapunakiirguse (SWIR) madal peegeldus, mida võivad mõjutada pinnase niiskusesisaldus, mineraalne koostis või lühilainelist infrapunakiirgust neelavad materjalid, näiteks savi või orgaanilised osakesed. Valevärvipiltidel võib see tekitada visuaalse sarnasuse veega, kuigi tegemist on täiesti erinevate pindadega. See näitab, kui oluline on spektraalsete indeksite kasutamisel mõista analüüsitavate alade omadusi.