INDICES DE VEGETACIÓN ( NVDI )

Índices de vegetación con drones ( NVDI )

NDVI

El índice de vegetación de diferencia normalizada (NDVI) es el índice de vegetación más antiguo y más utilizado en fotogrametría. Para definir NDVI, es la diferencia entre luz infrarroja cercana (NIR) y luz roja visible (R). La vegetación tiende a absorber la luz roja visible mientras refleja NIR y luz verde. Por lo tanto, NDVI ayuda a identificar la vegetación no saludable de la saludable utilizando esta medida. Los valores de NDVI oscilan entre -1 y +1. Cuanto más alto sea el valor, más saludable será la vegetación y viceversa. Por lo tanto, NDVI es un excelente VI para medir los niveles de clorofila. Para capturar imágenes NDVI, necesitará una cámara RGB modificada con un filtro NIR o una cámara multiespectral.

ENDVI

El índice de vegetación de diferencia normalizada mejorado (ENDVI) es similar al NDVI. El NDVI tradicional solo usa datos espectrales rojos e infrarrojos cercanos. Sin embargo, ENDVI usa luz azul y verde visible en lugar de roja en el algoritmo. El algoritmo ENDVI aísla mejor los indicadores de salud de las plantas, ya que la absorción de la luz azul por parte de la planta y la alta reflectancia de las ondas verdes e infrarrojas cercanas es un marcador confiable de la salud de las plantas. Para capturar imágenes ENDVI, necesitará una cámara NIR o una cámara multiespectral.

VARI

El índice de resistencia visual atmosférica (VARI) es otro índice de vegetación de uso común. Muestra la presencia de vegetación sobre un área de tierra. Este VI fue diseñado inicialmente para imágenes de satélite. Lo que hace único a VARI es su sensibilidad a los efectos atmosféricos. Es mínimamente sensible a los efectos atmosféricos, lo que permite estimar la vegetación en una amplia variedad de entornos. Otra gran ventaja de VARI es que no requiere una cámara NIR / multiespectral. Puede procesar imágenes tomadas con una cámara RGB estándar que es mucho más barata que las cámaras multiespectrales.

GLI

El índice de hoja verde (GLI) se creó originalmente para determinar el impacto del trigo en el pastoreo. Se utiliza para representar hojas y tallos verdes. Si el valor es negativo, representa suelo o algo sin vida, y si el valor es positivo, son hojas o tallos verdes. Por lo tanto, GLI es otro algoritmo eficiente para detectar hojas verdes en tierras agrícolas. GLI utiliza datos de cámaras RGB estándar en su algoritmo.

SAVI

El índice de vegetación ajustado al suelo (SAVI) es una versión modificada del NDVI. En áreas donde la cobertura vegetal es baja y el suelo está expuesto, el suelo puede reflejar diferentes cantidades de luz roja y NIR visible. Esto puede influir por completo en los valores del índice de vegetación. De esta manera, SAVI corrige la influencia del brillo del suelo cuando la cobertura vegetal es baja.

¿Qué índice de vegetación debería utilizar?

Esto depende únicamente del tipo de datos que recopile. Si captura datos multiespectrales, puede utilizar NDVI, ENDVI, NDRE o SAVI, ya que son algoritmos estándar de la industria. Sin embargo, las cámaras multiespectrales o NIR pueden ser caras y, como principiante, es posible que desee comenzar con imágenes RGB. Si captura sus datos utilizando sensores RGB, los índices VARI y GLI son suficientes. VARI por sí solo puede identificar los puntos de estrés de los cultivos en su campo y proporciona buenos resultados indicativos.