Los índices de imágenes son imágenes que se calculan a partir de imágenes multibanda. Las imágenes destacan un fenómeno concreto que está presente y atenúan otros factores que degradan los efectos de la imagen. Por ejemplo, un índice de vegetación mostrará la vegetación que está en buen estado con un color brillante en la imagen de índice, mientras que la vegetación que no lo está tendrá valores más bajos y el terreno yermo será oscuro. Dado que el sombreado debido a las variaciones del terreno (colinas y valles) afecta a la intensidad de las imágenes, los índices se crean de manera que el color de un objeto se resalta en lugar de que lo haga el brillo o la intensidad del objeto. El valor de un índice de vegetación para un pino en buen estado que está sombreado en un valle será similar al de un pino que está a pleno sol. A menudo, estos índices se crean añadiendo y sustrayendo bandas, con lo que se generan varias relaciones de bandas. Están vinculados a bandas concretas que están en partes definidas del espectro electromagnético. Como resultado, es posible que solo sean válidos para ciertos sensores o clases de sensores, y es fundamental que se usen las bandas adecuadas en el cálculo.
Una de las formas habituales de usar estos índices es la comparación del mismo objeto en varias imágenes a lo largo del tiempo. Por ejemplo, podría haber varias imágenes de un campo agrícola tomadas con periodicidad semanal desde la siembra del campo y a lo largo de toda la estación de crecimiento. Se calcularía el índice de vegetación para cada imagen. Cuando se analizan estos índices de vegetación semanales, es esperable que haya un periodo de la estación de crecimiento en que las imágenes se vuelven más brillantes. Después, cuando comienza la senescencia en el otoño, el índice se reduce hasta que la planta se cosecha o hasta que las hojas mueren al final de la estación. El efecto normalizador de los índices hace que esta comparación resulte útil. Al comparar varios campos de una región, puede identificar los que se están desarrollando bien y los que tienen problemas. Este tipo de análisis también se puede usar para identificar los campos que han sufrido daños debidos a tormentas.
Seleccione el índice según el fenómeno que quiera analizar. Asegúrese de que la imagen de entrada procede de un sensor que tiene las bandas adecuadas (longitudes de onda y rango) para ser compatible con el índice que ha elegido. Los índices leen los metadatos de la imagen para comprobar los nombres de las bandas. Cuando encuentren una coincidencia, el índice se aplicará de forma automática.
MSAVI
El Índice de vegetación ajustado al suelo modificado (MSAVI2) está diseñado para minimizar el efecto del terreno desnudo en el Índice de vegetación ajustado al suelo (SAVI).
MSAVI2 = (1/2)*(2(NIR+1)-sqrt((2*NIR+1)2-8(NIR-Rojo)))- NIR = valores de píxel de la banda infrarroja cercana
- Rojo = valores de píxel de la banda roja
Referencia: Qi, J. et al., 1994, "A modified soil vegetation adjusted index", Remote Sensing of Environment, vol. 48, n.º 2, 119–126.
NDVI
El índice diferencial de vegetación normalizado (NDVI) es un índice normalizado que le permite generar una imagen que muestra el verdor, también conocida como biomasa relativa. Este índice aprovecha el contraste de características entre dos bandas de un dataset ráster multiespectral: la absorción de pigmento de clorofila en la banda roja y la alta reflectividad del material de las plantas en la banda infrarroja cercana (NIR).
La ecuación del NDVI documentada y predeterminada es la siguiente:
NDVI = ((NIR - Red)/(NIR + Red))- NIR = valores de píxel de la banda infrarroja cercana
- Rojo = valores de píxel de la banda roja
Este índice coloca los valores entre -1,0 y 1,0.
SAVI
El Índice de vegetación ajustado al suelo (SAVI) es un índice de vegetación diseñado para minimizar las influencias del brillo del suelo utilizando un factor de corrección de brillo del suelo. Esto con frecuencia se utiliza en regiones áridas en donde la cubierta de vegetación es baja.
SAVI = ((NIR - Red) / (NIR + Red + L)) x (1 + L)- NIR = valores de píxel de la banda infrarroja cercana
- Rojo = valores de píxel de la banda roja cercana
- L = cantidad de cobertura de vegetación verde
NIR y rojo se refiere a las bandas asociadas con aquellas longitudes de onda. El valor L varía dependiendo de la cantidad de cubierta vegetativa verde. Generalmente, en áreas sin ninguna cubierta de vegetación verde L=1; en áreas de cubierta de vegetación verde moderada, L=0,5; y en áreas con cubierta de vegetación muy densa, L=0 (lo cual es equivalente al método NDVI). Este índice coloca los valores entre -1,0 y 1,0.
Referencia: Huete, A. R., 1988, "A soil-adjusted vegetation index (SAVI)", Remote Sensing of Environment, vol. 25, 295–309.
TSAVI
El Índice de vegetación ajustado al suelo transformado (TSAVI) es un índice de vegetación diseñado para minimizar las influencias de brillo del suelo al asumir que la línea del suelo tiene una intercepción y pendiente arbitraria.
TSAVI=(s(NIR-s*Rojo-a))/(a*NIR+Rojo-a*s+X*(1+s2))- NIR = valores de píxel de la banda infrarroja cercana
- R = valores de píxel de la banda roja
- s = la pendiente de la línea del suelo
- a = la intercepción de la línea del suelo
- X = un factor de ajuste que se establece para minimizar el ruido del suelo
Referencia: Baret, F. y G. 1991, "Potentials and limits of vegetation indices for LAI and APAR assessment", Remote Sensing of Environment, vol. 35, 161–173.
NDVI verde
El índice de vegetación de diferencia normalizada verde (GNDVI, por sus siglas en inglés) es un índice de vegetación que se emplea para realizar estimaciones de la actividad fotosintética y es un índice de vegetación empleado comúnmente para determinar el consumo de agua y nitrógeno de la cubierta vegetal.
GNDVI = (NIR-Verde)/(NIR+Verde)- NIR = valores de píxel de la banda infrarroja cercana
- Verde = valores de píxel de la banda verde
Este índice coloca los valores entre -1,0 y 1,0.
Referencia: Buschmann, C., y E. Nagel. 1993. In vivo spectroscopy and internal optics of leaves as basis for remote sensing of vegetation. International Journal of Remote Sensing, Vol. 14, 711–722.
NDVI de límite rojo
El método NDVI de límite rojo es un índice de vegetación que se emplea para estimar la salud de la vegetación mediante la banda de límite rojo. Resulta especialmente útil a la hora de realizar estimaciones de la salud de los cultivos en las etapas media y tardía del crecimiento, en las que la concentración de clorofila es relativamente mayor. Puede usarse para cartografiar la variabilidad del nitrógeno en las hojas del campo para comprender mejor las necesidades de fertilizantes de los cultivos.
El índice NDVI de límite rojo se calcula a partir de las bandas NIR y de límite rojo.
NDVIre = (NIR-Límite rojo)/(NIR+Límite rojo)- NIR = valores de píxel de la banda infrarroja cercana
- Límite rojo = valores de píxel de la banda del límite rojo
Este índice coloca los valores entre -1,0 y 1,0.
Referencia: Gitelson, A.A., Merzlyak, M.N., 1994. "Quantitative estimation of chlorophyll using reflectance spectra," Journal of Photochemistry and Photobiology B 22, 247–252.