NDVI:n maksimiarvo v.2021

Vuotuinen normalisoitu kasvillisuusindeksi (NDVI) on kasvillisuusindeksi, joka lasketaan kaukokartoituksen avulla saatavan tiedon perusteella. Se kertoo vihreän kasvillisuuden määrän alueella. NDVI:n maksimi sisältää pikselin maksimiarvon kasvukaudelta toukokuusta lokakuuhun vuoden 2021 aikana.

Kasvillisuuden klorofylli imee voimakkaasti punaista näkyvää valoa, ja lehtien solurakenne heijastaa voimakkaasti tulevaa valoa lähi-infrapunassa. Siten kasvillisuuden peittämien alueiden NDVI on positiivinen. Vesialueilla on negatiivinen NDVI. NDVI kasvaa vihreän terveen kasvillisuuden määrän myötä pikselissä.

Aineiston pikselikoko on 10 m. Alkuperäiset NDVI-arvot, jotka vaihtelivat välillä -1 ja 1, skaalattiin välille 0 ja 200. Ennen NDVI:n maksimiarvojen arviointia kuukausittaisten yhdistelmien aukot täytettiin aiempien vuosien (2020, 2019) NDVI-arvoilla.

NDVI:n enimmäismäärää voidaan hyödyntää taustatietona sekä maanpeitteen ja luontotyyppien kartoituksessa sekä lajien levinneisyyden mallintamisessa. Aineisto on tuotettu FEO-projektissa.

—
The yearly NDVI maximum 2021

The yearly Normalized Difference Vegetation Index (NDVI) maximum (NDVImax) has been produced by the FEO project. The dataset was calculated as the maximum of monthly NDVI composites from Sentinel-2 satellite images for the period May to October during the year 2021. Sentinel-2 image index mosaics (S2ind) of the NDVI were utilized as base data set.

Vegetation chlorophyll strongly absorbs red visible light, and the cell structure of leaves strongly reflects incoming light in the near-infrared. Thus, the NDVI of vegetated areas is positive. Water areas show a negative NDVI. The NDVI increases with the amount of green healthy vegetation within a pixel.

The pixel size of the dataset is 10 m. The original NDVI values, ranging between -1 and 1, were scaled between 0 and 200. Prior to the estimation of the maximum NDVI, gaps in monthly composites were filled with NDVI values from previous years (2020, 2019).

The maximum NDVI can be utilized as background information and in the mapping of land cover and habitat types and the modelling of species distribution.