Indici Vegativi

Indici vegetativi all’interno di soluzioni digitali per l’agricoltura

In questo documento andremo a introdurre brevemente i principali indici vegetativi, i cui valori sono calcolati a partire da osservazioni misurate tramite strumenti di remote sensing come il satellite ESA Sentinel 2.

Normalized Difference Vegetation Index (NDVI)

Tra gli indici di vegetazione spettrale, l’NDVI è quello maggiormente utilizzato per tracciare la dinamica di sviluppo delle vegetazione. In particolare, NDVI misura la quantità di materiale fotosinteticamente attiva presente all’interno delle piante. Questo indice vegetativo è sensibile alla luminosità del terreno e agli effetti atmosferici, mitigati invece in altri indici quali EVI, SAVI, ARVI, GCL o SIPI. 

 

Formula: 

NDVI = (NIR – RED) / (NIR + RED)

dove NIR corrisponde a osservazioni legate alla banda del vicino infrarosso mentre RED corrisponde alla banda del rosso.

 

Aspetti Chiave: 

L’NDVI è l’indice vegetativo più utilizzato nell’ambito del remote sensing. Può essere utilizzato durante l’intera stagione produttiva eccetto quando la copertura vegetativa è troppo scarsa per cui la riflettanza spettrale è troppo bassa. 

 

Quando Utilizzarlo:

I valori dell”NDVI sono i più accurati nel periodo centrale della stagione di produzione, ovvero durante la fase di crescita della pianta.

Red-Edge Chlorophyll Vegetation Index (RECl)

L’indice vegetativo RECl misura il contenuto di clorofilla presente all’interno di foglie. In altre parole, il RECl mostra l’attività fotosintetica della cosiddetta chioma arborea.

 

Formula:

RECl = (NIR / RED)-1

 

Aspetti Chiave:

Siccome il contenuto di clorofilla dipende direttamente dal livello di azoto presente nelle piante, che è il responsabile del loro stato di verde, questo indice vegetativo permette di identificare la presenza di aree caratterizzate da un fogliame scarso e/o giallo.

 

Quando Utilizzarlo:

L’indice RECl è maggiormente utilizzato nei periodi di sviluppo attivo della vegetazione ma non è indicato per il periodo del raccolto.

Normalized Difference Red Edge Vegetation Index (NDRE) 

L’indice NDRE viene utilizzato per misurare la quantità di clorofilla nelle piante. È rappresentato da un valore calcolato utilizzando una combinazione delle osservazioni relative alla banda spettrale del vicino infrarosso (NIR) e una banda che corrisponde alla zona di transizione ( RedEdge)  tra la banda del rosso visibile e il NIR.

 

Formula:

NDRE = (NIR – RED EDGE) / (NIR + RED EDGE)

 

Aspetti Chiave:

Questo indice di vegetazione si adatta bene a condizioni in cui la copertura vegetativa è densa.

 

Quando Utilizzarlo:

Si utilizza NDRE durante la stagione di crescita medio-tardiva, quando le piante hanno ultimato il loro processo di maturazione. 

Modified Soil-Adjusted Vegetation Index (MSAVI)

 

L’indice di vegetazione MSAVI viene applicato quando l’NDVI non e’ in grado di fornire valori accurati, in particolare, nel caso di scarsa vegetazione o vegetazione assente o un basso contenuto di clorofilla nelle piante.

 

Formula:

MSAVI = ( 2*RED + 1 – sqrt((2*RED + 1)– 8*(RED – GREEN))) / 2

 

Aspetti Chiave:

L’ MSAVI è sensibile ai primi stadi di sviluppo vegetativo delle piante e i suoi valori sono affidabili anche in condizioni di scarsa copertura vegetativa.

 

 

Quando Utilizzarlo:

Il MSAVI viene utilizzato maggiormente durante le prime fasi della stagione produttiva. 

Green Normalized Difference Vegetation Index (GNDVI)

L’indice GNDVI è una modifica dell’indice NDVI in quanto utilizza le osservazioni relative alla banda verde al posto della banda rossa.

 

Formula:

GNDVI = (NIR – GREEN) / (NIR + GREEN)

 

Aspetti Chiave:

Il GNDVI e’ maggiormente sensibile al contenuto di clorofilla nella vegetazione rispetto al NDVI.

 

Quando Utilizzarlo:

Per rilevare i raccolti appassiti o invecchiati, per valutare il livello di azoto contenuto nel fogliame e quando misurazioni relative alla banda rossa non sono disponibili.

Normalized Difference Water Index (NDWI)

L’indice NDWI è nato per rilevare e monitorare lievi variazioni del contenuto d’acqua dei corpi idrici, poiché è poco condizionato dalla riflettanza del suolo e della vegetazione. L’NDWI é ottenuto dalla combinazione del vicino infrarosso (NIR) e della banda verde (GREEN).

 

Formula:

NDWI = (GREEN – NIR) / (GREEN + NIR)

 

Aspetti Chiave:

L’NDWI utilizza i canali SWIR (Short Wave InfraRed) e NIR (Near InfraRed). La riflettanza NIR permette di analizzare il contenuto di materiale secco presente all’interno della copertura vegetativa e la struttura interna della foglia, mentre la riflettanza SWIR mostra i cambiamenti del contenuto di acqua nelle foglie e la struttura del mesofillo. Se combinate, queste bande forniscono un’indicazione precisa riguardo al contenuto di acqua nelle foglie.

 

Quando Utilizzarlo:

Identificazione di regioni agricole allagate, irrigate e zone umide. 

Soil Adjusted Vegetation Index (SAVI)

L’indice SAVI è stato introdotto al fine di mitigare l’impatto legato alla luminosità del suolo. In particolare, un fattore correttivo L è stato aggiunto all’equazione di NDVI per correggere gli effetti del rumore del suolo (colore del suolo, umidità e variabilità del suolo tra aree diverse,..), che tendono a influenzare i risultati.

 

Formula:

SAVI = (NIR – RED) / (NIR + RED  + L*(1 + L))

 

Aspetti Chiave:

Il fattore correttivo L assume valori tra -1 e 1 a seconda della densità di vegetazione dell’area analizzata. Nelle zone con un’alta densità vegetativa il valore di L viene posto a zero, ottenendo così una corrispondenza tra SAVI e NDVI, mente nel caso di zone a basso contenuto vegetativo, L assume valore pari a uno. Tipicamente il valore utilizzato per L è 0.5.

 

Quando Utilizzarlo:

Per l’analisi di coltivazioni giovani, per le regioni con vegetazione rada (meno del 15% della superficie totale) e per superfici del suolo esposte.

Optimized Soil Adjusted Vegetation Index (OSAVI)

L’indice di vegetazione OSAVI deriva da una modifica della definizione dell’indice SAVI dove viene presa in considerazione il valore di riflettanza della banda NIR e rossa. La differenza tra i due indici è che OSAVI tiene conto del valore standard del fattore di regolazione dello sfondo della chioma arborea (0.16).

 

Formula:

OSAVI = (NIR – RED) / (NIR + RED + 0.16)

 

Aspetti Chiave:

Il fattore correttivo permette all’indice OSAVI di avere una maggiore sensibilità alla variabilità del suolo quando la densità della copertura arborea è bassa.

 

Quando Utilizzarlo:

Si utilizza per monitorare aree con bassa densità vegetativa.

Atmospherically Resistant Vegetation Index (ARVI)

L’indice ARVI è stato introdotto per mitigare gli effetti ottici legati a fenomeni di scattering atmosferico.

 

Formula:

ARVI = (NIR – (2*RED) + BLUE) / (NIR + (2*RED) + BLUE)

 

Aspetti Chiave:

L’indice ARVI viene utilizzato principalmente per monitorare regioni tropicali montane, spesso ricoperte di fuliggine prodotta dall’utilizzo di tecniche agricole del luogo. 

 

Quando Utilizzarlo:

In aree con un elevato contenuto di aerosol atmosferico (pioggia, nebbia, polvere, fumo e inquinamento).

Enhanced Vegetation Index (EVI)

L’indice EVI è stato introdotto per attenuare gli effetti legati al suolo e agli effetti atmosferici, in particolare nelle aree a vegetazione densa e per mitigare gli effetti di saturazione. Il valore dell’indice EVI varia tra -1 e 1 e nel caso di vegetazione in buona salute tra -0.8 e 0.8.

 

Formula:

EVI = 2.5*((NIR – RED) / ((NIR + (C1*RED) – (C2*BLUE) + L))

 

Aspetti Chiave:

I coefficienti C1 e C2 permettono di correggere gli effetti di scattering da polveri sottili presenti in atmosfera mentre il fattore L permette di attenuare gli effetti di riflettanza dovuti al suolo e alle chiome arboree.

 

Quando Utilizzarlo:

Per analizzare le aree vegetative caratterizzate da un alto valore di clorofilla (foreste pluviali) e regioni non montuose.

Visible Atmospherically Resistant Index (VARI)

L’indice VARI è comunemente utilizzato per analizzare le osservazioni di tipo RGB, poiché prende in considerazione l’intero spettro elettromagnetico visibile.

Inoltre, il VARI è utilizzato per amplificare l’effetto della vegetazione sotto un forte impatto atmosferico riducendo così gli effetti legati alla variazione di illuminazione del suolo. 

 

Formula:

VARI = (GREEN – RED) / (GREEN + RED – BLUE)

 

Aspetti Chiave:

Grazie alla sua bassa sensibilità agli effetti atmosferici, l’errore legato al monitoraggio della vegetazione sotto diverse condizioni di spessore atmosferico è minore del 10%.

 

Quando Utilizzarlo:

Stima dello stato di salute della vegetazione quando la minima sensibilità agli effetti atmosferici e’ richiesta.

Leaf Area Vegetation Index (LAI)

L’indice LAI é stato sviluppato al fine di analizzare la superficie della chioma arborea, in quanto stima la quantità di foglie in una regione specifica. L’indice LAI può scalare da una singola pianta, a una o più colture in campo fino a fornire una stima per un intera regione.

 

Formula:

LAI = Leaf Area(m2) / Ground Area(m2)

 

Aspetti Chiave:

A differenza del NDVI, l’indice LAI tiene conto delle caratteristiche topografiche del terreno. 

 

Quando Utilizzarlo:

Viene principalmente utilizzato nelle attività di monitoraggio della salute delle foreste.

Normalized Burn Ratio (NBR)

L’indice NBR viene utilizzato per identificare le aree bruciate da incendi. L’equazione include misurazione delle bande NIR e SWIR: la vegetazione sana mostra un elevata riflettanza nello spettro NIR mentre le aree di vegetazione danneggiate da incendi riflettono la luce principalmente nella banda SWIR.

 

Formula:

NBR = (NIR – SWIR) / (NIR + SWIR)

 

Aspetti Chiave:

L’indice di incendio NBR è diventato particolarmente determinante negli ultimi anni nel valutare come le condizioni meteorologiche estreme causano una perdita significativa di biomassa forestale.

 

Quando Utilizzarlo:

Per il monitoraggio e identificazione di incendi boschivi e per l’analisi dell’entità dell’ustione sulla vegetazione colpita.

Structure Intensive Pigment Vegetation Index (SIPI)

L’indice di vegetazione SIPI viene utilizzato nell’analisi della vegetazione caratterizzata da una grande variabilità nella struttura della chioma. E’ ottenuto tramite il rapporto del contenuto di carotenoidi rispetto alla clorofilla: maggiore è il suo valore, maggiore è il livello di stress a cui la vegetazione e’ sottoposta.

 

Formula:

SIPI = (NIR – BLUE) / (NIR + BLUE)

 

Aspetti Chiave:

Valori alti di SIPI (valori alti di carotenoidi o valori bassi di clorofilla) possono significare malattie del raccolto che spesso sono caratterizzate da una perdita di clorofilla.

 

Quando Utilizzarlo:

Per monitorare la salute delle piante in un’area con elevata variabilità strutturale, per identificare i primi segni di malattie o altre cause di stress. 

Green Chlorophyll Vegetation Index (GCI)

L’indice di vegetazione CGI viene utilizzato per stimare la quantità di clorofilla contenuta all’interno delle foglie. Il contenuto di clorofilla riflette lo stato di salute della vegetazione; diminuisce in condizioni di stress e può essere utilizzato come misura della salute della vegetazione.

 

Formula:

 GCI = (NIR / GREEN) – 1

 

Aspetti Chiave:

Una migliore stima dell’indice GCI si ottiene tramite l’utilizzo di dati osservati da satelliti con a bordo sensori operanti nelle bande NIR e verde.

 

Quando Utilizzarlo:

Per monitorare l’impatto della stagionalità degli stress ambientali e gli effetti dovuti all’utilizzo di  pesticidi sulla salute delle piante.

Normalized Difference Snow Index (NDSI)

L’indice NDSI è utilizzato per stimare il livello di copertura nevosa attraverso la combinazione delle bande VIS (verde visibile) e SWIR, in quanto la neve presenta una elevata riflettanza in SWIR e una bassa riflettanza in VIS, mentre la riflettanza delle nuvole in queste bande è alta. Questa caratteristica permette di distinguere tra nuvole e neve.

 

Formula:

NDSI = (GREEN – SWIR1) / (GREEN + SWIR1)

 

Aspetti Chiave:

NDSI è simile all’indice FSI (Fractional Snow Cover), ma fornisce una stima più accurata nel rilevamento della copertura nevosa.

 

Quando Utilizzarlo:

Nella mappatura del manto nevoso e per differenziare tra nuvole e neve.