NDVI y por qué las plantas son verdes

En nuestras andanzas con la agricultura de precisión hemos hablado de plataformas e hicimos un pequeño resumen sobre algunos índices de vegetación. Hoy toca centrarnos en uno de ellos: el famosísimo y laureado NDVI. Cualquier programa GIS (Geographical Information System) lo tiene en sus herramientas, los programas de tratamiento de imágenes de UAVs o drones también, todas las empresas lo calculan y prometen ahorros enormes en los cultivos gracias al NDVI entre otros. Pero… ¿sabemos bien cómo funciona? ¿sabemos qué información nos da? Vamos a descubrirlo.

 

¿Qué es un índice de vegetación?

Aquí no vamos a entrar a mayores. Te recomendamos que te leas el artículo que dedicamos en exclusiva a este concepto. Pero si eres algo perezoso dejamos aquí una definición: Un índice de vegetación normalmente es el resultado de una fórmula que utiliza una o varias bandas del espectro electromagnético. La relación entre estas bandas tiene detrás un estudio empírico que demuestra la relación directa entre el valor numérico captado por el sensor y la variable de la planta a medir (normalamente biomasa o vigor vegetal). El NDVI es uno de estos índices y vamos a ver en detalle cómo calcularlo.

La fórmula del NDVI es la siguiente:

NDVI fórmula

No te asustes. Es de lo más sencillo si entendemos algunos conceptos:

Partimos de la base de que el sol emite una radiación que llega a la tierra y parte es absorbida por los cuerpos de la superficie y la otra parte es reflejada. Pongamos un ejemplo sencillo para los conceptos que nos ocupan:

Antes del NDVI, hablemos de colores y radiaciones

Estamos a oscuras en una habitación, apenas hay luz y distinguimos los objetos con dificultad. Vemos un cubo que podemos intuir y palpar pero no podemos ver el color porque estamos casi a oscuras.  Viendo la imagen diríamos que es negro ¿no?

cubo a oscuras

Al instante se enciende una luz y entonces vemos que es de color verde. ¿Qué ha pasado en realidad? Al haber una fuente de radiación, esta se dirige en todas direcciones y choca contra los objetos, entre ellos, nuestro cubo. De toda esa radiación lumínica nuestro cubo absorbe algunos espectros y refleja otros. ¡Exacto! ¡Refleja las longitudes de onda correspondientes a lo que nuestro cerebro interpreta como verde! Por eso lo vemos así.

En realidad, el color no es algo absoluto. Físicamente son rangos del espectro con una determinada longitud de onda. Son algunas de las células fotorreceptoras de nuestro ojo (conos) y la interpretación de nuestro cerebro lo que hacen que sea de ese color que llamamos verde. Si nuestras células pudieran captar el infrarrojo térmico (como las serpientes), podríamos ver el calor que emiten los cuerpos. No podemos saber cómo veríamos esas longitudes de onda pero nos valdrá como ejemplo una imagen de una cámara térmica.

imagen térmica locomotora

Y me dirás: pero si la imagen térmica tiene colores!. Sí, es cierto, pero no deja de ser una interpretación colorimétrica de las dieferentes longitudes de onda del infrarrojo térmico para que nuestro ojo pueda ver esas diferencias entre objetos y crear la imagen que tienes delante. Quédate con esta última frase en negrita que luego tendrá su sentido recuperarla. Esto es extrapolable a cualquier onda del espectro. Imagina si fuéramos capaces de “ver” ¡todas las longitudes de onda!. ¡Sería un desastre!…el 4G, las de radio, las de TV, el WIFI, las de nuestro microondas, infrarrojos, los rayos X de una radiografía… Nuestro cerebro explotaría con tanta información que procesar. No merece la pena.

Después de este paréntesis térmico, volvamos a los colores. La clorofila de las plantas es un pigmento natural que refleja el verde y de ahí que veamos las plantas como las vemos (cuando tienen clorofila… piensa en el otoño…). Otros pigmentos vegetales como los carotenoides o antocianinas dan coloraciones rojas y anaranjadas (zanahoria).  De este ejemplo se infieren un par de conceptos necesarios para entender el NDVI:

  • Absorbancia: De la radiación que llega a nuestro cubo, una parte será absorbida. Es decir, dentro del espectro visible absorbe todos los colores (bandas) menos el verde.
  • Reflectancia: De la radiación que llega a nuestro cubo, una parte será reflejada.  Es decir, dentro del espectro visible refleja el color (banda) verde.

En la jerga física, estas dos magnitudes tienen otra definición algo más técnica, pero desde un punto de vista didáctico y de compresión conceptual, nos vale con esto para el NDVI.

Volvamos a la fórmula:

NDVI_fórmula

Tenemos una resta de las reflectancias de dos bandas dividida por la suma de las  reflectancias de las mismas bandas (el rojo y el infrarrojo cercano). Así de simple.

Está claro, que la banda del rojo la podemos captar sin problema mediante un sensor sensible a esta banda del espectro. Nuestro ojo es capaz de verlo (pero no medirlo). ¿Y el NIR (infrarrojo cercano)? También existen sensores que lo pueden captar. Y aquí empieza nuestra aventura del NDVI y la relación con la vegetación.

¿Qué capta un sensor multiespectral?

Su nombre lo indica: varios espectros. En nuestro caso nos vale con que capte DOS aunque por lo general los sensores comerciales para vegetación capturan más: RGB (red, green, blue) NIR (Near infrarred) y Red edge (rojo cercano).

Espera, para para para, si las plantas son verdes porque la clorofila refleja el verde… ¿por qué narices no usamos el color verde en el índice NDVI? ¿Qué está pasando?

Bien, a continuación te voy a poner una gráfica de la reflectancia de una estructura vegetal en diferentes longitudes de onda. Fíjate en los valores de reflectancia del del espectro visible y en las bandas que implican al infrrojo cercano o NIR (lo que no vemos). Intenta sacar tus conclusiones y ahora comentamos:

reflectancias vegetación para NDVI

Pincha en la imagen y se abrirá otra parecida con algo más de información en una nueva pestaña.

¿Ves el salto tan enorme que hay justo en el cambio del visible al NIR? ¡¡La reflectancia de una planta sana en la banda del NIR (infrorrojo cercano) es brutal!! Si nuestros ojos fueran capaces de captar esta longitud de onda, las plantas en pleno vigor vegetativo, nos estarían deslumbrando como espejos!! Las gafas de sol serían más preciadas que el oro. Sin embargo, para el NDVI nos viene de perlas (exageración didáctica). La reflectancia al NIR no la genera la clorofila como en el verde. Esa reflectancia se debe a la estructura celular del parénquima.

¿Recuerdas la frase en negrita de antes? Es el mismo caso que el de la imagen térmica. El sensor ha captado unos valores del RED y  NIR de forma numérica (reflectancias medibles) y un programa informático calcula en cada punto de la imagen el NDVI operando con esas reflectancias . Después le asigna un gama de colores para que nosotros podamos interpretar esa imagen de alguna forma mediante el resultado colorimétrico. Si rojo es 0 y verde es 1 y entre esos valores asignamos una gama cromática, pues diremos que cerca del 1 (verde) el NDVI nos da alto y cerca del cero (rojo) será un valor bajo.

índices de vegetación - NDVI

Mapa de un cultivo con valores altos (verde) de NDVI y bajos (rojo)

 

Pero podría hacerlo con cualquier color, por ejemplo,  siendo el 1 azul y el 0 negro y buscar una gama cromática intermedia que vaya de un color a otro.

 

¿Entonces… qué mide el NDVI?

El NDVI no es más que un índice adimensional (un ratio) que nos muestra la diferencia entre el valor de reflectancia del NIR y el Rojo. Nos da un valor relativo de ese salto tan bestial que hemos visto en la gráfica. El quid de la cuestión es buscar cuál es el significado o interpretación de esto (luego lo veremos).

Bien, pues digamos que tras mucho estudiar los valores y el estado de las plantas se llega a la siguiente conclusión “general”:

Cuanto mayor sea esta diferencia (es decir, cuanto más se acerque al valor 1) el NDVI nos dice que la planta goza de buena salud y tiene un buen vigor vegetativo —ahora es cuando estás deseando calcular el NDVI de una de tus parcelas de cultivo…o no—, pero sigamos.

 

¿Qué necesitamos para calcular el NDVI?

La pregunta suena a un poco a DIY como si tuvieramos en casa los elementos para hacerlo. Puedo darte dos perspectivas, la cara y la barata y una de ellas la tienes en casa si tienes ordenador e internet.

Perspectiva 1 (la cara):

  • Un UAV o drone profesional o semi-profesional de unos cuantos miles de euros: Entre 2000 y 10000 según características.
  • Una cámara multiespectral que al menos me recoja las bandas del rojo visible (RGB) y el infrarrojo cercano: Entre 2000 y 7000 según resolución, más bandas espectrales etc etc.
  • La certificación de piloto de drone profesional aprobada por la AESA y la habilitación para mi modelo de UAV:  alrededor de 1000-1500 euros.
  • Un programa para recuperar las imágenes de la cámara, “coserlas” (ortomosaico) y empezar a calcular (este suele venir con el drone si es profesional), también los hay OpenSource…creo.

Perspectiva 2 (la barata) con menos resolución que un UAV, eso sí:

  • Te lees el post sobre satélites europeos Sentinel 2 que escribimos y te googleas la forma de bajar las imágenes del satélite. Son gratis. Si sí. Totalmente gratis. Eliges una zona geográfica y te bajas la imagen del último día que haya pasado que será inferior a 5 casi seguro.
  • Te bajas e instalas un GIS o Sistema de información geográfica gratuito y muy pontente (QGIS) y juegas con las imágenes y un par de tutoriales de Youtube y listo!!!

No es complicado pero no se hace en una tarde. Hay que cacharrear bastante con los programas y tener en cuenta bastantes más cosas  como correcciones geométricas, radiométricas a las imágenes bla bla bla que ahora mismo no son de nuestro interés, al menos en este post.

Hay una opción 3. Llamar a una empresa de drones para alquilar sus servicios,  que hagan vuelos e informes sobre tu cultivo y juntos estudiéis relaciones entre el NDVI y lo que le está pasando al cultivo. Dependiendo de tu propósito (investigación, comercial…) y del tamaño de tu explotación, al final sopesarás si es mejor alquilar los servicios a una empresa o hacerte con tu propio drone o cámara multiespectral. Pero antes de que te decidas, has de ver una cosilla sobre el NDVI.

 

¿Es verdad que el NDVI predice cosas?

Mucho se ve en la web de modelos predictivos de rendimientos de cultivo, plagas, riego… Cómo podemos ahorrar costes con modelos que nos dicen qué cantidad de fertilizante hay que echar según en qué zonas del campo y muchas cosas más. ¿Todo esto hace el NDVI? Bueno, no es del todo cierto pero ayuda. El NDVI es uno de tantos índices y es una herramienta más de apoyo al diagnóstico y la predicción. Y aquí es donde quiero arrojar un poco de luz sobre este índice al que muchas veces se sobrevalora. No porque sea un mal índice, sino porque se le atribuyen capacidades inherentes que no tiene.

Muchas veces se da a entender o se malinterpreta que el NDVI es capaz de inferir todas esas variables de un cultivo simplemente capturando una imagen multiespectral, sacándo el índice y ya. Pareciera que con un satélite o drone, ya no tenemos que ir al campo a mirar cómo va el cultivo. “Me mandan una imagen al móvil con un mapa de ‘colorines’ precioso y ya sé qué le pasa al cultivo y cómo debo solucionarlo. Hasta sé cuánto tengo que regar y cuánto plaguicida usar.” Como si de una bola de cristal se tratara. Cuidado con esto.

 

La labor del técnico de campo, ingeniero agrónomo, agricultor es esencial en la interpretación de las imágenes. Quien cultiva sabe mejor que nadie qué variables maneja, como la pendiente de la parcela, el tipo de suelo, la conductividad del agua con la que riega, el fertilizante que utiliza, la cantidad del mismo, el clima en esa zona, los rendimientos del cultivo en diferentes años, los vientos predominantes… Esto una imagen NDVI no te lo dice y son variables esenciales.

El NDVI nos da un valor que indica si la planta está bien, si está en su óptimo de crecimiento en ese momento o realmente está sufriendo , lo que se conoce como estrés. Este estrés puede ser debido a:

  • Estrés hídrico: Falta de agua (normalmente) aunque puede ser un exceso también.
  • Estrés nutricional: Falta o exceso de algún nutriente necesario. Pueden ser macronutrientes NPK (Nitrógeno, Fósforo, Potasio) o micronutrientes como (Calcio, hierro, boro, manganeso, zinc…)
  • Estrés por plagas. Daño físico a la hoja, debilitamiento de la planta…
  • Estrés por enfermedades: Víricas, criptogámicas (hongos), bacterias, nematodos…
  • Estrés por pH: Si el suelo tiene un pH fuera del rango “cómodo” para la planta, el sistema radicular sufre y la absorción de nutrientes se ve afectada seriamente.
  • Estrés lumínico: No es común en cultivos agrícolas, pero puede pasar
  • ….seguro que me dejo alguno.

¡¡¡EL NDVI NOS DA EL ESTADO DE LA PLANTA, PERO NO NOS DICE EL POR QUÉ!!!

 

Una vez sepamos el tipo de daño…

 

 

Además, una vez tengamos claro qué tipo de estrés, debemos buscar la causa!! Si fuera hídrico podría ser por exceso porque hay una zona de encharcamiento por la pendiente de parcela y un suelo de textura arcillosa. Si tenemos riego por goteo puede ser una fuga en el sistema, un exceso de caudal en algunos goteros…

Digamos que el NDVI es como la temperatura corporal. Si la fiebre aumenta sabemos que estamos malos pero luego hay que diagnosticar por qué. Necesitamos más variables que la fiebre para saber de qué se trata (dolor muscular, vómitos, qué hemos comido las últimas 24 horas…). Pues de igual manera, con la planta necesitamos más información al respecto.

Hay que visitar al enfermo, hay que ir al campo.

Hay casos muy divertidos de esta interpretación errónea por falta de variables. Esto es un ejemplo muy obvio y sencillo para ilustrar el concepto. Recuerdo una imagen multiespectral de un viñedo en el que los valores de NDVI no subían de 0,3. Tras mucho mirar y mirar pregunto al que me la enseña:

  • ¿Cuándo está hecha esta imagen?
  • Diciembre
  • Ajam… y no te has planteado que puede que el viñedo haya perdido toda su hoja y esté en reposo invernal…?

Conclusión: ¿De qué nos sirve un índice si luego no somos capaces de interpretar los valores, contextualizando el cultivo en el tiempo y en el espacio?

 

El NDVI necesita información complementaria

Las variables a controlar son muchísímas y el mismo cultivo puede variar mucho en función de: estado fenológico, situación geográfica, clima, variedad, SUELO (este influye muchísiiiiiisimo), laboreo, programa de fertilización… cuantas más tengamos controladas, más fácil es predecir qué variable está causando el NDVI anormalmente bajo. Debemos tener una visión de conjunto, muchas muestras tomadas, muchas imágenes de nuestro cultivo para contrastarlas.

Cuando se anuncia que con un NDVI se pueden predecir dosis de fertilización nitrogenada por zonas para maíz por ejemplo, es cierto, se puede, pero siempre teniendo en cuenta que ha habido un estudio muy potente por detrás. Un estudio que ha encontrado una relación directa o patrón entre los valores de NDVI en un estado fenológico del maíz y su fertilización nitrogenada (seguramente con las demás variables casi constantes en la medida de lo posible).

Con esto, lo que se quiere resaltar aquí es que, si en un mapa de valores NDVI captados por un sensor (ya sea satélite o UAV) hay zonas del cultivo con peor índice que el resto, no podemos saber SÓLO con la imagen qué puede estar pasando. Podemos plantear hipótesisy desde luego podemos descartar aquellas afecciones que no correpondan con el momento en que se mide ese valor. Pero sigue siendo necesario ir al campo y ver qué puede estar pasando. Además, no vale con una sola adquisición de imágenes. Lo interesante es tener series temporales dentro de la campaña y entre campañas. Así tendremos valores con los que poder comparar, descartar variables y ajustar los modelos a lo que realmente queremos.

 

Resumiendo

El NDVI es un índice muy aceptable que nos da información muy valiosa porque podemos generar mapas que nos dan diferencias de vigor vegetativo en grandes extensiones. Una vez visto esto, debemos ir a campo, observar las diferencias (tanto espaciales como temporales) de las zonas afectadas y empezar a descartar variables y buscar el diagnóstico concreto. El NDVI es una herramienta más, no una solución.