تحلیل NDVI در Google Earth Engine: راهنمای گام‌به‌گام برای پایش پوشش گیاهی

شاخص تفاضل نرمال‌شده پوشش گیاهی (NDVI) یکی از پرکاربردترین شاخص‌های سنجش از دور برای ارزیابی سلامت، تراکم و تغییرات پوشش گیاهی است. NDVI با استفاده از بازتاب نور در باندهای قرمز و مادون‌قرمز نزدیک (NIR) محاسبه می‌شود و مقادیری بین ۱- تا ۱+ دارد؛ هرچه مقدار آن به ۱ نزدیک‌تر باشد، پوشش گیاهی سالم‌تر و متراکم‌تر است. امروزه با پلتفرم Google Earth Engine (GEE)، می‌توان NDVI را نه‌تنها برای یک تصویر، بلکه برای دوره‌های زمانی طولانی و در سطح جهانی تحلیل کرد — همان‌طور که در آموزش‌های تخصصی [تحلیل NDVI در Google Earth Engine](http://www.darsgostar.com/ndvi-google-earth-engine) در سایت دارس‌گستر به‌صورت عملی آموزش داده شده است.

چرا NDVI مهم است؟

NDVI کاربردهای گسترده‌ای در کشاورزی، مدیریت منابع آب، نظارت بر خشکسالی و برنامه‌ریزی محیطی دارد. به‌عنوان مثال، کاهش تدریجی NDVI در یک منطقه کشاورزی می‌تواند نشانه خشکسالی یا بیماری گیاهی باشد. این شاخص همچنین پایه‌ای برای تحلیل‌های پیشرفته‌تر در مطالعات تغییر کاربری اراضی است که در مقاله «[چگونه با Google Earth Engine نقشه‌های تغییر کاربری اراضی را در ۵ دقیقه تولید کنیم؟](http://www.darsgostar.com/lulc-change-detection-gee)» به آن پرداخته شده است.

کد عملی در Google Earth Engine

در تصاویر ماهواره‌ای Sentinel-2، باند مادون‌قرمز نزدیک (B8) و باند قرمز (B4) به‌راحتی در Google Earth Engine قابل دسترسی هستند — نحوه استفاده از این باندها در آموزش‌های سایت درس‌گستر به‌طور کامل پوشش داده شده است.

اسکریپت زیر NDVI را برای تصاویر Sentinel-2 در یک دوره زمانی (مثلاً سال ۲۰۲۴) و برای یک منطقه مشخص محاسبه و نمایش می‌دهد:

1. تعریف منطقه مورد مطالعه (مثلاً یک چندضلعی)

var roi = / your geometry here /;

2. بارگذاری تصاویر Sentinel-2 (سطح سیاره‌ای، بدون ابر زیاد)

var sentinel = ee.ImageCollection('COPERNICUS/S2_SR')

  .filterBounds(roi)

  .filterDate('2024-01-01', '2024-12-31')

  .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE', 10));

3. تابع محاسبه NDVI

var addNDVI = function(image) {

  var ndvi = image.normalizedDifference(['B8', 'B4']).rename('NDVI');

  return image.addBands(ndvi);

};

4. اعمال تابع به کل مجموعه داده

var withNDVI = sentinel.map(addNDVI);

5. محاسبه میانگین ماهانه یا سالانه NDVI

var ndviMean = withNDVI.select('NDVI').mean().clip(roi);

6. نمایش نتیجه

var ndviParams = {min: -1, max: 1, palette: ['red', 'white', 'green']};

Map.centerObject(roi, 10);

Map.addLayer(ndviMean, ndviParams, 'میانگین NDVI سال 2024');

تفسیر نقشه  NDVI

- سبز تیره: پوشش گیاهی سالم و متراکم (NDVI ≈ 0.6–1.0) 

- سفید/خاکستری: خاک بایر یا شهر (NDVI ≈ 0.1–0.2) 

- قرمز: آب یا سطوح بدون پوشش گیاهی (NDVI < 0)

با تغییر بازه تاریخ، می‌توانید سری زمانی NDVI را تولید کنید — روشی که در آینده در مقاله «[پایش خشکسالی با شاخص‌های سنجش از دور](http://www.darsgostar.com/drought-monitoring-remote-sensing)» در دارس‌گستر به آن پرداخته خواهد شد.

جمع‌بندی

تحلیل NDVI در Google Earth Engine نه‌تنها سریع و رایگان است، بلکه امکان پایش پیوسته پوشش گیاهی را در هر نقطه از جهان فراهم می‌کند. این ابزار برای کشاورزان، پژوهشگران محیط زیست و سیاست‌گذاران منابع طبیعی یک مزیت رقابتی قوی محسوب می‌شود.