NDVI: Preguntas Frecuentes Y Qué Necesita Saber

El NDVI ha sido uno de los índices de vegetación más utilizados en la observación remota desde su aparición en la década de los 70. Con el aumento de la disponibilidad de imágenes de teledetección procedentes de satélites y de vehículos aéreos no tripulados, cada vez más personas lo han adoptado en sus actividades más allá del ámbito de la ciencia.

En la actualidad, la agricultura es la mayor industria que aprovecha las ventajas de los datos de satélite, como la cobertura de grandes áreas, la exactitud de sus resultados y la alta frecuencia de actualización de sus datos, lo que significa que un territorio tan pequeño como un solo campo o tan grande como un país entero puede observarse desde el espacio con datos que han sido actualizados recientemente.

Y, sin embargo, todavía hay una gran falta de conocimiento y muchas creencias erróneas en torno a estos misteriosos índices de vegetación. Para ayudar a los usuarios a entender mejor cómo trabajar con el NDVI de la manera más efectiva y cosechar los mayores beneficios, decidimos crear esta página con preguntas frecuentes (FAQ).

¡Vamos a ello!

¿Qué Es Un IV O Índice De Vegetación?

Debe saber que la reflectancia espectral de la vegetación a través de diferentes bandas medidas por un sensor sirve como indicador de la presencia de plantas o árboles y su estado general. Así pues, un IV es una combinación matemática de dos o más de esas bandas espectrales que aumenta el contraste entre la vegetación (que tiene una alta reflectancia) y el suelo desnudo, estructuras construidas por el hombre, etc., además de medir características de las plantas, como la biomasa, el vigor, la densidad, etc.

Existen más de cien índices para el análisis de la vegetación; para obtener más información, consulte la base de datos de índices.

¿Qué Es El NDVI En Observación Remota?

El Índice de Vegetación de Diferencia Normalizada (NDVI) es un simple indicador de la biomasa fotosintéticamente activa o, en términos simples, un cálculo de la salud de la vegetación.

¿Qué Muestra El NDVI?

En pocas palabras, el NDVI ayuda a diferenciar la vegetación de otros tipos de cubierta terrestre (artificial) y a determinar su estado general. También permite definir y visualizar las áreas con vegetación en el mapa, así como detectar cambios anormales en el proceso de crecimiento.

¿Cómo Se Calcula El NDVI?

El NDVI se calcula con la siguiente fórmula: NDVI = (NIR-Red) / (NIR+Red), donde NIR es la luz del infrarrojo cercano y Rojo es luz roja visible. Hay un gran número de herramientas gratuitas del SIG en línea que permiten el cálculo instantáneo del NDVI.

¿Cómo Se Calcula El NDVI En QGIS?

Para el cálculo del índice NDVI en QGIS, se debe utilizar la Calculadora de Ráster QGIS cargando los datos necesarios. Utiliza la fórmula estándar del NDVI. Si se utilizan datos del Landsat 8, entonces la fórmula será: NDVI = (Banda 5 – Banda 4)/(Banda 5 + Banda 4), donde la Banda 5 y la Banda 4 representan las ondas rojas (0,64-0,67 micrómetros) y las ondas NIR (0,85-0,88 micrómetros), respectivamente.

Con EOSDA Crop Monitoring, los datos del NDVI están fácilmente disponibles con numerosas imágenes. No es necesario introducir datos específicos para calcularlo, así como tener un software de escritorio para obtener los datos necesarios

¿Cómo Se Calcula El NDVI En ArcGIS?

La fórmula para calcular el índice NDVI en ArcGIS no varía y, al igual que en QGIS, hay una Calculadora de Ráster propia donde introducir manualmente o cargar los datos de entrada. ArcGIS también posee una extensión llamada Image Analyst que permite la visualización avanzada de imágenes de forma automática.

Con EOSDA Crop Monitoring, los datos del NDVI están fácilmente disponibles con numerosas imágenes. No es necesario introducir datos específicos para calcular el NDVI, así como tener un software de escritorio para obtener los datos necesarios

Si Necesita Calcular El NDVI, ¿Gué Tipo De Bandas Debería Usar?

Según la fórmula del NDVI es necesario tomar el valor de reflectancia en dos bandas: la banda roja visible y la banda del infrarrojo cercano. Tenga en cuenta que no podrá calcular el NDVI utilizando imágenes en color natural u otro tipo de composición de bandas, aunque contengan las bandas requeridas.

¿Cómo Funciona El NDVI?

Básicamente, funciona comparando matemáticamente la cantidad de luz roja visible absorbida y la luz infrarroja cercana reflejada. Y la explicación es la siguiente.

El pigmento de clorofila en una planta sana absorbe la mayor parte de la luz roja visible, mientras que la estructura celular de una planta refleja la mayor parte de la luz del infrarrojo cercano. Esto significa que una alta actividad fotosintética, comúnmente asociada con la vegetación densa, tendrá menos reflectancia en la banda roja y mayor reflectancia en la del infrarrojo cercano. Al observar cómo se comparan estos valores entre sí, se puede detectar y analizar de forma fiable la cubierta vegetal de forma separada respecto a otros tipos de cubierta terrestre natural.

¿Qué Valores Del NDVI Representan Una Vegetación Sana, Los Positivos O Los Negativos?

Como sabrá, el NDVI tiene una escala de valores que van de -1 a 1. Los valores negativos de NDVI corresponden a áreas con superficies de agua, estructuras hechas por el hombre, rocas, nubes o nieve; el suelo desnudo suele estar dentro del rango de 0,1 a 0,2 y las plantas siempre tendrán valores positivos entre 0,2 y 1. El dosel de la vegetación densa y saludable debería estar por encima de 0,5, y la vegetación dispersa muy probablemente estará dentro del rango de 0,2 a 0,5. Sin embargo, es sólo una regla general y siempre hay que tener en cuenta la estación, el tipo de planta y las peculiaridades regionales para saber la interpretación de los valores del NDVI correcta.

¿Cómo Se Mide La Densidad De Vegetación Con El NDVI?

En la mayoría de los casos, los valores de NDVI entre 0,2 y 0,4 corresponden a zonas con vegetación escasa; la vegetación moderada tiende a variar entre 0,4 y 0,6; mientras que cualquier valor por encima de 0,6 indica la mayor densidad posible de hojas verdes.

Si se analizan los cultivos, hay que tener en cuenta el tipo de cultivos plantados y la anchura de las filas al interpretar los resultados obtenidos.

El problema con el NDVI como herramienta para medir la densidad de la vegetación es que se satura con grandes cantidades de biomasa verde. Simplificando, puede terminar obteniendo las mismas lecturas del NDVI para una densidad de vegetación baja y muy alta. Considere usar el índice EVI (Índice de Vegetación Mejorado), que es una versión modificada, especialmente preciso en áreas con un dosel denso. Otra alternativa es el NDRE (Normalized Difference Red Edge), un índice que es bueno para los cultivos con gran espesura u otros cultivos densos.

¿Cómo Es Una Imagen Del NDVI Y Cómo Interpretarla?

Tradicionalmente, los resultados del NDVI se representan con un mapa de colores, donde cada color corresponde a un cierto rango de valores. No hay una paleta de colores estándar, pero la mayoría de los programas informáticos utilizan la variante “rojo-verde”, lo que significa que los colores rojo-naranja-amarillo indican suelo desnudo o vegetación muerta/dispersa y los tonos de verde son un signo de una cubierta vegetal normal o densa.

Si todavía no sabe cómo realizar una interpretación de imágenes del NDVI de forma correcta, sólo tiene que comprobar la leyenda del índice, como la que tenemos en EOSDA LandViewer (se muestra en la imagen en la esquina inferior derecha). Y recuerde que algunos programas permiten crear su propia paleta de colores para los índices.

¿Cuáles Son Las Alternativas Al NDVI?

A decir verdad, hay una buena cantidad de índices de vegetación que se basan en el NDVI estándar. A diferencia de éste, son modificados según el brillo del suelo, efectos atmosféricos y otros factores que suelen afectar a los resultados del NDVI. Son EVI, SAVI, ARVI, GCL, SIPI, y puede saber más sobre ellos aquí.

¿Qué Mide El NDVI En Los Cultivos?

De una forma simple, el NDVI mide el estado y la salud de los cultivos o el vigor de estos. Este índice de vegetación es un indicador de verdor y tiene una fuerte relación con la biomasa verde, que es indicativa de crecimiento. También se sabe que los valores de NDVI tienen una alta relación con el rendimiento de los cultivos, lo que significa que puede utilizarse como herramienta para medir la productividad de los cultivos y predecir su rendimiento futuro.

¿Puede El NDVI Mostrar En Qué Fase Se Encuentran Los Cultivos?

Lo cierto es que los valores NDVI obtenidos con datos de satélite de alta resolución temporal (por ejemplo, MODIS) tienen una gran relación con las fases fenológicas de los cultivos (emergente, madurez, cosecha). Sin embargo, hay ciertas limitaciones. Por ejemplo, durante las primeras etapas del crecimiento de los cultivos, cuando la superficie foliar verde es pequeña, los resultados del NDVI son muy sensibles a los efectos de fondo del suelo. El NDVI también puede saturarse en etapas posteriores, cuando los cultivos alcanzan el nivel máximo de cubierta vegetal y producir resultados inexactos.

¿El Valor De NDVI Es Diferente Para Cada Cultivo?

En realidad, sí. Cada tipo de cultivo tiene una estructura de cubierta vegetal, diferentes etapas de crecimiento, y requiere de condiciones climáticas específicas para crecer adecuadamente. Todos estos factores influyen en las propiedades de reflectancia de los cultivos y, como resultado, producen diferentes valores de NDVI.

¿Cuál Sería Un Valor Normal Del NDVI Para Maíz/Trigo/Colza/Soja?

Lamentablemente, no existen normas establecidas para los valores de NDVI para diferentes tipos de cultivos porque cada campo es único y las lecturas dependen de una combinación de varios factores (clima, tipo de suelo, prácticas de gestión agrícola). Recomendamos tomar datos de satélite a lo largo de varias estaciones y generar series temporales del NDVI para identificar pautas de crecimiento y los valores normales de su propio campo.

¿Puedo Usar El NDVI En Viñedos?

Depende. El NDVI se ha utilizado para evaluar el vigor de la vid, pero la precisión dependerá de las prácticas de gestión del suelo. Si hay un cultivo de cobertura entre las filas de vides, será difícil distinguir las áreas correspondientes al NDVI de la vid de las correspondientes al cultivo de cobertura. Si entre las hileras sólo hay suelo desnudo, los resultados tienden a ser más exactos.

¿Cómo Se Puede Utilizar El NDVI En Agricultura?

Cuando se trata de cultivos, hay un montón de aplicaciones, como por ejemplo:

• Medir la biomasa y evaluar el estado y la salud de los cultivos.
• Identificar plagas, enfermedades, hongos o zonas excesivamente secas en el campo antes de que el daño sea irreversible.
• Observar la dinámica de la vegetación a lo largo de la temporada de crecimiento.
• Establecer las condiciones normales de crecimiento para los cultivos de un área específica con las series temporales.
• Estimación del rendimiento de los cultivos (nunca por sí solo, es necesario combinarlo con otros parámetros utilizados para este fin).
• Detectar las áreas de riesgo dentro del campo más rápidamente y ajustar el gasto de agua, nutrientes para los cultivos y los pesticidas de forma más eficaz.
• Controlar las condiciones de los pastos y su productividad para un manejo efectivo de los pastos.
• Monitorizar sequías y ayudar a pronosticar las zonas con peligro de incendio.

¿Puede Utilizarse El NDVI Para Optimizar La Aplicación De Fungicidas?

Definitivamente, sí. En primer lugar, puede utilizar los mapas de NDVI de su campo para validar los resultados de la aplicación de diferentes fungicidas y ver cuál ayuda a producir cultivos más sanos y resistentes. En segundo lugar, la imagen del NDVI puede utilizarse como un mapa de receta que muestra las zonas en las que los cultivos pueden haber sufrido enfermedades fúngicas, de modo que el fungicida puede aplicarse consecuentemente. Le costará menos que rociar todo el campo.

¿Se Puede Usar El NDVI Para Estimar La Cobertura De La Maleza Y Erradicarla?

El perfil del NDVI de los cultivos libres de malezas difiere notablemente del de los cultivos infestados de maleza.

De acuerdo con múltiples estudios, las imágenes del NDVI pueden ser utilizadas para detectar infestaciones de malezas en los cultivos a finales de la temporada. Calculadas a partir de imágenes satelitales aéreas o de alta resolución adquiridas unas semanas antes de la senescencia del cultivo, el NDVI puede ayudar a diferenciar entre las plantas libres de malezas y las infestadas de malezas, ya que estas últimas tendrían una respuesta espectral más alta (= valores más altos). Alternativamente, las zonas de malezas pueden ser detectadas con imágenes postcosecha. Las imágenes NDVI pueden, por lo tanto, servir como mapas para recetar herbicidas que le permitan rociar sólo las zonas de maleza en lugar de todo el campo y reducir el impacto ambiental y el coste.

Para detectar un brote de maleza en los cultivos en la etapa inicial, se necesitarían sensores de tierra.

¿Es El NDVI Un Instrumento Eficaz En La Gestión De Riesgos Para El Seguro De Cosechas?

Seguramente lo es. Las compañías aseguradoras han estado cosechando los beneficios de la utilización de la tecnología satelital y las imágenes del NDVI, en particular, para:

• cuantificar de forma rápida y precisa las pérdidas causadas por condiciones meteorológicas severas, exceso de rociado, sequía, etc. dedicando mucho menos tiempo y recursos humanos;
• obtener conocimientos del campo con imágenes históricas que datan de hace 30-40 años;
• vigilar campos de cualquier tamaño (desde un distrito hasta una región/estado o todo un país), con actualizaciones en tiempo real y prepararse para el pago de indemnizaciones desde el principio;
• identificar los campos que no son susceptibles de recibir un pago (por ejemplo, debido a quema ilegal).

¿Cómo Se Diferencian Los Árboles Y Los Cultivos?

Estamos de acuerdo en que esto puede resultar difícil. Tanto los cultivos como los árboles pueden tener altos valores de NDVI, lo que hace difícil distinguir entre ambos. La forma más fácil es calcular el valor medio del NDVI para una cantidad de tiempo superior a 3 meses. Las áreas con vegetación que tengan valores altos durante más de 3 meses seguidos significarán muy probablemente un bosque de coníferas. Los cultivos raramente mantienen un NDVI alto durante tanto tiempo.

¿Cómo Se Puede Detectar La Deforestación Con El NDVI?

Hay varias opciones. Puede calcular el valor medio del NDVI de varios meses desde la fecha de la supuesta tala de bosques y compararlo con el valor medio del NDVI de los mismos meses hace un año. Si hay al menos una caída del 0,25 en el valor del NDVI, entonces lo más probable es que se hayan cortado algunos árboles. O puedes usar una herramienta de detección automática de cambios: resaltará los puntos donde se han producido cambios en la cubierta terrestre en un par de imágenes tomadas en fechas diferentes (preferiblemente, para el mismo mes en años diferentes).

Tala masiva de bosques antiguos en la Isla de Vancouver, Canadá, entre 2017 y 2018

Es importante realizar los análisis con imágenes que tengan la menor cobertura de nubes posible para evitar valores negativos falsos. El problema de este método es que no identifica la razón exacta de la pérdida de bosque. Aparte de la tala, la pérdida de cubierta forestal puede deberse a incendios, huracanes o al uso de productos químicos.

¿Es Posible Medir La Temperatura De Un Bosque E Identificar Incendios Forestales Con El NDVI?

Desafortunadamente, no, ya que no tiene las bandas necesarias para hacer esto. Sin embargo, el NDVI se ha ganado la reputación de detector de sequía, lo que significa que puede señalar las áreas cubiertas con vegetación demasiado seca (= valores bajos), donde el riesgo de incendio es obviamente mayor.

¿Puede Utilizarse El NDVI Para Medir La Abundancia De Pasto (Forraje)?

Sí y no. Se sabe que los ganaderos han utilizado el NDVI para comprobar la presencia y las condiciones de la hierba de sus pastos. Sin embargo, si se trata de zonas en que los pastos forrajeros están ocultos bajo un denso dosel de árboles y/o arbustos (por ejemplo, en bosques tropicales), no será fiable como instrumento de medición de la abundancia de pastos.