Tutoriales / Vegetación

Qué es el NDVI: cómo se calcula y cómo interpretar sus valores

El NDVI es un número entre −1 y 1 que indica cuánta vegetación verde y activa hay en cada píxel de una imagen de satélite. En este artículo verás cómo se calcula con Sentinel-2 y Landsat, cómo leer sus valores correctamente, cómo se comporta a lo largo de un año en distintas coberturas del Guaviare y qué errores cambian el resultado.

Por VentuariPublicado el 28 de septiembre de 202614 min de lectura

Qué es el NDVI

El NDVI (índice de vegetación de diferencia normalizada) es un número entre −1 y 1 que indica cuánta vegetación verde y activa hay en cada píxel de una imagen de satélite. Se calcula con dos bandas, la roja y la del infrarrojo cercano (NIR): cuanto más alto, más vegetación sana.

Funciona porque las plantas tratan esos dos tipos de radiación de forma opuesta. La clorofila absorbe casi todo el rojo para hacer la fotosíntesis, y la estructura interna de la hoja devuelve buena parte del infrarrojo cercano. El suelo refleja las dos de forma parecida y el agua absorbe radiación en el infrarrojo. Por eso la diferencia entre ambas bandas separa tan bien la vegetación del resto, como muestra la imagen de arriba.

El uso del NDVI se propuso a comienzos de los años setenta y sigue siendo el índice de vegetación más usado, porque solo necesita dos bandas que son producidas por casi todos los satélites ópticos. El Earth Observatory de la NASA cuenta su origen y el principio físico con más detalle.

Las bandas entran como reflectancia: la fracción de luz que refleja la superficie, de 0 a 1. Un ejemplo con valores ilustrativos:

Qué bandas usar en Sentinel-2 y Landsat

Cada satélite numera sus bandas de forma distinta, y en Google Earth Engine cada colección guarda la reflectancia con su propia escala. Estos son los datos del catálogo oficial para las dos fuentes gratuitas más usadas, Sentinel-2 y Landsat 9 (Landsat 8 usa las mismas bandas y la misma escala). Las longitudes de onda son el centro de cada banda en Sentinel-2A; en Sentinel-2B varían entre 0,5 y 2 nm:

Bandas B8 y B8A en Sentinel-2

Sentinel-2 tiene dos bandas de infrarrojo cercano: B8, ancha y de 10 m, y B8A, estrecha y de 20 m. Las dos sirven para el NDVI. B8 da más detalle; B8A se usa cuando se combina con bandas de 20 m. Lo importante es no mezclarlas en una misma serie: los valores cambian un poco y aparecerían saltos que no existen en el terreno.

El error de escala en Landsat

En Sentinel-2 la escala es solo un factor (× 0,0001), que se cancela en la división: el NDVI sale bien aunque no se aplique. En Landsat Colección 2 hay además un desplazamiento de −0,2, y ese no se cancela.

Un píxel de vegetación con reflectancia 0,05 en el rojo y 0,35 en el NIR tiene un NDVI de 0,75. Guardado en la colección, ese píxel vale 9.091 en SR_B4 y 20.000 en SR_B5. Si se calcula el NDVI directamente con esos números, sale 0,375: la mitad. El mapa se ve razonable, pero todas las cifras están mal.

La solución es escalar antes de calcular: image.select('SR_B.').multiply(0.0000275).add(-0.2) y después normalizedDifference(['SR_B5', 'SR_B4']). En Sentinel-2 basta con normalizedDifference(['B8', 'B4']).

Cómo interpretar los valores del NDVI

No hay un umbral universal. El mismo pasto puede dar 0,7 en época de lluvias y 0,3 en plena sequía sin estar enfermo, y el valor también cambia con el sensor, la hora de paso y el suelo de fondo. Los rangos de esta tabla son orientativos para reflectancia de superficie; la tercera columna es la que evita las conclusiones equivocadas:

Compara la zona consigo misma

La forma fiable de leer el NDVI es contra la misma zona: la misma parcela en la misma época de otros años, o su evolución mes a mes. Una caída de 0,2 respecto a lo normal para esa fecha dice mucho más que un valor aislado. Así se hace en la serie temporal de NDVI con Sentinel-2, que calcula el NDVI mensual y la fenología de cada píxel.

Comportamiento del NDVI en 2024 en distintas coberturas de la región del Guaviare

Los rangos anteriores cambian de un paisaje a otro. Para ver cómo se comportan en uno real, seguimos durante 2024 el NDVI de doce puntos de la región del río Guaviare, entre San José del Guaviare y Mapiripán (Meta). Es una zona de frontera agrícola, en el límite entre la Amazonía y la Orinoquía colombianas, donde conviven bosque denso, cultivos, potreros, sabana natural y áreas urbanas.

Cada punto es un píxel de 10 m de Sentinel-2. Los valores salen de NDVI Grid Master, nuestra aplicación de Earth Engine para consultar el NDVI de cualquier lugar. Usa las imágenes del 1 de enero al 30 de diciembre de 2024 con menos del 40 % de nubes y enmascara las nubes restantes con s2cloudless (escenario «Balanceado»).

La tabla agrupa los doce puntos por cobertura:

Bosque y ciudad, los dos extremos del paisaje

El bosque denso y la zona construida marcan los dos extremos del paisaje, y son también los puntos más estables del año. En el bosque, el NDVI osciló entre 0,72 y 0,88 en 30 fechas, con una desviación estándar de solo 0,035. Es el comportamiento de un bosque siempreverde, con el índice cerca de su saturación. Su único descenso apreciable llegó a comienzos de febrero, en la época seca, y en marzo ya había vuelto a 0,83.

En San José del Guaviare, una zona construida se mantuvo todo el año entre 0,11 y 0,19. Un sector con vegetación entre las edificaciones tuvo una mediana de 0,23 y varió bastante más, entre 0,07 y 0,36. Con píxeles de 10 m, el NDVI urbano refleja cuánto verde cae dentro de cada píxel.

Cultivos, potreros y sabana: valores parecidos, comportamientos distintos

Entre esos dos extremos, las medianas de cultivos, potreros y sabana se solapan entre 0,38 y 0,71. Con un único valor anual no se pueden separar; con la serie del año, sí.

El caso más claro es un cultivo con mediana de 0,38 (2,461° N, 72,599° O). Su NDVI bajó de 0,61 en enero a 0,15 en marzo, y las pocas fechas sin nubes hasta agosto dieron valores cercanos a 0,2. Desde septiembre subió con rapidez, alcanzó 0,79 a comienzos de noviembre y en diciembre volvió a 0,32. Es la secuencia de siembra, desarrollo y cosecha. Los otros dos cultivos se mantuvieron la mayor parte del año entre 0,6 y 0,75.

Los tres potreros tuvieron medianas de entre 0,52 y 0,59, por encima del 0,5 que muchas tablas fijan como techo para el pasto. Sus series no siguen un patrón común. Uno se mantuvo estable cerca de 0,6. Otro bajó de 0,68 en enero a 0,41 en septiembre y volvió a 0,61 en octubre. El tercero tuvo sus valores más altos entre agosto y octubre.

Las dos sabanas naturales, al sur de Mapiripán, tuvieron medianas cercanas a 0,5, pero más dispersión. En una, el NDVI cayó a 0,19 en febrero, en plena época seca, y en marzo había vuelto a 0,43. En la otra apareció un único valor de 0,13 en octubre, ya en lluvias, seguido de 0,60 en noviembre. Un dato aislado así se revisa en la imagen de esa fecha antes de interpretarlo: puede ser una nube o una sombra que la máscara no detectó.

Un bosque talado que la mediana anual no delata

Uno de los puntos (2,355° N, 72,292° O) era bosque en enero, con un NDVI de 0,82, propio de un bosque denso. En febrero, tras la tala, cayó a 0,28. Tuvo un rebrote hasta 0,65 a finales de junio y, desde septiembre, se mantuvo entre 0,3 y 0,4.

Su mediana del año, 0,40, lo situaría entre los pastos y matorrales de la tabla de rangos. Solo la serie temporal revela que ahí se perdió un bosque en 2024. Puedes hacer el mismo seguimiento en tu zona con NDVI Grid Master: eliges una celda del mapa, generas el índice y haces clic en un píxel para ver su serie.

Qué significa un cambio de NDVI

El cultivo y el bosque talado del Guaviare muestran que lo útil no es el valor del NDVI, sino entender por qué cambia. Estas son las causas más frecuentes y cómo confirmarlas:

En zonas tropicales como Colombia, Venezuela o la Amazonía la nubosidad es la trampa más común: una imagen con nubes finas puede mostrar una «pérdida de vegetación» que no ocurrió. Por eso los mapas de deforestación de la Amazonía se basan en series de muchas imágenes y no en una sola fecha.

Cuándo usar otro índice

El NDVI responde bien a una pregunta: cuánta vegetación verde hay. Para otras preguntas hay índices más adecuados:

Si necesitas mapas de NDVI de tus parcelas o de una región, con la serie completa y las cifras por zona, mira el servicio de mapas satelitales.

Lo que la IA suele hacer mal

Si le pides a un asistente de IA que calcule o interprete el NDVI, estas respuestas son frecuentes y fallan:

1. Calcula el NDVI de Landsat sin escalar la reflectancia. El código funciona y el mapa se ve bien, pero con el desplazamiento de −0,2 sin aplicar los valores quedan en torno a la mitad de los reales.
2. Da un umbral universal, como «más de 0,6 es vegetación sana». El valor normal depende del cultivo, la época y el sensor. Sin comparar con la misma zona en otras fechas, el umbral lleva a conclusiones falsas.
3. Promedia imágenes sin quitar las nubes. Las nubes bajan el NDVI y el promedio mezcla esas caídas con la vegetación real. Primero se enmascaran las nubes y después se promedia.
4. Usa el NDVI para comparar biomasa en bosque denso. Por encima de unos 0,8 el índice apenas cambia aunque haya más biomasa. Para eso sirve mejor el EVI o el radar.

Preguntas frecuentes

¿Qué es un valor de NDVI bueno?

No existe un valor bueno universal. Como referencia, los cultivos en pleno desarrollo y la vegetación densa suelen superar 0,5, pero lo que indica un problema es una caída respecto a lo normal para esa misma zona y época.

¿Cuál es la fórmula del NDVI en Sentinel-2?

Con Sentinel-2 se usa la banda B8 como infrarrojo cercano y la B4 como rojo: NDVI = (B8 − B4) / (B8 + B4). En Google Earth Engine es normalizedDifference(['B8', 'B4']).

¿Por qué el NDVI da valores negativos?

Porque la superficie refleja más rojo que infrarrojo cercano. Pasa con el agua, la nieve y algunas nubes. En un cultivo, valores negativos suelen indicar encharcamiento o inundación.

¿Qué diferencia hay entre el NDVI y el EVI?

Los dos miden vegetación. El EVI añade la banda azul y unos coeficientes que reducen el efecto de la atmósfera y del suelo, y se satura menos en vegetación muy densa. El NDVI es más simple y sirve para casi cualquier satélite.

¿Qué valor de NDVI tiene un bosque tropical?

Entre 0,8 y 0,9 en bosque denso. En un bosque del Guaviare (Colombia) medimos una mediana de 0,851 en 2024, con una desviación de solo 0,035 en el año. Por encima de 0,8 el NDVI se satura y ya no distingue más biomasa.

Fuentes

1. Measuring Vegetation (NDVI & EVI)NASA Earth ObservatoryOrigen del NDVI y por qué la clorofila y el infrarrojo cercano lo hacen funcionar.
2. Harmonized Sentinel-2 MSI: MultiSpectral Instrument, Level-2A (SR)Google Earth Engine, catálogo de datosBandas B4 y B8, sus longitudes de onda y la escala de la reflectancia de Sentinel-2.
3. USGS Landsat 9 Level 2, Collection 2, Tier 1Google Earth Engine, catálogo de datosBandas SR_B4 y SR_B5 y la escala y el desplazamiento de la Colección 2.
4. The use of the Normalized Difference Water Index (NDWI) in the delineation of open water featuresMcFeeters, S. K. (1996). International Journal of Remote SensingDefinición del NDWI con el verde y el infrarrojo cercano.
5. Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imageryXu, H. (2006). International Journal of Remote SensingDefinición del MNDWI con el infrarrojo de onda corta.
6. Sentinel-2: Cloud ProbabilityGoogle Earth Engine, catálogo de datosProbabilidad de nube de s2cloudless que usa la aplicación para enmascarar nubes.

Sigue aprendiendo

• Vegetación · NDVI

  Serie temporal de NDVI y fenología de cultivos en Google Earth Engine

• Incendios · dNBR

  Cómo detectar áreas quemadas con dNBR y Google Earth Engine

• Agua · MNDWI

  Cómo detectar cuerpos de agua con MNDWI y Google Earth Engine

¿Quieres ver el NDVI en acción? Empieza por la serie temporal de NDVI con Sentinel-2.