Qué mide realmente un índice de vegetación
Un índice de vegetación es una combinación matemática sencilla de la luz que una planta refleja en distintas bandas espectrales. Las hojas sanas absorben la mayor parte de la luz roja y azul visible para la fotosíntesis y reflejan con fuerza la luz del infrarrojo cercano (NIR). La vegetación estresada, enferma o rala refleja más rojo y menos NIR. Al comparar bandas entre sí, un índice convierte diferencias fisiológicas invisibles en un número — normalmente entre −1 y +1 — que puede mapearse sobre todo un campo.
Las bandas disponibles dependen de tu cámara. Un sensor multiespectral como el DJI Mavic 3 Multispectral o el P4 Multispectral captura bandas dedicadas de verde, rojo, borde rojo y NIR. Un dron RGB estándar captura solo luz visible, lo que te limita a índices basados en RGB como VARI. Si estás eligiendo entre sensores, nuestra guía de mapeo multiespectral con drones explica qué drones capturan qué bandas.
Un punto crucial antes de comparar índices: ningún índice es "el mejor". Cada uno responde a una pregunta distinta, y la elección correcta cambia con la etapa de crecimiento, la densidad del cultivo y la decisión que intentas tomar.
NDVI: el estándar para mapear la salud del cultivo
El NDVI (índice de vegetación de diferencia normalizada) se calcula como (NIR − Rojo) / (NIR + Rojo). Se utiliza desde los años setenta en teledetección satelital y sigue siendo el índice más ampliamente comprendido en agricultura de precisión.
Interpretar los valores es sencillo: el suelo desnudo suele marcar 0,1–0,2, la vegetación estresada o rala 0,2–0,5, y un cultivo sano y vigoroso 0,6–0,9. Como el NDVI está normalizado, los mapas de fechas distintas son en general comparables, lo que lo hace excelente para detectar problemas de emergencia al inicio de temporada, identificar estrés hídrico y delimitar zonas de manejo.
El NDVI tiene una debilidad bien conocida: la saturación. Cuando el dosel se cierra — maíz denso tras el cierre del dosel, trigo exuberante en hoja bandera — la luz roja se absorbe casi por completo y el NDVI se aplana cerca de su máximo. Dos zonas con biomasa o estado de nitrógeno significativamente distintos pueden marcar ambas 0,85. En ese punto el NDVI deja de discriminar, y necesitas un índice que use la banda de borde rojo.
NDRE: ver a través del dosel denso
El NDRE (diferencia normalizada de borde rojo) sustituye la banda roja por la banda de borde rojo: (NIR − BordeRojo) / (NIR + BordeRojo). El borde rojo es la estrecha zona de transición entre la absorción del rojo y la reflexión del NIR, aproximadamente 700–730 nm, y es mucho más sensible a la concentración de clorofila que el rojo puro.
Como la luz del borde rojo penetra más profundo en el dosel antes de ser absorbida, el NDRE sigue diferenciando donde el NDVI ya se ha saturado. Eso lo convierte en el índice de referencia para el trabajo de mitad y final de temporada: manejo del nitrógeno en cereales, detección del inicio de la senescencia y creación de prescripciones de fertilización variable con el dosel cerrado.
Los valores de NDRE son más bajos que los de NDVI en el mismo campo — un cultivo sano puede marcar 0,4 en NDRE donde el NDVI marca 0,85 —, así que nunca compares los dos en la misma escala de color. El requisito es una cámara con banda de borde rojo, que tanto el P4 Multispectral como el Mavic 3 Multispectral incluyen.
NDVI vs NDRE: ¿cuál deberías usar?
La regla práctica es la etapa de crecimiento. Al inicio de temporada, antes del cierre del dosel, el NDVI es la mejor herramienta: separa limpiamente el suelo desnudo de la vegetación emergente, y el borde rojo aporta poco con biomasa baja. A partir del cierre del dosel, gana el NDRE: sigue resolviendo diferencias de clorofila y nitrógeno que el NDVI ya no puede ver.
Usa NDVI cuando
Estás monitoreando la emergencia, mapeando estrés temprano, comparando campos a lo largo del tiempo o comunicándote con agrónomos y clientes que esperan la escala NDVI familiar. También es la opción más segura cuando tu levantamiento mezcla zonas con vegetación y suelo desnudo, como el mapeo de malezas tras la cosecha.
Usa NDRE cuando
El dosel se ha cerrado, planificas nitrógeno durante la temporada, sospechas de un estrés que el NDVI muestra como uniformemente "verde", o estás creando mapas de prescripción para drones de pulverización a final de temporada. En la práctica, los operadores experimentados calculan ambos desde el mismo vuelo y los comparan — con DroneField eso cuesta segundos, no procesamientos adicionales.
GNDVI, EVI y VARI: cuándo ganan las alternativas
GNDVI vs NDVI
El GNDVI (NDVI verde) cambia la banda roja por la verde: (NIR − Verde) / (NIR + Verde). La reflectancia en verde se correlaciona fuertemente con la clorofila foliar y la absorción de nitrógeno, por lo que el GNDVI es más sensible al estado nutricional que el NDVI clásico y se satura algo más tarde. Se usa ampliamente para evaluar nitrógeno en maíz y trigo y para monitorear el riego. Si el NDVI es tu mapa de "salud general", el GNDVI es tu mapa de "nutrición".
EVI
El EVI (índice de vegetación mejorado) añade la banda azul y coeficientes de corrección para reducir la dispersión atmosférica y la influencia del fondo de suelo. Se diseñó para datos satelitales sobre biomasa densa, y su principal ventaja a escala de dron está en doseles muy densos y de varias capas donde el NDVI se satura — huertos frutales, viñedos con cultivos de cobertura, maíz de final de temporada. Si tu mapa NDVI de un cultivo denso se ve uniformemente saturado, el EVI suele recuperar el contraste.
VARI
El VARI (índice visible resistente a la atmósfera) se calcula únicamente con bandas visibles: (Verde − Rojo) / (Verde + Rojo − Azul). Es el índice para drones solo RGB — un Mavic 3E o cualquier dron DJI con cámara estándar puede producirlo sin sensor multiespectral. El VARI es menos preciso fisiológicamente que los índices basados en NIR, pero para mapear el reverdecimiento, detectar focos de malezas y zonificar estrés visual resulta notablemente útil, y hace accesible el análisis de vegetación antes de invertir en una plataforma multiespectral.
Elegir un índice: referencia rápida
Para monitoreo temprano y emergencia: NDVI. Para nitrógeno en temporada y dosel cerrado: NDRE, contrastado con GNDVI. Para doseles muy densos, huertos frutales y viñedos: EVI. Para drones solo RGB: VARI. Para comparación entre temporadas: NDVI, por su larga trayectoria y comparabilidad.
Elijas el que elijas, recuerda que los valores de los índices son mediciones relativas, no diagnósticos. Una zona de NDVI bajo te dice dónde mirar, no qué está mal — la verificación en campo es lo que distingue el estrés hídrico de la deficiencia de nitrógeno o de una enfermedad. El verdadero valor del mapa de índices es que convierte un problema de monitoreo de 100 hectáreas en uno de 2 hectáreas, y luego se convierte en la entrada directa de una prescripción de dosis variable.
Del mapa de índices al mapa de prescripción en segundos
Calcular índices solía significar subir gigabytes de imágenes a un servicio en la nube y esperar horas por los resultados. DroneField toma un enfoque distinto: es un software de mapeo con drones que procesa todo localmente en tu computadora macOS, Windows o Linux. Un levantamiento de 1.800 imágenes del P4 Multispectral se procesa en unos 18 segundos — ortomosaico, NDVI, NDRE, GNDVI, EVI y VARI, todo desde un solo vuelo, sin subir nada y sin tarifas por mapa.
Desde cualquier mapa de índices puedes generar zonas y exportar un mapa de aplicación de dosis variable directamente a los formatos DJI Agras, XAG, Hardi, ISOXML o Shapefile. Eso cierra el ciclo del vuelo de levantamiento al vuelo de pulverización en una sola sesión — consulta la lista completa de funciones para todo lo que hay en medio, o la documentación de índices de vegetación paso a paso para ver cómo funciona el cálculo de índices dentro de la app.
Creado por un equipo que opera drones de pulverización comercialmente, DroneField trata los mapas de índices como lo que son en la práctica: no el producto final, sino la capa de decisión entre un vuelo de levantamiento y una aplicación precisa. Pruébalo con los datos de tu propio campo — la versión de prueba procesa tu levantamiento completo, no un conjunto de demostración.