NDVI
- Introdotto da
- Rouse, Haas, Schell, and Deering
- Anno
- 1973
- Tipo
- Spectral index for vegetation assessment
- Famiglia
- Remote sensing vegetation monitoring
Questo testo è una traduzione automatica e non è ancora stato revisionato. Leggi l’originale in inglese
A cosa serve?
L'Indice di Vegetazione Normalizzato Differenziale (NDVI) è un indice spettrale calcolato da immagini multispettrali satellitari o aeree che quantifica la 'verdezza' e la vigoria della vegetazione.
Introdotto da Rouse e colleghi nel 1973 utilizzando dati Landsat, l'NDVI è diventato la metrica di telerilevamento più utilizzata per il monitoraggio della vegetazione, la valutazione della siccità, la previsione della produttività delle colture e il rilevamento dei cambiamenti nella copertura del suolo.
L’intuizione alla base del metodo
La vegetazione riflette poca luce visibile (rossa) ma riflette una frazione elevata di luce nel vicino infrarosso (NIR) a causa della struttura e del contenuto di clorofilla delle foglie. L'NDVI sfrutta questo contrasto: NDVI = (NIR - Rosso) / (NIR + Rosso), dove NIR e Rosso sono le riflettanze misurate dal satellite in quelle bande. L'NDVI varia da -1 a +1: valori vicini a -1 indicano acqua (assorbe NIR), 0 indica suolo nudo, e +0.5 a +0.9 indicano vegetazione densa e sana. Le serie temporali di NDVI rivelano cicli stagionali (ingiallimento della vegetazione in primavera, senescenza in autunno) e variabilità interannuale legata alla disponibilità idrica.
Storia
Introdotto nel 1973 utilizzando dati Landsat Multispectral Scanner, l'NDVI divenne rapidamente l'indice di vegetazione standard per il monitoraggio agricolo, forestale e della siccità. Il lancio dell'Advanced Very High Resolution Radiometer (AVHRR) nel 1981 e successivamente del MODIS (1999) permise il monitoraggio globale giornaliero dell'NDVI. Il Vegetation Health Index (VHI) della NOAA, che combina NDVI e temperatura superficiale terrestre, divenne operativo per l'allerta precoce della siccità. Sviluppi recenti includono la fusione di dati ad alta risoluzione (Planet, Maxar) con dati a bassa risoluzione (MODIS) e deep learning per il rilevamento della fenologia.
Quando usarlo
Utilizzare l'NDVI per monitorare la salute della vegetazione su scale regionali e globali, valutare gli impatti della siccità, prevedere i raccolti e rilevare i cambiamenti nella copertura del suolo. L'NDVI funziona meglio per valutazioni su larga scala (risoluzione dei pixel >10 m) ed è meno utile per la gestione su scala locale dove sono necessari dettagli a livello di campo. Combinare l'NDVI con altri indici (EVI, SAVI) per robustezza e con dati di precipitazione/temperatura per interpretare i fattori scatenanti.
Limiti e considerazioni
- Satura ad alta densità vegetale; due foreste dense con strutture diverse appaiono simili nell'NDVI
- Sensibile agli effetti atmosferici (aerosol, nuvole) che introducono rumore se non corretti attentamente
- Non può distinguere il tipo o la qualità della vegetazione; erbacce sane appaiono simili a colture sane
- La risoluzione temporale dipende dalla copertura nuvolosa e dalla frequenza di rivisitazione del satellite; si verificano lacune in regioni nuvolose
Le condizioni della fonte non sostituiscono una revisione scientifica indipendente né la validazione da parte di un motore di analisi.
Punti di forza
- Semplice e computazionalmente veloce, richiede solo due bande satellitari ampiamente disponibili su diversi sensori e archivi
- Continuo spazialmente, consente la valutazione in regioni prive di osservazioni sul campo o infrastrutture terrestri
- Forte relazione empirica con l'indice di area fogliare (LAI), i tassi di fotosintesi e la biomassa
- Lungo archivio temporale (Landsat dal 1972, MODIS dal 2000) che consente l'analisi dei trend decennali
Applicazioni
- Allerta precoce della siccità: monitoraggio delle anomalie NDVI per emettere avvisi di stress idrico prima del fallimento delle colture, guidando la risposta alle emergenze
- Previsione dei raccolti: correlazione delle traiettorie stagionali dell'NDVI con il raccolto finale di grano per prevedere la produzione prima della fine della stagione
- Rilevamento della deforestazione e dei cambiamenti nella copertura del suolo: tracciamento del declino dell'NDVI per identificare la perdita di foreste e caratterizzare le transizioni nell'uso del suolo
- Valutazione della salute dei pascoli: utilizzo dei trend NDVI per valutare il sovrapascolamento, il recupero dalla siccità e la capacità di carico nelle regioni pastorali
Come funziona
Come funziona
Vengono acquisite immagini satellitari multispettrali (Landsat, Sentinel, MODIS, Copernicus) con almeno bande nel rosso e nel vicino infrarosso. I dati vengono calibrati radiometricamente per ottenere la riflettanza al sensore.
Viene applicata la correzione atmosferica per convertire la riflettanza al sensore in riflettanza superficiale, tenendo conto di aerosol, vapore acqueo e scattering di Rayleigh. I pixel nuvolosi e le ombre delle nuvole vengono mascherati.
Per ogni pixel, vengono estratte le riflettanze nella banda rossa (0.6–0.7 µm) e nella banda del vicino infrarosso (0.8–1.0 µm).
L'NDVI viene calcolato come (NIR - Rosso) / (NIR + Rosso) per ogni pixel. Vengono generati stack di serie temporali di NDVI a intervalli regolari (giornalieri per MODIS, 5–10 giorni per Landsat/Sentinel) per tracciare le variazioni stagionali e interannuali.
Le mappe NDVI rivelano pattern spaziali dell'abbondanza della vegetazione. Le serie temporali vengono analizzate per la massima 'verdezza', la durata della stagione di crescita e le anomalie indotte dalla siccità. I trend vengono correlati con precipitazioni, temperatura e cambiamenti nella gestione del territorio.
Errori comuni
- Interpretazione errata della variazione spaziale dell'NDVI senza tenere conto della luminosità dello sfondo del suolo, che influisce sull'NDVI in aree scarsamente vegetate
- Confronto dell'NDVI tra diversi satelliti o algoritmi di correzione atmosferica senza armonizzazione
- Applicazione eccessiva dell'NDVI a regioni tropicali dove l'abbondanza di aerosol atmosferici varia fortemente, introducendo un bias sistematico
Domande frequenti
Perché usare l'NDVI invece di guardare solo la riflettanza rossa?
La riflettanza rossa da sola non tiene conto dello sfondo del suolo. Un suolo scuro e una copertura vegetale rada hanno entrambi una bassa riflettanza rossa. Normalizzando la differenza tra NIR e rosso per la loro somma, l'NDVI isola il segnale della vegetazione dal suolo. L'indice risultante è fortemente correlato con l'area fogliare, la fotosintesi e la biomassa.
Quali sono i valori tipici di NDVI per diverse coperture del suolo?
Acqua e neve: < 0.1; suolo nudo: 0.1–0.2; erba e arbusti: 0.2–0.5; colture (a seconda dello stadio di crescita): 0.3–0.8; foresta densa: 0.6–0.9. I valori variano stagionalmente (bassi in inverno, picco a metà estate nelle regioni temperate).
Come influisce la copertura nuvolosa sul monitoraggio NDVI?
Le nuvole bloccano completamente la vista del satellite; i pixel nuvolosi vengono mascherati e devono essere interpolati o saltati. Nelle regioni tropicali con copertura nuvolosa persistente, dati NDVI utili possono essere infrequenti (< 50% delle osservazioni chiare). Indici basati su radar (non influenzati dalle nuvole) come lo scattering inverso derivato dall'NDVI forniscono alternative nelle aree nuvolose.
Può l'NDVI distinguere tra tipi di colture?
Non direttamente. L'NDVI riflette la 'verdezza', non l'identità della coltura. Grano e orzo hanno traiettorie NDVI simili. Tuttavia, la tempistica fenologica (data del picco NDVI, durata della stagione di crescita) può differire tra le colture, consentendo la classificazione delle colture se combinata con dati meteorologici o osservazioni sul campo.
Metodi correlati
Fonti
Rouse, J. W., Haas, R. H., Schell, J. A., & Deering, D. W. (1973). Monitoring vegetation systems in the Great Plains with ERTS. Third Earth Resources Technology Satellite Symposium Proceedings, 1, 309-317.
Apri il riferimento della pubblicazioneCopiato.Jackson, R. D. (1983). Spectral indices in n-space. Remote Sensing of Environment, 13(5), 409-421.
Apri il riferimento DOICopiato.