Índices de vegetación y contenido en clorofila

GeoPard extends the family of supported chlorophyll-linked vegetation indices with

  • Canopy Chlorophyll Content Index (CCCI)
  • Modified Chlorophyll Absorption Ratio Index (MCARI)
  • Transformed Chlorophyll Absorption in Reflectance Index (TCARI)
  • ratio MCARI/OSAVI
  • ratio TCARI/OSAVI

They help to understand the current crop development stage including

  • identification of the areas with nutrient demand,
  • estimation of the nitrogen removal,
  • potential yield evaluation,

And the insights are used for precise Nitrogen Variable Rate Application maps creation.


Read More: Which index is the best to use in the precisionAg

Read More: GeoPard vegetation indices


Índices de vegetación y contenido en clorofilaCanopy Chlorophyll Content Index (CCCI) vs Modified Chlorophyll Absorption Ratio Index (MCARI) vs Transformed Chlorophyll Absorption in Reflectance Index (TCARI) vs Ratio MCARI/OSAVI

What is Vegetation Indices?

Vegetation indices are numerical values derived from remotely sensed spectral data, such as satellite or aerial imagery, to quantify the density, health, and distribution of plant life on the Earth’s surface.

They are commonly used in remote sensing, agriculture, environmental monitoring, and land management applications to assess and monitor vegetation growth, productivity, and health.

These indices are calculated using the reflectance values of different wavelengths of light, particularly in the red, near-infrared (NIR), and sometimes other bands.

The reflectance properties of vegetation vary with different wavelengths of light, allowing for the differentiation between vegetation and other land cover types.

Vegetation typically has strong absorption in the red region and high reflectance in the NIR region due to chlorophyll and cell structure characteristics.

Some widely used vegetation indices include:

  • Normalized Difference Vegetation Index (NDVI): It is the most popular and widely used vegetation index, calculated as (NIR – Red) / (NIR + Red). NDVI values range from -1 to 1, with higher values indicating healthier and denser vegetation.
  • Enhanced Vegetation Index (EVI): This index improves upon NDVI by reducing atmospheric and soil noise, as well as correcting for canopy background signals. It uses additional bands, such as blue, and incorporates coefficients to minimize these effects.
  • Soil-Adjusted Vegetation Index (SAVI): SAVI is designed to minimize the influence of soil brightness on the vegetation index. It introduces a soil brightness correction factor, enabling more accurate vegetation assessments in areas with sparse or low vegetation cover.
  • Green-Red Vegetation Index (GRVI): GRVI is another simple ratio index that uses the green and red bands to assess vegetation health. It is calculated as (Green – Red) / (Green + Red).

These indices, among others, are used by researchers, land managers, and policymakers to make informed decisions regarding land use, agriculture, forestry, natural resource management, and environmental monitoring.

Índice de Humedad Diferencial Normalizado

The number of vegetation indices supported by GeoPard is continuously growing. GeoPard team introduces the Normalized Difference Moisture Index (NDMI). The index determines vegetation water content and normalized difference water index (NDWI). It is useful for finding the spots with existing water stress in plants.

Lower NDMI values mark the spots where the plants are under stress from insufficient moisture.
On the other side, lower normalized difference water index values following the vegetation peak highlight the spots that are becoming ready for harvesting first.

The difference of the vegetation relative water content between two satellite images (Sentinel-2 constellation in this case)

The difference of the vegetation relative water content between two satellite images (Sentinel-2 constellation in this case)

In the following screenshots, you can find the NDMI zones generated based on June 19 (vegetation peak) and July 6 satellite images and the equation map representing the NDMI difference.

Normalized Difference Moisture Index calculated on top of Planet / Sentinel-2 / Landsat imageNDMI calculated on top of Planet / Sentinel-2 / Landsat image

What is Moisture Index?

It is a measure or calculation used to assess the moisture content or availability in a specific area or region. It is typically derived from various environmental factors such as precipitation, evapotranspiration, soil properties, and vegetation cover.

It provides a relative indication of the wetness or dryness of an area, helping to identify potential water stress or drought conditions.

It is a valuable tool for monitoring and managing water resources, agricultural planning, and understanding the ecological conditions of a particular region.

What is Normalized Difference Moisture Index?

Normalized Difference Moisture Index (NDMI) is a vegetation index derived from remote sensing data to assess and monitor the moisture content of vegetation. Like other vegetation indices, it is computed using spectral reflectance values from satellite or aerial imagery.

It is particularly useful in monitoring plant water stress, assessing drought conditions, estimating fire risk, and studying the impacts of climate change on vegetation.

It is calculated using the Near-Infrared (NIR) and Shortwave Infrared (SWIR) bands, which are sensitive to the moisture content in vegetation. The formula for NDMI is:

NDMI = (NIR – SWIR) / (NIR + SWIR)

NDWI values typically range from -1 to 1, with higher values indicating higher vegetation moisture content and lower values indicating lower moisture content or water stress in the vegetation. Negative NDMI values can be associated with non-vegetated areas or areas with very low moisture content.

What is NDWI?

NDWI, or Normalized Difference Water Index, is a remote sensing index used to quantify and assess water content or water-related features in vegetation or landscapes.

It is calculated by analyzing the reflectance of near-infrared and green light bands from satellite or aerial imagery. It is particularly useful for identifying water bodies, monitoring changes in water availability, and assessing vegetation health.

By comparing the absorption and reflection of different wavelengths, it provides valuable information for applications such as drought monitoring, hydrological analysis, and ecosystem management.

Visualization of NDMI to Determine Normalized Difference Water Index

Visualizing the NDMI involves processing satellite or aerial imagery, calculating the NDMI values, and then displaying the results as a color-coded map or image. Here are the general steps to visualize NDMI:

  • Acquire satellite or aerial imagery: Obtain multispectral imagery from a satellite or aerial platform, such as Landsat, Sentinel, or MODIS. Ensure that the imagery includes the necessary bands: Near-Infrared (NIR) and Shortwave Infrared (SWIR).
  • Pre-process the imagery: Depending on the data source, you may need to preprocess the imagery to correct for atmospheric, geometric, and radiometric distortions. Convert the digital numbers (DN) in the image to spectral reflectance values.
  • Calculate NDMI: For each pixel in the image, use the NIR and SWIR reflectance values to compute the NDMI using the formula: NDMI = (NIR – SWIR) / (NIR + SWIR).
  • Color mapping: Assign a color palette to the NDMI values. Typically, a continuous color scale is used, ranging from one color (e.g., red) for low NDMI values (indicating low moisture content) to another color (e.g., green) for high NDMI values (indicating high moisture content). You can use software like QGIS, ArcGIS, or programming libraries like Python’s Rasterio and Matplotlib to create a color map.
  • Visualize the NDMI map: Display the NDMI map or image using GIS software, a programming library, or an online platform. This will allow you to analyze the spatial distribution of vegetation moisture content and identify areas of water stress or high moisture.
  • Interpretation and analysis: Use the NDWI visualization to assess vegetation health, monitor drought conditions, or evaluate fire risk. You can also compare normalized difference water index maps from different time periods to analyze changes in vegetation moisture content over time.

Remember that different software tools or programming libraries may have slightly different workflows, but the overall process will be similar. Additionally, you can overlay other data layers, such as land use, elevation, or administrative boundaries, to enhance your analysis and better understand the relationships between vegetation moisture content and other factors. 

Índice de Vegetación de Diferencia Normalizada (NDVI) Facilita la Vida del Agricultor

El Índice de Vegetación de Diferencia Normalizada (NDVI) es una métrica comúnmente utilizada para cuantificar la densidad y la salud de la vegetación. Sus valores oscilan entre -1 y 1. Los valores negativos indican agua o suelo desnudo, los valores cercanos a cero indican vegetación escasa y los valores más altos indican una vegetación más densa y sana.

¿Qué es el Índice de Vegetación de Diferencia Normalizada (NDVI)?

Se trata de un método que calcula la variación entre la cantidad de luz roja que recibe la vegetación y la cantidad de luz infrarroja cercana que refleja intensamente la vegetación.

El objetivo de este método es proporcionar un análisis cuantitativo del estado de la cubierta vegetal. No hay ninguna situación en la que su valor quede fuera del espectro de -1 a +1. Sin embargo, no hay una demarcación clara entre los muchos tipos de cubierta vegetal que pueden encontrarse.

Si la suma de las cifras resulta inferior a cero, es bastante probable que la sustancia en cuestión sea agua. Si obtiene una puntuación NDVI bastante cercana a uno positivo, es muy probable que se trate de un montón de hojas verdes muy apretadas. Esto es especialmente cierto si las hojas están muy juntas.

Las hojas verdes tienen un valor mayor que las rojas, por eso se da este caso. Imaginemos por un momento que el it está muy cerca de ser igual a 0.

En una situación así, no hay ninguna posibilidad de que queden hojas de ningún tipo, y puede que la región ya esté urbanizada. El Indicador de Vegetación de Diferencia Normalizada es el índice que utilizan los analistas en materia de teledetección la mayor parte del tiempo.

¿Por qué es útil el Índice de Vegetación de Diferencia Normalizada?

Hay muchos índices de vegetación diferentes, y la gran mayoría son comparables entre sí. Sin embargo, es el que se utiliza con mayor frecuencia y amplitud, y además tiene una ventaja esencial, que es una alta resolución de las imágenes que se derivan de datos por satélite.

En circunstancias como ésta, pueden utilizarse canales con una resolución de diez metros para determinar el NDVI. Recuerde que un píxel equivale a diez por diez metros. Por otra parte, la resolución del índice que utiliza canales de luz adicionales, es decir, la edad roja, podría ser de veinte metros, donde un píxel es igual a veinte por veinte metros.

¿Cómo se calcula el NDVI?

Puede determinarse mediante el siguiente procedimiento matemático sencillo, que convierte la información bruta de satélite en índices de vegetación.

Fórmula del índice de vegetación de diferencia normalizada

La ecuación crea un único número que es representativo e integra la información accesible en las bandas roja y NIR (infrarrojo cercano).

Para ello, toma la reflectancia en toda la banda espectral roja y la resta de la reflectancia en toda la banda NIR. Después, el resultado se divide por la reflectancia total de las longitudes de onda NIR y roja.

La valoración del NDVI nunca será superior a uno positivo ni inferior a uno negativo. Además, un número entre -1 y 0 denota una planta que ha muerto y elementos inorgánicos como piedras, carreteras y edificios.

Al mismo tiempo, sus valores para las plantas vivas pueden variar entre 0 y 1, donde 1 representa la planta más sana y 0 la más insana. Es posible asignar un único valor a cada píxel de una imagen, independientemente de que ese píxel represente una sola hoja o un campo de trigo que abarca 500 acres.

¿Cómo se utiliza el índice de vegetación de diferencia normalizada?

Justificadamente, en la actualidad se utiliza en diversos campos de investigación. Por ejemplo, se utiliza en el campo de la agricultura para la agricultura de precisión y la evaluación de la biomasa. También lo emplean los silvicultores para evaluar los recursos forestales y el índice de área foliar (LAI).

Además, la NASA lo considera un indicador fiable de la existencia de condiciones de sequía. Tanto el NDVI proporcional como la concentración de vegetación son menores en las zonas donde el agua sirve de barrera para el establecimiento de la vegetación.

Esto se debe a que el agua impide que las raíces de las plantas crezcan más profundamente en el suelo. Ello, incluidos otros tipos de teledetección, En realidad, puede utilizarse de muchas formas distintas.

¿Qué puede decirnos el NDVI sobre las plantas?

Es esencial tener una comprensión sólida de que la Diferencia Normalizada Índice de vegetación es sólo una indicación de la salubridad de la planta y no proporciona información sobre las razones que subyacen a una determinada afección.

El índice de vegetación es más una expresión que un reflejo directo de lo que ocurre en el campo. Veamos tres aplicaciones del NDVI para el análisis sobre el terreno:

Cuando comienza una nueva temporada

Es beneficioso para comprender la resistencia de la planta al invierno y cómo ha conseguido sobrevivir.

  • Si su valor es inferior a 0,15, es bastante probable que todas las plantas de esta sección del campo hayan perecido. Normalmente, estos números se refieren al suelo labrado sin ninguna planta.
  • Otro ejemplo de número bajo es 0,15-0,2. Podría sugerir que las plantas empezaron a prepararse para el invierno durante el periodo fenológico temprano, antes de la fase de laboreo.
  • Un resultado entre 0,2 y 0,3 es satisfactorio. Lo más probable es que las plantas hayan progresado hasta la fase de laboreo y hayan recuperado su estado vegetativo.0,3-
  • 0,5 es un valor decente. Sin embargo, es importante recordar que las lecturas de NDVI más altas sugieren que las plantas hibernaron en un estado fenológico más tardío. Supongamos que la imagen del satélite se capturó antes de que la vegetación retomara su estado normal. En ese caso, es importante analizar la zona después de que la vegetación continuara su forma normal.
  • Un número superior a 0,5 indica una anomalía durante la fase posterior al invierno. Se recomienda comprobar esta zona de campo.

Recapitulando, si observa que los valores obtenidos difieren significativamente de la norma, debe realizar una inspección de la parte pertinente del campo. Se requiere una gran desviación de la norma para que los valores se categoricen como anormales en una zona determinada.

Cuando la temporada está a la mitad

Utilizar el índice puede ser útil para comprender mejor cómo se desarrollan las plantas. Imaginemos que las lecturas se sitúan entre leve y alto (0,5-0,85). Es muy probable que esta parte concreta de la zona no se enfrente a grandes retos en la actualidad.

Si el índice sigue siendo más bajo de lo que debería, puede haber problemas como una deficiencia de agua o nutrientes en el suelo. No obstante, deberás investigar por tu cuenta este aspecto concreto.

Generamos mapas de aplicación variable (VRA) de nitrógeno mediante el índice de vegetación de diferencia normalizada. Identificamos regiones con índices de vegetación que van de bajos a altos.

A partir de ese momento, corresponde a cada agricultor determinar la cantidad de fertilizante necesaria. A continuación se describe el método más eficaz para aplicar nitrógeno:

  • Supongamos que el índice de vegetación de la región es alto. En ese caso, la dosis recomendada de fertilizante debe disminuirse al 10% y al 30% de la dosis típica.
  • Si el índice de vegetación se sitúa en torno a la media, la dosis de abono recomendada debe elevarse a entre el 20 y el 25 por ciento de la cantidad típica.
  • Si el índice de vegetación es bajo, primero hay que averiguar por qué es así.

Para reconstruir un campo rendimiento agrícola, también utilizamos este índice. Con estos datos, elaboramos mapas que pueden utilizarse para la aplicación variable de fertilizantes potásicos y fosfatados.

Cuando acabe la temporada

El índice NDVI es una herramienta útil para determinar si los campos están listos para ser cosechados; cuanto más bajo sea el índice, más cerca estará una parte de la superficie de la fase en la que está lista para ser cosechada. En este escenario, lo ideal sería un valor del índice inferior a 0,25.

El índice NDVI es una herramienta útil para determinar si los campos están listos para la cosecha

Para empezar, se trata de un cálculo matemático realizado píxel a píxel en una imagen utilizando herramientas de un SIG (Sistema de Información Geográfica). Se calcula contrastando las cantidades de luz roja e infrarroja cercana absorbidas y reflejadas por la planta, y mide su estado general de salud.

El Índice de Vegetación de Diferencia Normalizada puede utilizarse para estudiar terrenos de todo el planeta, por lo que resulta ideal para estudios de campo específicos y para el seguimiento nacional o mundial de la vegetación.

Mediante la utilización del NDVI, podemos obtener un análisis inmediato de los campos, lo que permite a los agricultores optimizar el potencial de producción de las zonas, limitar su influencia en el medio ambiente y modificar sus operaciones agrícolas de precisión.

Además, su examen junto con otros flujos de datos, como los meteorológicos, podría aportar más información sobre los patrones recurrentes de sequías, heladas o inundaciones y su impacto en la vegetación.


Preguntas frecuentes


1. ¿Para qué se utiliza principalmente el NDVI?

Se utiliza principalmente para determinar la salud y la densidad de la vegetación en una zona determinada. Este índice se utiliza ampliamente en agricultura, silvicultura y ecología para controlar el crecimiento de la vegetación, evaluar los niveles de estrés de las plantas, identificar zonas de sequía o enfermedades y ayudar en las decisiones de gestión de los cultivos.

2. ¿Cómo leer las imágenes NDVI?

Para leer las imágenes NDVI, puede interpretar la escala de colores asociada a los valores del índice. Normalmente, la vegetación sana aparece en verde, mientras que la menos sana o escasa aparece en amarillo o rojo.

Los tonos más oscuros pueden indicar zonas con una biomasa elevada, mientras que los tonos más claros pueden sugerir una menor densidad de vegetación o la presencia de suelo desnudo.

Comprender el contexto de la zona analizada, como el tipo de cultivo específico o las condiciones medioambientales, puede ayudar aún más a interpretar las imágenes NDVI y a tomar decisiones informadas sobre las prácticas agrícolas.

wpChatIcon
wpChatIcon

    Solicita una demostración / consulta gratuita de GeoPard








    Al hacer clic en el botón aceptas nuestra Política de privacidad. Lo necesitamos para responder a tu solicitud.

      Suscríbase a


      Al hacer clic en el botón aceptas nuestra Política de privacidad

        Envíenos información


        Al hacer clic en el botón aceptas nuestra Política de privacidad