Buscar en este blog....

lunes, 15 de febrero de 2016

¿Qué es el NDVI, o Indice de Diferencia Normalizada de Vegetación?

Esta vez no voy a hablar de ningún concepto del software, y me permito divagar por otros ámbitos que no se le parecen demasiado, como es el tema del agro. No se parecen, pero están relacionados. ¿Por qué? Porque TODO, tarde o temprano, termina esclavizando al desarrollo de software para sobrevivir. Los informáticos, somos una espcie necesaria para la industria, nos guste o no.

Hace unos años, allá a madiados de de los setenta -si mal no recuerdo-, un científico se hallaba en su trabajo, ni más ni menos que la NASA, analizando imagenes satelitales del LandSAT (un satelite que tomaba fotografías areas de la Tierra). Su estudio se orientaba al análisis de la vegetación sobre la tierra.

Este señor, cuyo nombre era Compton Tucker, después de mucho analizar, y obtener resultados, escribió un paper llamado "Red and Photograghic Infrared Linear Combinations for Monitoring Vegetation", es decir: Combinaciones Lineales del Rojo e Infrarojo Fotográfico para Monitoreo de la Vegetación". De los resultados que obtuvo, nos vamos a ocupar en este post.

Aunque a simple vista puede sonar aburrido a quienes no son del palo de la agricultura -y similares-, lo que este señor encontró es sorprendente: Un árbol en buen estado de salud refleja muchísima luz infraroja, y muy poca luz roja. Pero si este árbol se enferma, entonces comienza a reflejar muchísima menos luz infraroja, casi en la misma cantidad que la luz roja. Y si se muere dicho árbol, entonces deja de irradiar luz infraroja, comparado con la luz roja. Todo esto tiene una explicación lógica, que está relacionada con la clorofila, pero por ahora no nos interesa.

Me permito tomar prestada una imagen de internet para ilustrar este concepto con imágenes, que siempre resulta más comprensible y entretenido:


Aunque está en inglés, es bastante simple:
  • La hoja saludable (Healthy Leaf) refleja muchísismo la luz infraroja (NIR), y bastante luz verde y es por eso que un arbol sano se ve de color verde.
  • La hoja estresada (Stressed Leaf) refleja muchísimo menos infrarojo, y un poco más de rojo y verde.
  • La hoja muerta (Dead Leaf) refleja aún menos infrarojo que la estresada, y menos verde, por eso se ve más opaca y apagada.
A esta altura, tiene que estar clarísimo que nosotros los seres humanos NO podemos ver los rayos infrarojos, y por eso no nos damos cuenta si un arbol refleja más o menos luz infraroja. No señor, no podemos. Pero en nuestras casa, y a diario, contamos con una herramenta que SÍ distingue la luz infraroja: las cámaras de fotos digitales. Si alguna vez te preguntaste por qué yo no puedo ver la luz que emite un control remoto, pero cuando lo miro a través de una cámara de fotos sí puedo verla, ésta es la razón. El sensor de la cámara distingue la luz infraroja y la convierte en luz visible que puede variar entre blanco, violeta, o rosado. (TIP: esto se usa mucho para comprobar si un control remoto funciona, o no).

Volviendo al señor Compton, lo que hizo de interesante, fue describir algunos modelos que se basaban en relaciones matemáticas entre la luz roja y la luz infraroja, y que permiten comprobar el estado de salud de una vegetación.

De todas las que hizo, la fórmula que más le convenció, se llama NDVI (Normalized Difference Vegetation Index), o Índice de Diferencia Normalizada de Vegetación, y es la siguiente:


 dónde NIR representa la luz infrarroja, y Red -obviamente- la roja.

Esta fórmula nos da valores que se encuentran entre -1 y 1. Mientras más cercano al -1, peor es la salud de la planta, y mientras más cercano a 1, mejor es la salud de la planta. Los valores intermedios, corresponden a estados de estrés, aunque para comprender realmente el significado o el motivo de los números, es siempre conveniente consultar con un experto en el tema del agro.

Mediante la aplicación correcta de esta fórmula, que Compton utilizo con imagnes satelitales, podemos obtener nuevas imágenes que nos muestran el estado de la vegetación que hablamos recién. Aquí tenemos un ejemplo, pero con imagenes no-satelitales:

Primero, contamos con esta imagen normal tomada por una cámara común y corriente, y que puede también guardar los infrarojos:


Luego de aplicarle la fórmula del NDVI, obtenemos la siguiente imagen:


Donde podemos distinguir claramente qué parte de la vegetación está más saludable (la verde) y cual más seca (naranja). Y además, podemos distinguir perfectamente aquellas partes que no son vegetación (rojo).

Es sorprendente la claridad de la información que nos da la imagen! Esto se utiliza mucho con fotos aereas de cultivos, para encontrar problemas en el riego, o de otra indole que pueden estar afectando dichos cultivos. Es una forma relativamente económica y fiable, de la cual también se pueden llegar a encontrar patrones de problemas.

En este momento estoy desarrollando un software para que, dada una imágen, calcule la imágen NDVI correspondiente. De hecho, de estas imágenes que uso como ejemplo, la del NDVI fue calculada con mi software. Si bien el software está funcionando, aún debo pulir la interfaz de usuario, para hacerlo más amigable.

Esto es todo por ahora, más adelante presentaré este programa que permite automatizar el cálculo de NDVI, y en tiempos muy cortos.

Saludos!

4 comentarios:

  1. Hola que interesante tu explicación! Me parece muy didáctico.

    Dices que estás o desarrollaste un software?

    Saludos cordiales

    ResponderEliminar
    Respuestas
    1. Hola Carlos. Si, desarrollé una aplicación y la voy mejorando cada tanto. Lo complicado es probarla con imágenes reales de buena calidad. Te interesa el tema? Saludos

      Eliminar
  2. Primero que todo agradecerte por su tiempo y amabilidad al responderme, y claro! me interesa ese tema, lo has probado con imagenes sentinel 2? saludos cordiales!

    ResponderEliminar
    Respuestas
    1. si, sin querer borré el comentario. Te comentaba que no lo he probado con esas imágenes, pero quisiera hacerlo. Tu trabajas con esas imagenes?

      Eliminar

Comments are subject to moderation, only in order to avoid insults and disguising things.

Los comentarios están sujetos a moderación, solo con el fin de evitar insultos y cosas por el estilo.