What is NDVI and why does it matter for crop monitoring?

NDVI (normalized difference vegetation index) estimates plant health from the ratio of near-infrared to visible light reflectance captured by satellite or drone imagery, since healthy vegetation reflects this light differently than stressed or bare soil.

Why use a grid of zones instead of monitoring the whole field at once?

Dividing a field into zones lets a monitoring system localize problems to specific, actionable areas rather than reporting only a single farm-wide average that could mask serious local issues.

What can cause a low vegetation index reading?

Common causes include drought stress, pest or disease damage, nutrient deficiency, and simply bare soil where nothing has grown yet, each of which typically requires a different response.

Why not just inspect every low-reading zone regardless of threshold?

Field inspection takes real staff time, so a well-chosen threshold concentrates limited inspection capacity on the zones most likely to represent genuine, actionable problems.

How often is satellite crop health data typically updated?

Common satellite monitoring services update every few days to weekly, depending on cloud cover and satellite revisit frequency, letting farms track how field health changes over a growing season.

Home▸AI & Machine Learning▸AI Gewasmonitoring Lab

🌾 AI Gewasmonitoring Lab

Een casestudysimulatie van satellietgebaseerde gewasmonitoring: pas de alarmdrempel van de vegetatie-index aan en bekijk hoeveel verzwakte veldzones worden gemarkeerd voor inspectie.

AI & Machine Learning['Canvas 2D', 'Vanilla JS']Casestudie60 FPS

Casestudy: van satellietpixels naar boerderijbeslissingen

Deze casestudy simuleert een precisielandbouwsysteem dat landbouwgrond monitort met behulp van een vegetatiegezondheidsindex afgeleid van satellietbeelden, vergelijkbaar met NDVI (genormaliseerde verschil-vegetatie-index), die de verhouding tussen nabij-infrarood en zichtbaar licht gebruikt om de plantgezondheid te schatten. Gezond, dicht gewasdek reflecteert een kenmerkende signatuur; kale grond, door droogte gestreste of door plagen beschadigde gewassen reflecteren anders.

Het systeem verdeelt een boerderij in een raster van zones, berekent voor elke zone een gezondheidsindex en markeert zones onder een alarmdrempel voor inspectie ter plaatse. Dit zet een enorme hoeveelheid satellietgegevens, meer dan een agronoom handmatig zou kunnen doornemen, om in een korte, geprioriteerde lijst van specifieke veldlocaties die het waard zijn om te controleren.

De drempel is de hele operationele beslissing. Te laag, en alleen de ernstigst gestreste zones worden gemarkeerd, waardoor vroege problemen die goedkoop hadden kunnen worden opgemerkt, worden gemist. Te hoog, en de inspectielijst zwelt aan tot voorbij wat veldpersoneel realistisch in een week kan aflopen, waardoor echte problemen onopgemerkt blijven te midden van een vloed van marginale gevallen.

Veelgestelde vragen

Wat is NDVI en waarom is het belangrijk voor gewasmonitoring?

NDVI (genormaliseerde verschil-vegetatie-index) schat de plantgezondheid op basis van de verhouding tussen nabij-infrarood en zichtbaar licht die door satelliet- of dronebeelden wordt vastgelegd, aangezien gezonde vegetatie dit licht anders reflecteert dan gestreste of kale grond.

Waarom een raster van zones gebruiken in plaats van het hele veld in één keer te monitoren?

Door een veld in zones te verdelen kan een monitoringsysteem problemen lokaliseren tot specifieke, bruikbare gebieden in plaats van alleen een gemiddelde voor de hele boerderij te rapporteren die ernstige lokale problemen kan maskeren.

Wat kan een lage vegetatie-indexwaarde veroorzaken?

Veelvoorkomende oorzaken zijn droogtestress, schade door plagen of ziekten, voedingstekort en simpelweg kale grond waar nog niets is gegroeid, waarbij elk meestal een andere aanpak vereist.

Waarom niet gewoon elke zone met een lage waarde inspecteren, ongeacht de drempel?

Veldinspectie kost echte personeelstijd, dus een goed gekozen drempel concentreert beperkte inspectiecapaciteit op de zones die het meest waarschijnlijk echte, bruikbare problemen vertegenwoordigen.

Hoe vaak worden satellietgegevens over gewasgezondheid meestal bijgewerkt?

Gangbare satellietmonitoringdiensten werken elke paar dagen tot wekelijks bij, afhankelijk van bewolking en satellietbezoekfrequentie, waardoor boerderijen kunnen volgen hoe de veldgezondheid gedurende een groeiseizoen verandert.

⚙ Onder de motorkap

Een raster van 20x20 veldzones wordt gegenereerd met een basis gezonde vegetatie-index plus een ruimtelijk gecorreleerde gesimuleerde stressplek (die een lokale droogte- of plaagschadezone nabootst) en ruis per zone. De drempelschuif berekent live opnieuw welke zones onder de alarmgrens vallen en rapporteert het aantal gemarkeerde zones, geschatte gemarkeerde oppervlakte en gemiddelde veldgezondheid over het hele raster.

precision-agriculturesatellite-imagerycase-study

Canvas 2D · vanilla JavaScript · 60 FPS target · runs fully client-side, no install