Was ein RGB-Vegetationsindex misst
Gesunde Blätter absorbieren für die Photosynthese den Großteil des roten und blauen Lichts und reflektieren vergleichsweise mehr Grün — deshalb sehen Pflanzen für uns grün aus. Genau das nutzt ein RGB-Vegetationsindex: Er vergleicht für jedes Pixel des Orthomosaiks den Grünkanal mit dem Rot- und Blaukanal. Wo Grün klar dominiert, ist das Pixel lebende Vegetation; wo Rot und Blau aufholen, handelt es sich um Boden, Stroh, abgestorbenes oder vergilbendes Pflanzenmaterial.
Der entscheidende Unterschied zum NDVI ist das fehlende Nahinfrarot-Band. Ein gesunder Bestand reflektiert NIR sehr stark, und genau dieses starke Signal macht NDVI und NDRE so empfindlich für Biomasse, Blattstruktur und Chlorophyllgehalt. Eine RGB-Kamera sieht nur den sichtbaren Teil des Spektrums, in dem der Kontrast zwischen gesunden und leicht gestressten Blättern viel kleiner ist. RGB-Indizes messen daher Grünanteil und Bodenbedeckung sehr gut, die physiologische Vitalität dagegen nur schwach.
Die meisten RGB-Indizes sind normierte Verhältnisse, sodass sich eine gleichmäßige Helligkeitsänderung teilweise herauskürzt. Teilweise ist dabei das Schlüsselwort: Belichtung, Weißabgleich, Sonnenstand und Schatten verschieben die Werte stärker als bei einem kalibrierten Multispektralsensor. Wenn du zuerst die Grundlagen der NIR-basierten Indizes lesen willst, wirf einen Blick in unseren Guide zu Vegetationsindizes und den Vergleich NDVI vs. NDRE.
Die vier RGB-Indizes: VARI, ExG, VDVI und NGRDI
DroneField berechnet vier RGB-Vegetationsindizes aus dem Orthomosaik jeder unterstützten Vermessungsdrohne. Alle nutzen dieselben drei Kanäle, gewichten sie aber unterschiedlich — jeder Index ist daher auf eine etwas andere Frage zugeschnitten.
VARI — Visible Atmospherically Resistant Index
VARI = (Green − Red) / (Green + Red − Blue). Durch das Abziehen von Blau im Nenner reagiert der VARI weniger empfindlich auf Dunst und atmosphärische Streuung als ein einfaches Grün-Rot-Verhältnis. Er ist der vielseitigste RGB-Index: ein guter erster Blick auf Grünanteil und Ergrünen über den ganzen Schlag und das, was einer „NDVI-ähnlichen“ Übersicht aus einer RGB-Kamera am nächsten kommt.
ExG — Excess Green
ExG = 2 × Green − Red − Blue, meist auf normierten Kanälen berechnet. ExG ist dafür gebaut, Pflanzen vom Hintergrund zu trennen. Grüne Vegetation hebt sich scharf ab, während Boden, Stroh und Ernterückstände unabhängig von ihrer genauen Farbe auf niedrige Werte fallen. Damit ist ExG der Index für Auflauf- und Fehlstellenkontrollen, für grüne Unkrautnester auf offenem Boden oder Stoppel und für jede Aufgabe, bei der die Frage schlicht lautet: „Pflanze oder keine Pflanze?“
VDVI — Visible-band Difference Vegetation Index
VDVI = (2 × Green − Red − Blue) / (2 × Green + Red + Blue). Der VDVI ist im Grunde eine normierte Form des ExG. Seine Werte bleiben in einem festen Bereich und er stuft den Grünanteil feiner ab — damit eignet er sich gut, um Unterschiede in der Bodenbedeckung innerhalb eines wachsenden Bestands zu kartieren, statt nur Pflanze gegen Boden zu unterscheiden.
NGRDI — Normalised Green-Red Difference Index
NGRDI = (Green − Red) / (Green + Red). Da er nur Grün gegen Rot stellt, reagiert der NGRDI stark, wenn Blätter gelb oder braun werden. Er ist der RGB-Index für Vergilbung, Abreife und Sikkation: Er trennt noch grüne von bereits abgetrockneten Pflanzen deutlicher als ein Index, der für Pflanze gegen Boden ausgelegt ist.
Was RGB-Indizes können — und was nicht
Erst der ehrliche Umgang mit den Grenzen macht RGB-Indizes nützlich statt irreführend.
Wo RGB-Indizes gut funktionieren
Auflauf und Bestandsbewertung: Früh in der Saison, wenn zwischen den Pflanzen noch Boden sichtbar ist, trennen ExG und VDVI Kultur und Boden sehr sauber — in diesem Stadium oft so klar wie der NDVI. Unkrautnester: Grüne Unkräuter auf offenem Boden, auf der Stoppel oder nach der Ernte treten im ExG scharf hervor, was RGB-Flüge zu einer praktischen Grundlage für die Teilflächenspritzung macht. Sikkation und Erntevorbereitung: NGRDI und VARI zeigen, welche Zonen eines Sonnenblumen-, Raps- oder Kartoffelschlags noch grün und welche bereits abgereift sind. Bodenbedeckung und Bestandslücken: Hagel, Staunässe, Wild- oder Fahrschäden, die grüne Bedeckung entfernen, sind in jedem RGB-Index offensichtlich.
Wo NDVI und NDRE besser sind
Vitalitäts- und Biomasseunterschiede in einem dichten, geschlossenen Bestand: Sobald der Boden bedeckt ist, zeigt jeder RGB-Index fast überall „grün“, während der NDVI — und vor allem der NDRE — stärkere und schwächere Zonen weiterhin unterscheidet. Stickstoff- und Chlorophyllstatus: Red-Edge- und NIR-Bänder reagieren auf Chlorophyll und Blattstruktur, lange bevor eine Farbveränderung sichtbar wird; RGB-Indizes erkennen einen Mangel erst, wenn die Blätter sichtbar aufhellen. Vergleiche über Termine und Schläge hinweg: Die multispektrale Reflexion wird mit dem Sonnenlichtsensor korrigiert, RGB-Werte hängen dagegen von Belichtung und Licht ab — eine RGB-Karte von einem sonnigen Morgen und eine von einem bedeckten Nachmittag sind daher nicht streng vergleichbar.
Die Faustregel: Geht es bei der Entscheidung darum, wo grüne Pflanzen stehen, reicht oft ein RGB-Index. Geht es darum, wie gut ein geschlossener Bestand wächst — etwa bei der teilflächenspezifischen Stickstoffdüngung in Weizen oder Mais zur Saisonmitte —, nutze NDVI oder NDRE von einer Multispektraldrohne.
Welche Drohnen RGB-Vegetationsindizes liefern
RGB-Indizes werden aus dem Orthomosaik berechnet, daher kann jede von DroneField unterstützte Vermessungsdrohne sie liefern — ganz ohne Multispektralkamera. Dazu gehören die DJI Mavic 3 Enterprise, die DJI Phantom 4 RTK, die DJI Matrice 4E und Matrice 4T (kartiert mit der Weitwinkel-RGB-Kamera) sowie die M300 / M350 RTK mit Zenmuse P1 (Beta). Auf den Multispektralplattformen — Mavic 3 Multispectral und Phantom 4 Multispectral — bekommst du beides aus demselben Flug: die NIR-basierten Indizes aus den Multispektralbändern und die RGB-Indizes aus der Farbkamera.
DroneField arbeitet ausschließlich mit DJI-Drohnen. Die aktuelle Liste inklusive Beta-Plattformen findest du in der Dokumentation der unterstützten Vermessungsdrohnen.
Für viele Betreiber von Spritzdrohnen ist genau das der eigentliche Vorteil: Die RGB-Vermessungsdrohne, die sie ohnehin für Feldgrenzen und Hinderniskontrollen besitzen, liefert zusätzlich eine brauchbare Vegetationsebene für Auflaufkontrollen, Unkrautnester und Sikkation — noch bevor in eine Multispektralplattform investiert wird.
Flugeinstellungen für zuverlässige RGB-Indexkarten
Da RGB-Indizes von der Farbe abhängen, die die Kamera aufzeichnet, spielen die Flugbedingungen eine größere Rolle als bei einer mit dem Sonnenlichtsensor korrigierten Multispektralbefliegung.
Überlappung, Flughöhe und Auflösung
Arbeite mit 75–80 % Längs- und 65–75 % Querüberlappung und senkrecht nach unten gerichtetem Gimbal (Nadir). Für RGB-Kartierungen sind 80–120 m über Grund der übliche Bereich; tiefe Flüge in 30–60 m lassen sich ebenfalls präzise zusammensetzen und lohnen sich, wenn du einzelne Keimlinge oder kleine Unkrautnester sehen willst. DroneField verarbeitet mit einer Zielauflösung von 2–20 cm/px (Standard 5 cm); der feinste mögliche Wert richtet sich nach der nativen Auflösung deiner Bilder. Mehr Details findest du in unserem Guide zu Flugeinstellungen und in den Tipps zur Flugplanung.
Licht
Bedecktes, gleichmäßiges Licht ist ideal. Harte Schatten verdunkeln Pixel und drücken die RGB-Indexwerte nach unten; Wolkenfelder, die während des Flugs über den Schlag ziehen, erzeugen helle und dunkle Streifen, die wie Bestandsunterschiede aussehen. Der Helligkeitsausgleich von DroneField gleicht die Helligkeit zwischen den Bildern an, kann aber keine Details zurückholen, die in tiefem Schatten verloren gegangen sind. Ändert sich das Licht mitten im Flug stark, ist es meist besser, zu pausieren und den Rest unter denselben Bedingungen zu fliegen.
Konsistenz zwischen Flügen
Wenn du Termine vergleichen willst, fliege zu einer ähnlichen Tageszeit, in derselben Höhe und bei ähnlichem Licht. DroneField zeigt jeden Index auf einer festen Farbskala, sodass Karten aus verschiedenen Projekten und Terminen vergleichbar aussehen — bei RGB-Daten solltest du aber bedenken, dass ein Teil jedes Unterschieds am Licht liegen kann und nicht am Bestand.
Vom RGB-Index zur Applikationskarte in DroneField
Der Ablauf ist derselbe wie bei Multispektraldaten: fliegen, den Flugordner importieren, mit einem Klick verarbeiten (Ausrichtung, Bündelblockausgleich, DSM und Orthomosaik) und dann im Analyse-Panel einen RGB-Index wählen. Voreinstellungen für gesunden Bestand, Stress sowie Wasser/Boden setzen eine sinnvolle Start-Farbskala, und eine integrierte Werte-Legende hilft beim Lesen der Karte. Die Verarbeitung läuft lokal auf deinem Computer — kein Upload und keine Gebühren pro Hektar. Die Dokumentation zu Vegetationsindizes beschreibt jeden Index in der App.
Aus jedem Index erstellt ein Klick eine gerasterte Applikationskarte. Die Rasterzellengröße (2–10 m, Standard 8 m) wird an die Arbeitsbreite angepasst und lässt sich an der Längsseite des Schlags ausrichten. Danach wählst du, wie die Zellen zoniert werden:
Mittlerer Index — für Düngung und Blattdüngung
Jede Zelle wird nach ihrem durchschnittlichen Indexwert eingestuft. Weniger grüne Zellen können eine andere Menge erhalten als grünere. Mit RGB-Daten ist das vor allem aussagekräftig, solange der Bestand noch offen ist; in einem geschlossenen Bestand werden die Zonen flach — genau die oben beschriebene Grenze.
Lebendanteil — für Sikkation und Unkrautnester
Jede Zelle wird nach dem Anteil lebender Pflanzen eingestuft, den sie enthält. DroneField berechnet die Schwelle zwischen lebend und abgestorben automatisch: Bei der Sikkation bekommen die noch grünen Zellen das Mittel und vollständig abgereifte Zellen können null erhalten; bei einer Unkrautbehandlung auf offenem Boden bekommen die Zellen mit grünen Pflanzen das Herbizid.
Die Zonendosen starten bei null — du gibst die Menge für jede Zone selbst ein, in l/ha oder kg/ha, mit bis zu 10 Zonen. Summen pro Zone und Schlag, ein Randpuffer, mit dem die Drohne den Feldrand abdeckt, ein Zonenpuffer und die Regel „Min. gültiger Anteil“ vervollständigen den Plan. Die fertige Karte wird für DJI Agras, XAG und ABZ Innovation Spritzdrohnen, Hardi-Feldspritzen, ISOXML-Terminals oder als Shapefile exportiert. Lies mehr darüber, was teilflächenspezifische Applikation ist, in der Dokumentation zur Applikationskarte oder wie die KI-gestützte Planung mit Luna dir Index, Zonierungsgrundlage und Dosen vorschlagen kann.
RGB-Indexkarten lesen, ohne sich zu täuschen
Ein RGB-Index reagiert auf Farbe — und nicht jede Farbveränderung auf dem Schlag hat mit Pflanzengesundheit zu tun. Einige Situationen führen selbst erfahrene Piloten in die Irre.
Blühende Kulturen: Gelbe Sonnenblumenköpfe oder Rapsblüten senken NGRDI und VARI, auch wo die Pflanzen völlig gesund sind. Boden und Rückstände: Dunkler, nasser Boden und heller, trockener Boden ergeben unterschiedliche Hintergrundwerte, und grünstichige Rückstände oder Moos können den ExG leicht anheben. Schatten: Baumreihen, Strommasten und Gebäude werfen Schatten, die als niedrige Indexwerte erscheinen. Unkraut im Bestand: Sobald Unkraut und Kultur beide grün sind und sich überlappen, kann ein RGB-Index sie nicht unterscheiden — er kartiert grüne Bedeckung, keine Arten. Deshalb behauptet DroneField keine automatische Unkrauterkennung; die Karte zeigt, wo Grün ist, und der Pilot entscheidet, was es ist.
Die Gewohnheit, die Fehler verhindert, ist dieselbe wie beim NDVI: Betrachte die Indexkarte als Wegweiser, wo du hinschauen solltest, und prüfe einige Zonen auf dem Feld, bevor du eine Applikationskarte festlegst. Lege den Index über das Orthomosaik, vergleiche ihn mit dem, was du beim Fliegen gesehen hast, und setze erst dann die Dosen. So eingesetzt machen RGB-Vegetationsindizes die Vermessungsdrohne, die du schon hast, zu einem wirklich nützlichen Werkzeug für Auflaufkontrollen, Teilflächenspritzung und Sikkationsplanung.