Generalidades
El uso de imágenes satelitales tiene una amplia aplicación en todas las disciplinas que requieren información actual y detallada, por ejemplo, uso del suelo, cambios climáticos, recursos mineros, etc. Pero también tienen una aplicación muy importante, que no se obtiene de forma directa: los índices espectrales.
La teledetección ha revolucionado la forma en que monitoreamos y analizamos la superficie terrestre. Una de las herramientas clave en este campo es el uso de índices espectrales. Estos índices mejoran el contraste entre los diferentes tipos de cobertura terrestre y son cruciales para monitorear la salud ambiental, la agricultura y la silvicultura.
Los índices son productos que se calculan a partir de fórmulas entre las bandas de imágenes multibanda. Estas fórmulas buscan enfatizar o realzar un fenómeno específico, a la vez que mitigan o relegan otros factores que degradan sus efectos.
Los índices espectrales son fórmulas que combinan datos de reflectancia de dos o más bandas espectrales para resaltar características o condiciones específicas en la superficie terrestre. Estas ecuaciones, cuidadosamente diseñadas, sirven para ampliar las distinciones entre los tipos de cobertura terrestre, brindándonos información valiosa; por ejemplo, un índice de vegetación mostrará la vegetación sana como brillante, mientras que la vegetación enferma presenta valores más bajos y el terreno árido se ve oscuro. Dado que el sombreado causado por la variación del terreno (colinas y valles) afecta la intensidad de las imágenes, los índices se crean de forma que se enfatice el color de un objeto en lugar de su intensidad o brillo.
Estos índices suelen generarse mediante combinaciones de suma y resta de bandas, lo que genera diversas proporciones de bandas. Están vinculados a bandas particulares que se encuentran en partes específicas del espectro electromagnético. Por lo tanto, pueden ser válidos únicamente para ciertos sensores o clases de sensores y es fundamental utilizar las bandas adecuadas en el cálculo.
En el corazón de muchos índices espectrales se encuentra el concepto de Normalización. Este proceso implica ajustar los valores medidos en diferentes escalas a una escala común.
De esta manera, la Normalización:
• Mitiga los efectos de las condiciones de medición variables geoambientales.
• Mejora la comparabilidad de información entre diversos conjuntos de datos.
• Produce índices adimensionales, lo que permite una interpretación consistente.
Estos índices tienen diversas aplicaciones, una de las más utilizadas es el análisis temporal; tomemos el caso de tener múltiples imágenes de un campo agrícola tomadas semanalmente desde que se sembró y durante la temporada de crecimiento. El índice de vegetación se calcularía para cada imagen. Al analizar estos índices de vegetación semanales, se esperaría ver una mejora durante la temporada de crecimiento, el efecto normalizador de los índices hace que esta comparación sea práctica. Al comparar múltiples campos en una región, se pueden identificar los que prosperan y los que enfrentan desafíos. Los índices tienen un amplio uso en las aplicaciones de los sensores satelitales para proporcionar información sobre características específicas de la superficie terrestre. Se utilizan ampliamente en teledetección y análisis geográfico, para optener información valiosa sobre la salud de la vegetación, la cobertura terrestre; la calidad del agua, la urbanización y más.
Resumen de los procdimientos.
Estas fórmulas matemáticas y combinaciones de bandas, tienen diversos procedimientos:
• Relaciones de bandas: Suelen combinar valores de reflectancia de dos o más bandas espectrales, p. ej., infrarrojo cercano frente a rojo.
• Cálculo píxel a píxel: La fórmula se ejecuta para cada píxel, convirtiendo los datos sin procesar en información significativa.
• Mejora de características: Aíslan características específicas, como la fuerte absorción de la clorofila en luz roja y la alta reflexión en el infrarrojo cercano (NIR) de las plantas, creando un fuerte contraste.
• Corrección atmosférica: Las proporciones ayudan a reducir el ruido de las condiciones atmosféricas y los ángulos solares, lo que facilita las comparaciones entre diferentes imágenes.
Principales índices.
NDVI: El Índice de Vegetación de Diferencia Normalizada (NDVI) es un índice estandarizado que permite generar una imagen que muestra el verdor (biomasa relativa). Este índice aprovecha el contraste de las características de dos bandas de un conjunto de datos ráster multiespectrales: la absorción de pigmentos de clorofila en la banda roja y la alta reflectividad de los materiales vegetales en la banda del infrarrojo cercano (NIR).
La fórmula del NDVI es:
NDVI = ((NIR – Rojo) / (NIR + Rojo))
Donde:
NIR = valores de banda del infrarrojo cercano
Rojo = valores de la banda roja
Este índice genera valores entre -1,0 y 1,0.
Uso: Monitoreo de la vegetación, cobertura del suelo, agricultura y cambios climáticos.
Fig. 1. ÍndiceNDVI de un área del estado Guárico. En azul el cuerpo de agua del Embalse de Calabozo. Elaboración Propia. CPDI. Dic 2025.
SAVI:El Índice de Vegetación Ajustado al Suelo (SAVI) es un índice que intenta minimizar la influencia del brillo del suelo mediante un factor de corrección del mismo. Se utiliza a menudo en regiones áridas con baja cobertura vegetal y genera valores entre -1,0 y 1,0.
La fórmula del SAVI es:
SAVI = ((NIR – Rojo) / (NIR + Rojo + L)) x (1 + L)
Donde:
NIR = valores de banda del infrarrojo cercano
Rojo = valores de la banda del rojo cercano
L = cantidad de cobertura vegetal verde
Uso: Áreas con poca vegetación, etapas tempranas del cultivo, zonas áridas.
Fig. 2. Índice SAVI de un área del estado Guárico. En rojo el cuerpo de agua del Embalse de Calabozo. Elaboración Propia. CPDI. Dic 2025.
MSAVI: El Índice de Vegetación Ajustado al Suelo Modificado (MSAVI) minimiza el efecto del suelo desnudo.
La fórmula del MSAVI es:
MSAVI = (1/2) *(2(NIR+1)-sqrt((2*NIR+1)2-8(NIR-Rojo)))
Donde:
NIR = valores de banda del infrarrojo cercano
Rojo = valores de la banda roja
Uso: Monitoreo de la densidad de vegetación, contenido hídrico, salud de cultivos.
Fig. 3. Índice MSAVI de un área del estado Guárico. En color oscuro el cuerpo de agua del Embalse de Calabozo. Elaboración Propia. CPDI. Dic 2025.
PVI: El Índice de Vegetación Perpendicular (PVI) es similar a un índice de vegetación diferencial; sin embargo, es sensible a las variaciones atmosféricas. Al utilizar este método para comparar imágenes, solo debe emplearse en imágenes con corrección atmosférica.
La fórmula PVI es:
PVI = (NIR – a*Rojo – b) / (sqrt(1 + a²))
Donde:
• NIR = valores de la banda del infrarrojo cercano
• Rojo = valores de la banda roja
• a = pendiente de la línea del suelo
• b = gradiente de la línea del suelo
Este índice genera valores entre -1,0 y 1,0.
Uso: productividad de cultivos, salud forestal.
Fig. 4. Índice PVI de un área del estado Guárico. Elaboración Propia. CPDI. Dic 2025.
TSAVI: El Índice de Vegetación Ajustado al Suelo Transformado (TSAVI) es un índice de vegetación que minimiza la influencia del brillo del suelo al asumir que la línea de suelo tiene una pendiente y una intersección arbitrarias.
La fórmula del TSAVI es:
TSAVI = (s * (NIR – s * Rojo – a)) / (a * NIR + Rojo – a * s + X * (1 + s²))
Donde:
NIR = valores de la banda del infrarrojo cercano
Rojo = valores de la banda roja
s = pendiente de la línea de suelo
a = intersección con la línea de suelo
X = factor de ajuste establecido para minimizar el ruido del suelo
Uso: agricultura de precisión, estimación de biomasa, monitoreo de la vegetación.
Fig. 5. Índice TSAVI de un área del estado Guárico. Elaboración Propia. CPDI. Dic 2025.
VARI: El Índice de Resistencia Atmosférica Visible (VARI) está diseñado para resaltar la vegetación en la porción visible del espectro, a la vez que mitiga las diferencias de iluminación y los efectos atmosféricos. Es ideal para imágenes RGB o en color; utiliza las tres bandas de color.
La fórmula del VARI es:
VARI = (Verde – Rojo) / (Verde + Rojo – Azul)
Donde:
Verde = valores de la banda verde
Rojo = valores de la banda roja
Azul = valores de la banda azul
Uso: Monitoreo de vegetación y biomasa con drones.
Fig. 6. Índice VARI de un área del estado Guárico. Elaboración Propia. CPDI. Dic 2025.
NDSI: El Índice de nieve Diferencial Normalizado persigue extraer nieve y copos de humedad, diferenciando las nubes de estos elementos.
La fórmula del NDSI es:
NDSI = (Verde – SWIR) / (Verde + SWIR)
Donde
Verde = valores de la banda verde
SWIR = valores de la banda infrarroja de onda corta
Fig. 7. Índice NDSI de un “área del estado Guárico”.Elaboración Propia. CPDI. Dic 2025.
MNDWI: El Índice de Agua de Diferencia Normalizada Modificado (MNDWI) utiliza bandas verdes y SWIR para realzar las características de aguas abiertas. También disminuye las características de las áreas edificadas, que a menudo, se correlacionan con aguas abiertas en otros índices.
La fórmula del MNDWI es:
MNDWI = (Verde – SWIR) / (Verde + SWIR)
Donde:
Verde = valores de la banda verde
SWIR = valores de la banda infrarroja de onda corta
Fig. 8. Índice MNDWI de un área del estado Guárico. Elaboración Propia. CPDI. Dic 2025.
NDMI: El Índice de Humedad de Diferencia Normalizada (NDMI) es sensible a los niveles de humedad de la vegetación. Se utiliza para monitorear sequías, así como los niveles de combustible en zonas propensas a incendios. Utiliza las bandas NIR y SWIR para crear una relación diseñada para mitigar los efectos de la iluminación y la atmósfera.
La fórmula del NDMI es:
NDMI = (NIR – SWIR1) / (NIR + SWIR1)
Donde
• NIR = valores de la banda del infrarrojo cercano
• SWIR1 = valores de la banda del infrarrojo de onda corta 1
BAI:El Índice de Área Quemada (BAI) utiliza los valores de reflectancia en la porción roja y NIR del espectro para identificar las áreas del terreno afectadas por el fuego.
La fórmula del BAI es:
BAI = 1/ ((0.1 – RED) ^2 + (0.06 – NIR) ^2)
Donde:
Rojo = valores de la banda roja
NIR = valores de la banda infrarroja cercana
Fig. 9. Índice BAI de un área del estado Guárico. Elaboración Propia. CPDI. Dic 2025.
NBRI: El Índice de Ratio de Quema Normalizado (NBRI) utiliza las bandas NIR y SWIR para resaltar las áreas quemadas, a la vez que mitiga los efectos de iluminación y atmosféricos. Es necesario corregir los valores de reflectancia de las imágenes antes de utilizar este índice.
La fórmula del NBR es:
NBR = (NIR – SWIR) / (NIR + SWIR)
Donde:
NIR = valores de píxeles de la banda del infrarrojo cercano
SWIR = valores de píxeles de la banda del infrarrojo de onda corta
Fig. 10. Índice NBRI de un área del estado Guárico. Elaboración Propia. CPDI. Dic 2025.
NDBI: El Índice de Diferencia Normalizada de Edificación (NDBI) utiliza las bandas NIR y SWIR para destacar las áreas edificadas artificiales. Se basa en ratios para mitigar los efectos de las diferencias de iluminación del terreno, así como los efectos atmosféricos.
La fórmula del NDBI es:
NDBI = (SWIR – NIR) / (SWIR + NIR)
Donde:
SWIR = valores de píxeles de la banda infrarroja de onda corta
NIR = valores de píxeles de la banda infrarroja cercana
Fig. 11. Índice NDBI de un área del estado Guárico. Elaboración Propia. CPDI. Dic 2025.
Referencias bibliográficas
- Gitelson, A., et al. «Vegetation and Soil Lines in Visible Spectral Space: A Concept and Technique for Remote Estimation of Vegetation Fraction.» International Journal of Remote Sensing 23 (2002): 2537−2562.
Giovanny Daza – giodaza90@gmail.com
CENTRO DE PROCESAMIENTO DIGITAL DE IMAGENES (CPDI).
FIIIDT-MINCYT
