Центральный Черноземный регион

Оценка индекса LAI по RGB-фотографии для полей, квадратов учета и вертикального озеленения

Легкий и устойчивый модуль для повседневной работы. Система оценивает растительное покрытие, долю просветов и итоговый индекс LAI по одному снимку с адаптивной сегментацией, подходящей для стабильной работы внутри Odoo.

Подход Beer-Lambert Адаптивные зеленые индексы Локальная тепловая карта

Научный режим

LAI

Итоговое значение считается как косвенная оценка LAI по видимому покрытию, доле просветов и эффективному коэффициенту ослабления. Лучший результат получается на ровных, хорошо освещенных и максимально перпендикулярных кадрах.

Новый расчет

Загрузите снимок, выберите тип сцены и выполните расчет научным RGB-методом.

Фотография участка Перетащите изображение или выберите файл Поддерживаются JPG, PNG, BMP, GIF и WEBP. Изображение будет автоматически нормализовано и оптимизировано.

Тип культуры / сцены

Пшеница Плотный полевой покров с узкими листьями Кукуруза Более высокая вертикальная структура растений Подсолнечник Крупный лист и выраженное самозатенение Соя Средняя по плотности многослойная листовая масса Смешанная Универсальный режим для разных снимков Вертикальная Фасад, шпалера, стена или вьющееся озеленение

Режим сегментации

Рекомендуется Научный RGB Расчет LAI по Beer-Lambert на основе RGB-сегментации, доли просветов и адаптивных зеленых индексов. Работает быстрее, экономнее по памяти и стабильнее для обычной эксплуатации в Odoo.

Пользовательская калибровка Позволяет вручную изменить чувствительность к оттенку зелени и диапазон итогового значения LAI для локальных экспериментов.

Как читать результат

Теперь система показывает не только итоговый LAI, но и промежуточные метрики, влияющие на расчет.

0.1-0.4

Редкий покров или большая доля видимого фона.

0.5-1.2

Средняя плотность листовой массы с заметными просветами.

1.3-2.5+

Плотный покров с низкой светопроницаемостью и сильным визуальным закрытием фона.

Для лучшей повторяемости избегайте жестких теней, пересветов и сильного наклона камеры. По возможности снимайте участок максимально перпендикулярно поверхности листового покрова.

Важно. Модуль считает косвенную оценку LAI по фотографии. Он особенно полезен для сравнения снимков, мониторинга по датам и практической полевой оценки, но не заменяет эталонные разрушительные измерения.