1. 案例定位

第 10.4 節分析實務 10.5。以 Canopeo 手機/桌面應用程式估算綠色植被覆蓋率。

2. 學習目標

理解影像逐像素分類、紅綠藍色彩值與農業管理門檻如何連結。

3. 案例情境

人工目測農田或森林植被覆蓋率耗時且易因觀察者不同而有差異。Oklahoma State University 團隊開發 Canopeo,讓使用者直接以手機或數位相機影像估算綠色冠層。

4. 開始資料

原書項目 內容
影像來源 智慧型手機、平板、數位相機、影片
像素依據 紅—綠—藍(Red-Green-Blue, RGB)色彩值
分類結果 白色=綠色冠層;黑色=背景
速度 比既有軟體快數十至數千倍,且原書稱未犧牲準確度
冬小麥管理門檻 至少保留 60% 綠色冠層,可維持良好穀物產量

5. 分析方法

Canopeo 逐像素計算紅對綠、藍對綠比例與 excess green index,將每個像素分類為綠色冠層或背景,再計算覆蓋比例。

6. 計算結果

原書沒有提供單一影像的像素數據,因此不能重算某張影像的冠層百分比;但提供農業管理門檻:若仍有 至少 60% 綠色冠層,研究指出可維持良好穀物產量。

7. 結果分析與管理解讀

此案例把影像分析直接連到操作決策,例如何時移除放牧牛隻,而不是停留在影像辨識本身。

8. 人工智慧提問詞

根據 Canopeo 的 RGB 分析與 60% 綠色冠層門檻,解釋影像分析如何支援放牧決策;不得自行產生原書未提供的像素分類數。

9. 思考/假設情境

問題: 若某地塊目前綠色冠層為 72%,再下降 15 個百分點後是否仍達原書 60% 門檻?

參考解答: 72%−15%=57%,低於 60% 門檻。

10. 資料說明