TRƯỜNG ĐẠI HỌC CẦN THƠ
KHOA CÔNG NGHỆ
BỘ MÔN ĐIỆN TỬ - VIỄN THÔNG
LUẬN VĂN TỐT NGHIỆP
XỬ LÝ ẢNH NDVI ỨNG DỤNG
TRONG NÔNG - LÂM NGHIỆP
Sinh viên thực hiện
Cán bộ hướng dẫn
Mai Nhật Tân
MSSV: 1118012
ThS. Trương Phong Tuyên
Trần Minh Châu
MSSV: 1117960
Lớp Kỹ thuật máy tính K37
Cần Thơ, Tháng 05 năm 2015
TRƯỜNG ĐẠI HỌC CẦN THƠ
KHOA CÔNG NGHỆ
BỘ MÔN ĐIỆN TỬ - VIỄN THÔNG
LUẬN VĂN TỐT NGHIỆP
Luận văn đã nộp và báo cáo tại Hội đồng chấm bảo vệ Luận văn tốt
nghiệp Đại học ngành Điện tử Truyền thông/Kỹ thuật Máy tính, Bộ môn
Điện tử - Viễn thông vào ngày … tháng 05 năm 2015. (Quyết định thành
lập Hội đồng số: …/QĐ-CN ngày … tháng 5 năm 2015 của Trưởng Khoa
Công Nghệ)
Kết quả đánh giá: ___________
Chữ ký của các thành viên Hội đồng:
Thành viên 1: ThS. Trương Phong Tuyên ....................................
Thành viên 2: ThS. Trần Hữu Danh..............................................
Thành viên 3: ThS. Võ Ngọc Lợi ..................................................
i
Luận văn tốt nghiệp
Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp
LỜI CAM ĐOAN
Đề tài “Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp” sẽ đưa ra một
công cụ hữu ích để xử lý hình ảnh, giúp người quản lý có được những thông tin sát
thực nhất từ những hình ảnh chụp được. Qua đó, có biện pháp xử lý kịp thời trên
vùng đất của mình. Chúng em chọn đề tài này để thực hiện Luận văn tốt nghiệp vì
nhận thấy sự mới mẻ, tiến bộ, chính xác và và tiện lợi của phương pháp theo dõi,
quản lý thông qua kết quả cụ thể xử lý được từ các bức ảnh thay vì sử dụng mắt
thường và kinh nghiệm của con người từ trước đến nay.
Trong quá trình thực hiện, đề tài không tránh khỏi những thiếu sót và do kiến
thức còn hạn chế nhưng những nội dung trình bày trong quyển báo cáo này là
tình hướng dẫn chúng em thực hiện đề tài luận văn này. Xin cảm ơn thầy vì những
tài liệu thầy đã cung cấp, cùng với những chỉ dẫn, định hướng kịp thời giúp chúng
em thực hiện đúng hướng và đúng tiến độ đối với đề tài được giao.
Trong suốt quá trình thực hiện đề tài chúng em cũng xin cám ơn sự giúp đỡ
nhiệt tình của các anh, chị khóa trước, cũng như sự hợp tác của các nhóm làm luận
văn dưới sự hướng dẫn của thầy Trương Phong Tuyên, cùng toàn thể bạn bè đã
nhiệt tình động viên và ủng hộ, cổ vũ tinh thần cho chúng em.
Xin chân thành cám ơn!
Cần Thơ, ngày … tháng 05 năm 2015
Nhóm sinh viên thực hiện
Mai Nhật Tân
Trần Minh Châu
iii
Luận văn tốt nghiệp
Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp
MỤC LỤC
KÝ HIỆU VÀ VIẾT TẮT .........................................................................................1
MỤC LỤC HÌNH ......................................................................................................2
TÓM TẮT ..................................................................................................................4
ABSTRACT ...............................................................................................................4
CHƯƠNG 1 TỔNG QUAN .................................................................................5
1.1 ĐẶT VẤN ĐỀ ...............................................................................................5
1.2 LỊCH SỬ GIẢI QUYẾT VẤN ĐỀ ...............................................................6
KẾT LUẬN VÀ ĐỀ NGHỊ .....................................................................................34
TÀI LIỆU THAM KHẢO ......................................................................................35
Phụ lục ......................................................................................................................36
Cài đặt phần mềm và plugin .................................................................................36
Sử dụng CTU NDVI .............................................................................................37
iv
Luận văn tốt nghiệp
Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp
KÝ HIỆU VÀ VIẾT TẮT
IR
LUT
NDVI
NGB
NIR
NRG
PAR
RGB
VIS
Infrared
Lookup table
Normalized Difference Vegetation Index
Near-infrared – Green – Blue
Near-infrared
Hình 2.10 Camera NoIR Pi .......................................................................................18
Hình 2.11 Module camera 5MP Wide Angle 160 degree kết hợp trên board
Raspberry Pi B+. .......................................................................................................18
Hình 3.1 Phản xạ ánh sáng khác nhau trong miền cận hồng ngoại và miền ánh sáng
nhìn thấy đối với cây xanh còn tốt và cây đã mất sức sống. .....................................19
Hình 3.3 Các giá trị NDVI được tính toán trên các chi tiết khác nhau của bề mặt nơi
khảo sát. [15] .............................................................................................................21
Hình 3.4 Giao diện ImageJ........................................................................................21
Hình 3.5 Các Plugin mở rộng được phát triển bởi người dùng trên Imagej. ............22
Hình 3.6 Giao diện Fiji.............................................................................................. 22
Hình 3.7 Giao diện trình soạn thảo và biên dịch script editor trên Fiji.....................23
Hình 4.1 Menu chính của plugin. ..............................................................................24
Hình 4.2 Sơ đồ các bước thực hiện xử lý NDVI .......................................................24
Hình 4.3 Giao diện xử lý từng ảnh ............................................................................25
Hình 4.4 Sơ đồ giải thuật xử lý từng ảnh. .................................................................26
Hình 4.5 Giao diện xử lý ảnh hàng loạt. ...................................................................27
Hình 4.6 Sơ đồ giải thuật xử lý ảnh hàng loạt...........................................................28
Hình 4.7 Ảnh cánh đồng lúa chụp từ module camera noir gắn trên máy bay
Quadrocopter. ............................................................................................................29
Hình 4.8 Ảnh NDVI floating point tạo ra. Xử lý từ ảnh (4.7) bằng CTU NDVI. ....29
Hình 4.9 Kết quả thống kê với ngưỡng 0.1 cho vùng (B) trên hình (4.8). ...............30
Hình 4.10 Ảnh chụp bởi diều không ảnh SWA và JSA. Theo dõi bãi bồi tại bờ hồ ở
Kansas. (A) chụp vào 8/2008. (B) chụp vào 10/2006. [3] ........................................30
Hình 4.11 Ảnh NDVI floating point đã xử lý từ ảnh (4.10) bằng CTU NDVI. .......31
Hình 4.12: Ảnh chụp than đá đang cháy nóng trong lò từ camera 5MP Wide Angle
160 degree kết hợp với board raspberry pi b+, ảnh chụp trong phòng kính, không có
gió và không có ánh sáng. .........................................................................................32
2
Trong Nông – Lâm nghiệp hiện nay, mô hình cánh đồng mẫu lớn ngày càng
phổ biến trong khu vực Đồng bằng sông Cửu Long với diện tích lên đến hàng chục
hécta đã làm phát sinh các khó khăn trong việc theo dõi tình trạng cây lúa. Với việc
ứng dụng máy bay không người lái kết hợp với phương pháp chụp ảnh trên không
vào nông nghiệp giúp con người nâng cao việc quản lý cánh đồng của mình. Vì thế,
nhóm chúng em chọn đề tài “Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp”
với mong muốn xây một công cụ trên nền tảng ImageJ có khả năng xử lý hình ảnh
chụp những cánh đồng cần quản lý và theo dõi. Đề tài sử dụng ngôn ngữ Java biên
dịch trên scpits trong phần mềm ImageJ để tạo ra một plugin có thể hoạt động trên
phần mềm này. Hy vọng những kết quả đạt được sau khi xử lý hình ảnh có thể giúp
con người biết được những thông tin hữu ích về mặt sinh học và mức độ phản xạ
quang phổ của các đối tượng trong ảnh, qua đó có thể theo dõi tình trạng phát triển
của cánh đồng lúa.
Từ khóa: Fiji, RGB, NDVI, Raspberry pi, near infrared.
ABSTRACT
In Agriculture - Forestry at present, large paddies is increasingly common in
the Mekong Delta with an area of up to tens of hectares also make more difficulties
in monitoring the status of the rice fields. By using Unmanned Aerial Vehicle
combined with aerial photography method in agriculture to help people improve the
management of their fields. Therefor, we selected the topic "NDVI Image
processing in Agriculture - Forestry", we want to build a tool on ImageJ platform.
It can process photos that were taken the field to manage and tracking. The thesis
uses the Java language compiler on scpits in ImageJ software to create a plugin may
work on this software. We hope the results obtained after image processing can help
people know useful information about the biology and extent of spectral reflectance
of the object in the image, which can monitor development status of rice fields.
Keywords: Fiji, RGB, NDVI, Raspberry pi, near infrared.
4
biến hơn trong thế kỷ 20. Kỹ thuật bây giờ được sử dụng cho tất cả các hình dạng
của tài nguyên trên trái đất, từ nhỏ và đơn giản đến lớn và tinh vi [3]. Một vật thể
bay được sử dụng, có thể là một máy bay điều khiển từ xa có gắn sẵn trên đó
camera chụp ảnh gọn nhẹ, máy bay sẽ thay thế con người, tiếp cận các khu vực đất
cần khảo sát, chụp và lưu lại các bức ảnh ở khu vực đó. Dựa trên các bức ảnh đó,
chúng ta có thể lấy được những thông tin cần thiết về mặt đất, về cây trồng để có
hướng xử lý kịp thời.
Tuy nhiên, trong nhiều trường hợp, chúng ta không thể thu được đầy đủ thông
tin từ một bức ảnh thuần túy như vậy. Các đối tượng, chi tiết của ảnh chụp trên
không đôi khi được công nhận và phát hiện ra mà không cần bất kỳ nỗ lực nào của
người phiên dịch hoặc sự hỗ trợ của một công cụ phân tích nào. Tuy nhiên, trong
nhiều trường hợp vẫn phải cần đến một số tính năng hỗ trợ trong việc kiểm tra và
giải thích các không ảnh [3]. Điển hình như theo dõi sự thay đổi thảm thực vật ở
một vùng đồi trọc, đang bị hoang hóa, quá trình diễn ra không quá nhanh, các bức
ảnh thu được trong thời gian ngắn, rất khó để nhận ra sự thay đổi kịp thời. Bên cạnh
đó khi theo dõi một cánh đồng lúa, màu sắc của lá lúa phản ánh tình trạng sức khỏe
của cây lúa, màu sắc ấy thay đổi từng ngày, với hình ảnh thô thu được từ camera,
mắt thường chỉ nhận thấy được những thay đổi lớn, nhưng với những thay đổi nhỏ
đã cho thấy cây lúa đã có những biểu hiện xấu về sức khỏe mà chúng ta không nhận
thấy được. Như vậy, một vấn đề đặt ra là bên cạnh thu thập các bức ảnh, cần có một
5
Luận văn tốt nghiệp
Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp
công cụ để hỗ trợ xử lý, phân tích dữ liệu hình ảnh để có thêm những thông tin cần
thiết mà từ ảnh thô chúng ta không nhận thấy được. Công cụ đó sẽ là phần mềm hỗ
trợ việc phân tích hình ảnh với các ứng dụng bao gồm: hỗ trợ hoạt động nông
Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp
Tính toán NDVI từ không ảnh.
Xử lý ảnh gốc tạo ra ảnh NDVI foating point dựa trên kết quả tính toán
NDVI, dựa vào đó có thể phân biệt các chi tiết có NDVI khác nhau.
● Xử lý tạo ảnh NDVI colormap, bản đồ màu NDVI được tạo ra, ảnh màu sẽ
giúp phân biệt rõ hơn các chi tiết trong ảnh, đặc biệt là các chi tiết có NDVI
gần nhau.
● Cung cấp thêm chức năng tính toán tỷ lệ phần trăm số điểm ảnh có NDVI
trên và dưới ngưỡng (ngưỡng do người dùng chọn), tỷ lệ này có thể tính trên
cả bức ảnh hoặc trên một khu vực của bức ảnh (do người dùng chọn).
● Có thể xử lý từng ảnh hoặc một thư mục chứa nhiều ảnh.
● Xây dựng một giao diện trực quan dễ sử dụng cho người dùng.
●
●
1.3 PHẠM VI ĐỀ TÀI
Đề tài được nghiên cứu dựa trên nền tảng những kiến thức về lập trình hướng
đối tượng, về ngôn ngữ lập trình Java, kiến thức về chỉ số NDVI, phương pháp viễn
thám và kỹ thuật chụp và xử lý ảnh. Hệ thống phần mềm được thực hiện dựa trên
việc sử dụng script trên Fiji như là một môi trường lập trình ứng dụng để hình thành
nên công cụ xử lý ảnh NDVI.
Do giới hạn về kiến thức của từng thành viên và khuôn khổ thời gian thực hiện
4 tháng nên mục tiêu hướng đến của đề tài là xây dựng nên một plugin trên Fiji với
các chức năng đáp ứng được yêu cầu của đề tài.
1.4 PHƯƠNG PHÁP NGHIÊN CỨU
Quá trình thực hiện đề tài được tiến hành tuần tự theo các bước sau:
● Tìm hiểu cơ bản về phương pháp viễn thám sử dụng trong để tài.
gọi là bộ cảm. Phương tiện dùng để mang các bộ cảm được gọi là vật mang. Vật
mang có thể là khí cầu, máy bay, vệ tinh, tàu vũ trụ.
2.1.2 Ứng dụng viễn thám [6]
Ngày nay công nghệ viễn thám giữ vai trò quan trọng và được ứng dụng
trong nhiều lĩnh vực khác nhau như:
● Quản lý sự biến đổi của môi trường bao gồm: điều tra về sự biến đổi sử
dụng đất và lớp phủ, vẽ bản đồ thực vật, nghiên cứu các quá trình sa mạc hoá
và phá rừng, giám sát thiên tai (hạn hán, lũ lụt, cháy rừng, bão, mưa đá,
sương mù, sương muối,…), nghiên cứu ô nhiễm nước và không khí.
● Điều tra đất bao gồm: xác định và phân loại các vùng thổ nhưỡng, đánh
giá mức độ thoái hoá đất, tác hại của xói mòn, quá trình muối hoá.
● Viễn thám trong lâm nghiệp, diễn biến của rừng bao gồm: điều tra phân
loại rừng, diễn biến của rừng, nghiên cứu về côn trùng và sâu bệnh phá hoại
rừng, cháy rừng.
● Viễn thám trong quản lý sử dụng đất bao gồm: thống kê và thành lập bản
đồ sử dụng đất, điều tra giám sát trạng thái mùa màng và thảm thực vật.
● Viễn thám trong địa chất bao gồm: thành lập bản đồ địa chất, lập bản đồ
phân bố khoáng sản, lập bản đồ phân bố nước ngầm, lập bản đồ địa mạo.
● Viễn thám trong nghiên cứu tài nguyên nước: lập bản đồ phân bố tài
nguyên nước, bản đồ phân bố tuyết, bản đồ phân bố mạng lưới thuỷ văn, bản
đồ các vùng đất thấp.
● Viễn thám trong địa chất công trình: xác định các vị trí khảo sát cho xây
dựng các công trình, nghiên cứu các hiện tượng trượt đất.
● Viễn thám trong khảo cổ học: phát hiện các thành phố cổ, các dòng sông
cổ hay các di khảo cổ khác.
● Viễn thám trong khí tượng thuỷ văn: đánh giá định lượng lượng mưa, bão
và lũ lụt, hạn hán, đánh giá, dự báo dòng chảy, đánh giá tài nguyên khí hậu,
phân vùng khí hậu.
8
lượng hoá thành phần giá trị mà về nguyên tắc bằng mắt thường không phân biệt
được 2 điểm kề nhau. Trong quá trình này người ta sử dụng khái niệm điểm ảnh
(PEL: Picture Element) hay còn gọi là pixel. Như vậy một ảnh là một tập hợp các
điểm ảnh.
Ảnh số là tập hợp hữu hạn các điểm ảnh với giá trị phù hợp dùng để mô tả
ảnh gần với ảnh thật. Số điểm ảnh xác định độ phân giải của ảnh. Ảnh có độ phân
giải càng cao thì càng thể hiện rõ nét các đặc điểm và càng làm cho tấm ảnh trở nên
thực và sắc nét hơn.
Điểm ảnh (pixel) là một phần tử của ảnh số tại toạ độ (x, y) với giá trị hoặc
màu nhất định. Kích thước và khoảng cách giữa các điểm ảnh đó được chọn thích
hợp sao cho mắt người cảm nhận sự liên tục về không gian và màu của ảnh số gần
như ảnh thật.
2.2.2 Độ phân giải của ảnh
Độ phân giải (resolution) của một ảnh là mật độ điểm ảnh được ấn định trên
một ảnh số.
Khoảng cách giữa các điểm ảnh phải được chọn sao cho mắt người vẫn thấy
được sự liên tục của ảnh. Việc lựa chọn khoảng cách thích hợp tạo nên một mật độ
phân bố chính là độ phân giải và được phân bố theo trục x, y trong không gian hai
chiều.
9
Luận văn tốt nghiệp
Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp
Ví dụ: với màn CGA (320x200) là một lưới điểm theo chiều ngang màn hình
320 điểm ảnh x chiều dọc 200 điểm ảnh. So sánh màn hình CGA 12 (Color Graphic
Adaptor) thì thấy ảnh mịn hơn màn hình CGA 17. Như vậy diện tích càng rộng thì
Không gian màu (color space) đựợc đưa ra để định các màu hiển thị trên máy
tính, bởi vì chúng làm đơn giản hóa các thao tác tính toán cần thiết cho việc chuyển
10
Luận văn tốt nghiệp
Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp
đổi màu sắc (color transformation). Không gian màu có thể được thiết kế hoặc là
dựa trên cơ sở của bộ phát sinh màu của phần cứng (ví dụ như không gian
RGB) hoặc là dựa trên sự cảm nhận màu sắc của mắt (như không gian HSL). Với
một ứng dụng, việc chọn không gian màu nào để sử dụng tùy thuộc vào một số nhân
tố sau: độ chính xác mà các nhà thiết kế cần kiểm soát màu sắc (color control), yêu
cầu về sự tương tác giữa các màu sắc và tốc độ các tính toán cho ứng dụng đó.
Có nhiều loại không gian màu như: RGB, CMY, CMYK, HSV, HSL,
YcrCb... Trong đó, không gian màu RGB là chuẩn công nghiệp cho các thao tác đồ
họa máy tính. Các thao tác màu sắc có thể được tính toán trên các không gian màu
khác nhưng cuối cùng cần phải chuyển về không gian RGB để có thể hiển thị trên
màn hình (do thiết kế của phần cứng dựa trên mô hình RGB).
Không gian màu RGB: mô tả màu sắc hình ảnh bằng 3 màu chính là Red,
Green và Blue. Không gian này được xem như một khối lập phương 3 chiều với
màu Red là trục x, màu Green là trục y và màu Blue là trục z như hình 2.2.
Hình 2.2 Không gian màu RGB
Cơ chế phối màu của không gian màu RGB là cộng màu, mỗi màu sắc trong
không gian này sẽ được diễn tả bằng một tổ hợp tương ứng từ 3 màu chính R,G,B.
Riêng các màu ở các góc chéo đối diện nhau cộng lại sẽ cho ra màu trắng (bù nhau),
ví dụ: Red và Cyan, Green và Magena, Blue và Yellow. Đường chéo nối 2 đỉnh
thêm alpha (xác định độ trong suốt).
●
●
32-bit RGBA: dạng này sử dụng 8 bit cho mỗi màu.
●
40-bit RGBA: sử dụng 10 bit cho mỗi màu.
8-bit Grayscale: Là một dạng đặc biệt của không gian màu RGB. Trạng
thái xám được tạo ra khi ba màu (R,G,B) có cường độ như nhau.
●
Bayer Pattern: Đây cũng là một trường hợp đặc biệt khác của không gian
màu RGB, tương tự như RGB 24-bit. Nhưng ba màu (R,G,B) được xếp theo
một mô hình 2x2, trong đó màu lục chiếm 50%, màu đỏ chiếm 25% và màu
lam chiếm 25%. Mỗi điểm ảnh chỉ cho giá trị một trong 3 màu sắc (R,G,B),
sử dụng 8 bit cho mỗi màu sắc.
●
12
Luận văn tốt nghiệp
Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp
2.2.5 Ảnh hồng ngoại và phương pháp thu ảnh hồng ngoại
14
Luận văn tốt nghiệp
Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp
- Bộ lọc infra-blue
Các kênh blue sẽ được cảm biến ghi nhận bình thường, kênh red và green sẽ
bị chặn lại, cảm biến sẽ không thu được hai kênh truyền thống này. Thay vào đó, tia
cận hồng ngoại sẽ được camera thu vào, thể hiện qua kênh hai kênh red và green
này.
Hình 2.6 Các vùng quang phổ camera thu được khi sử dụng bộ lọc infrablue Schott BG3. [10]
- Bộ lọc infra-red
Các kênh blue và green gần như bị chặn hoàn toàn, camera sẽ thu được kênh
red và phổ cận hồng ngoại sẽ được thu qua kênh blue và green.
Hình 2.7 Quang phổ camera thu được khi sử dụng bộ lọc blue BG3 và red Wratten 25A. [10]
15
Luận văn tốt nghiệp
Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp
- Bộ lọc IR
Các kênh ánh sáng nhìn thấy đều bị chặn, chỉ cho qua quang phổ cận hồng
Luận văn tốt nghiệp
Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp
Khe thẻ nhớ boot hệ điều hành: Micro SD.
40 chân GPIO khoảng cách 2.54mm.
● Kích thước nhỏ gọn trong lòng bàn tay, về diện tích bằng với phiên bản
cũ.
● Kết nối: HDMI, Ethernet, jack Audio 3.5mm, Video RCA tích hợp và 4
cổng USB.
● Tích hợp 4 GPU Video core có thể chơi chuẩn full HD 1080 chất lượng
Blu-Ray.
● Sử dụng hệ điều hành Linux với cộng đồng mã nguồn mở rất lớn thân
thiện.
● Jack nguồn 5V Micro USB.
●
●
Hình 2.9 Board Raspberry Pi B+.
Module Raspberry Pi Noir Camera là một module camera thiết kế dành riêng
cho board Raspberry Pi. Kích thước khoảng 25mm x 24mm x 9mm, nặng hơn 3g
phù hợp với tính linh động cho việc chụp không ảnh. Nó kết nối với Raspberry Pi
bằng một cáp băng ngắn, kết nối với bộ xử lý BCM2835 trên Pi qua bus CSI. Cảm
biến chính có một độ phân giải 5 megapixel, và có một ống kính tiêu cự cố định.
Ảnh chụp từ camera có kích thước 2592 x 1944 và cũng hỗ trợ quay video 1080p30,
720p60, 640x480p60 / 90. Đặc biệt, camera này chuyên dụng cho việc chụp ảnh cận
hồng ngoại, cảm biến của nó có thể thu được các bước sóng của quang phổ cận
hồng ngoại, nó không sử dụng tấm lọc chặn IR mà các máy ảnh kỹ thuật số thường
- Giới thiệu và cách hoạt động của ImageJ.
3.1 TÍNH TOÁN NDVI
3.1.1 Cơ sở lý thuyết
Cây xanh hấp thụ ánh sáng mặt trời trong vùng hoạt động bức xạ quang hợp
(Photosynthetically active radiation - PAR) để phục vụ cho quá trình quang hợp. Tế
bào lá cũng đã tiến hóa để phân tán bức xạ mặt trời trong vùng phổ cận hồng ngoại
(có thể phân tán đến khoảng một nửa trong tổng số năng lượng mặt trời chiếu đến),
bởi vì mức độ năng lượng của mỗi photon trong miền cận hồng ngoại (bước sóng
dài hơn 700 nm) là không đủ cho quá trình tổng hợp các phân tử hữu cơ. Sự hấp thụ
mạnh các bước sóng trong miền cận hồng ngoại sẽ làm tăng nhiệt độ lá cây và có
thể làm tổn hại đến các mô. Các sắc tố trong lá cây, chất diệp lục hấp thụ mạnh mẽ
ánh sáng nhìn thấy để sử dụng trong quang hợp, đồng thời phản xạ mạnh mẽ ánh
sáng cận hồng ngoại. Do đó, cây xanh xuất hiện tương đối tối trong miền ánh sáng
nhìn thấy và tương đối sáng trong miền hồng ngoại gần. Ngược lại, những bãi bùn,
lá cây héo úa… có xu hướng khá sáng trong vùng màu đỏ (cũng như các bước sóng
khả kiến khác) và khá tối trong vùng cận hồng ngoại. Vì vậy, có thể khai thác sự
khác biệt trong phản xạ của thực vật để xác định phân bố thực vật, lập bản đồ địa
hình, khảo sát mặt đất, đánh giá sức khỏe thực vật thông qua các không ảnh.
Hình 3.1 Phản xạ ánh sáng khác nhau trong miền cận hồng ngoại và miền ánh sáng nhìn
thấy đối với cây xanh còn tốt và cây đã mất sức sống.
19
Copyright: Tài liệu đại học ©