NDVI Para Medir a Força da Sua Lavoura

1 de março de 2016

Uma base teórica para entender bem o que é o NDVI e para o que serve.

NDVI é a abreviação da expressão em inglês para Normalized Difference Vegetation Index, o que equivale em português a Índice de Vegetação da Diferença Normalizada. Serve para analisar a condição da vegetação natural ou agrícola nas imagens geradas por sensores remotos. É frequentemente usado para medir a intensidade de atividade clorofiliana, inclusive comparando vários períodos distintos.

O NDVI é computado realizando aritmética de canais espectrais dos sensores, na maioria dos casos provenientes de satélites. A figura abaixo mostra as faixas do espectro eletromagnético na qual que existe absorção pela vegetação.

NDVI faixas espectrais

 Desta forma, as aplicações dos cálculos de NDVI na agricultura são várias, e rendem excelentes resultados para necessidades como:

  • Monitoramento de lavouras
  • Detecção de efeitos de secas
  • Detecção de danos provocados por pragas
  • Estimativas de produtividade agrícola
  • Modelização hidrológica
  • Mapeamento de áreas agrícolas

 

A fórmula é como segue: NDVI = (Infra Vermelho – Vermelho) / (Infra Vermelho +Vermelho)

No aplicativo, a fórmula da equação acima é simplesmente realizada em cada pixel, respectivamente nas bandas dos canais vermelho e infravermelho próximo, resultando em um valor final do NDVI que varia entre -1 e 1.

Quanto mais próximo de 1, maior é a atividade vegetativa no local representado pelo pixel, enquanto valores negativos ou próximos de 0 indicam áreas de água, edificações, solo nú, enfim, onde há pouca ou nehuma atividade clorofiliana.

O princípio teórico é que a vegetação, quanto mais ativa, mais absorve a luz solar na região do vermelho, no processo de trabalho da clorofila nos tecidos vegetais, deixando os valores digitais baixos da imagem de satélite no canal vermelho. Da mesma forma, a estruturas celulares das folhas provocam uma forte reflexão da luz solar na região do Infravermelho próximo (distribuição angular delas e o fator de reflectância bidirecional e outros fatores externos, explica a literatura), deixando os valores digitais altos da imagem de satélite no canal infra vermelho.

Seguem abaixo um exemplo de uma imagem em cores naturais e processada com NDVI.

É possível igualmente analisar a evolução e as alterações dos valores NDVI de mês em mês ou de ano a ano ou em algum período de interesse do cliente, seja pontualmente, seja para uma área completa, para comprovação da realização de plantio, tal como o exemplo abaixo. Um laudo com medições geralmente acompanha o produto, bem como uma ART certificando as datas das imagens usadas.

 

 

Contato

Entre em contato conosco para receber uma proposta técnica e comercial adaptada às suas necessidades.

Atendimento em toda a América Latina!

E-mail: laurent.engesat@gmail.com ou engesat@engesat.com.br

Cel: 041 9134 0990 (também whatsapp)

 

 

 

E ai, gostou desta publicação? Deixe um comentário para acrescentar conteúdo ou para iniciarmos uma discussão sobre o tema.

Curta e compartilhe com seus clientes e colegas de profissão!

 

 

 

Esta publicação foi escrita por Laurent Martin, formado em Agronomia e com Mestrado em Sensoriamento Remoto Aplicado no Reino Unido, é responsável pela direção da EngeSat.

Artigos recentes do nosso blog

19 de fevereiro de 2026
Cómo mejorar la precisión y la calidad de Lidar - Global Mapper (ES)

Cómo mejorar la precisión y la calidad de Lidar - Global Mapper Escrito por: Emily Hunt y David McKittrick (Adaptación de Engesat)   Al igual que con cualquier insumo ou materia prima, la calidad de los datos de nubes de puntos, como el lidar, afecta directamente la calidad de sus productos derivados. Una nube de […]

19 de fevereiro de 2026
Como Melhorar a Precisão e a Qualidade do Lidar - Global Mapper (PT-BR)

Como Melhorar a Precisão e a Qualidade do Lidar - Global Mapper Escrito por: Emily Hunt & David McKittrick (Adaptação Engesat)   Como ocorre com qualquer mercadoria ou matéria-prima, a qualidade dos dados de nuvem de pontos, como o Lidar, afeta diretamente a qualidade de seus produtos derivados. Uma nuvem de pontos com exatidão posicional […]

19 de fevereiro de 2026
Cómo Crear un Modelo Digital de Terreno - Global Mapper (ES)

Cómo Crear un Modelo Digital de Terreno - Global Mapper Escrito por: Emily Hunt & Amanda Lind (Adaptado por Engesat)   En la industria geoespacial, las siglas DEM, DSM y DTM se utilizan con frecuencia al referirse a datos de elevación, pero no son intercambiables. Un Modelo Digital de Elevación (DEM) es un término general […]

desenvolvido com por Agência de Marketing Digital EngeSat © 2026