Lista de índices espectrales en Sentinel 2 y Landsat

Existe un gran número de índices espectrales que pueden analizar diversos aspectos como la vegetación, los recursos hídricos, la nieve, el suelo, el fuego, entre otros. Los satélites más conocidos como Landsat y Sentinel ofrecen la oportunidad de realizar diversas operaciones con sus bandas, el resultado puede ser convertido en un índice espectral.

spectral indices landsat sentinel ndvi savi evi

Este documento compila y conceptualiza los índices espectrales más comunes utilizados con los satélites Sentinel y Landsat. Esta es una buena oportunidad para usar el álgebra de mapas (calculadora raster), para ejecutar varias ecuaciones que podrían ayudarte en el análisis dentro del mundo de la teledetección.

Principales índices espectrales para Sentinel y Landsat

He aquí una compilación de las fórmulas de los principales índices espectrales para Landsat 4, 5, 7, 8 y Sentinel MSI.

Normalized Difference Vegetation Index (NDVI):

El Índice de Vegetación de la Diferencia Normalizada (NDVI) es un indicador numérico que utiliza las bandas espectrales roja y cercana al infrarrojo. El NDVI está altamente asociado con el contenido de vegetación. Los valores altos de NDVI corresponden a áreas que reflejan más en el espectro del infrarrojo cercano. Una mayor reflectancia en el infrarrojo cercano corresponde a una vegetación más densa y saludable (GU, 2019).

  • Fórmula del NDVI = (NIR – Red) / (NIR + Red)
  • NDVI (Landsat 8) = (B5 – B4) / (B5 + B4)
  • NDVI (Landsat 4 – 7) = (B4 – B3) / (B4 + B3)
  • NDVI (Sentinel 2) = (B8 – B4) / (B8 + B4)

Green Normalized Difference Vegetation Index (GNDVI):

El Índice de Vegetación de la Diferencia Normalizada Verde (GNDVI) es una versión modificada del NDVI para que sea más sensible a la variación del contenido de clorofila en el cultivo. “Los valores más altos de correlación con el contenido de la hoja N y DM se obtuvieron con el índice GNDVI en todos los períodos de adquisición de datos y en ambas fases experimentales. … GNDVI fue más sensato que NDVI para identificar diferentes tasas de concentración de clorofila, que está altamente correlacionada con el nitrógeno, en dos especies de plantas” (Gitelson et al. 1996)

  • Fórmula del GNDVI = (NIR-GREEN) /(NIR+GREEN)
  • GNDVI (Landsat 8) = (B5 – B3) / (B5 + B3)
  • GNDVI (Landsat 4 – 7) = (B4 – B2) / (B4 + B2)
  • GNDVI (Sentinel 2) = (B8 – B3) / (B8 + B3)

Enhanced Vegetation Index (EVI):

El Índice de Vegetación Mejorado (EVI) es similar al NDVIy puede ser usado para cuantificar el verdor de la vegetación. Sin embargo, EVI corrige algunas condiciones atmosféricas y el ruido de fondo del dosel y es más sensible en áreas con vegetación densa. Incorpora un valor “L” para ajustar el fondo del toldo, valores “C” como coeficientes de resistencia atmosférica y valores de la banda azul (B). Estas mejoras permiten el cálculo de índices como una relación entre los valores R y NIR, a la vez que reducen el ruido de fondo, el ruido atmosférico y la saturación en la mayoría de los casos (USGS, 2019).

  • Fórmula del EVI = G * ((NIR – R) / (NIR + C1 * R – C2 * B + L))
  • EVI (Landsat 8) = 2.5 * ((B5 – B4) / (B5 + 6 * B4 – 7.5 * B2 + 1))
  • EVI (Landsat 4 – 7) = 2.5 * ((B4 – B3) / (B4 + 6 * B3 – 7.5 * B1 + 1))
  • EVI (Sentinel 2) = 2.5 * ((B8 – B4) / (B8 + 6 * B4 – 7.5 * B2 + 1))

Advanced Vegetation Index (AVI):

El Índice de Vegetación Avanzada (AVI) es un indicador numérico, similar al NDVI, que utiliza las bandas espectrales roja y cercana al infrarrojo. Al igual que el NDVI, el AVI se utiliza en estudios de vegetación para monitorear las variaciones de cultivos y bosques a lo largo del tiempo. Mediante la combinación multitemporal del AVI y el NDVI, los usuarios pueden discriminar diferentes tipos de vegetación y extraer características/parámetros fenológicos (GU, 2019).

  • Fórmula del AVI = [NIR * (1-Red) * (NIR-Red)] 1/3
  • AVI (Landsat 8) = [B5 * (1 – B4)*(B5 – B4)]1/3
  • AVI (Landsat 4 – 7) = [B4 * (1 – B3)*(B4 – B3)]1/3
  • AVI (Sentinel 2) = [B8 * (1 – B4)*(B8 – B4)]1/3

Soil Adjusted Vegetation Index (SAVI):

El Índice de Vegetación Ajustado al Suelo (SAVI) se utiliza para corregir el NDVI por la influencia del brillo del suelo en áreas donde la cobertura vegetativa es baja. El SAVI derivado de la reflectancia de la superficie del Landsat se calcula como una relación entre los valores R y NIR con un factor de corrección de la luminosidad del suelo (L) definido en 0.5 para acomodar la mayoría de los tipos de cobertura del suelo (USGS, 2019).

  • Fórmula del SAVI = ((NIR – R) / (NIR + R + L)) * (1 + L)
  • SAVI (Landsat 8) = ((B5 – B4) / (B5+ B4 + 0.5)) * (1.5)
  • SAVI (Landsat 4 – 7) = ((B4 – B3) / (B4+ B3 + 0.5)) * (1.5)
  • SAVI (Sentinel 2) = (B08 – B04) / (B08 + B04 + 0.428) * (1.428)

Normalized Difference Moisture Index (NDMI):

El Índice de Diferencia Normalizada de Humedad (NDMI) se utiliza para determinar el contenido de agua de la vegetación. Se calcula como una relación entre los valores NIR y SWIR de forma tradicional (USGS, 2019).

  • Fórmula del NDMI = (NIR – SWIR) / (NIR + SWIR)
  • NDMI (Landsat 8) = (B5 – B6) / (B5 + B6)
  • NDMI (Landsat 4 – 7) = (B4 – B5) / (B4 + B5)
  • NDMI (Sentinel 2) = (B8 – B11) / (B8 + B11)

Moisture Stress Index (MSI):

El Índice de Estrés Hídrico se utiliza para el análisis de estrés en el dosel, la predicción de la productividad y el modelado biofísico. La interpretación del MSI se invierte en relación con otros índices de vegetación acuática; por lo tanto, los valores más altos del índice indican un mayor estrés hídrico de las plantas y, en inferencia, un menor contenido de humedad del suelo. Los valores de este índice van de 0 a más de 3, siendo el rango común para la vegetación verde de 0.2 a 2 (Welikhe et al., 2017).

  • Fórmula del MSI = MidIR / NIR
  • MSI (Landsat 8) = B6 / B5
  • MSI (Landsat 4 – 7) = B5 / B4
  • MSI (Sentinel 2) = B11 / B08

Green Coverage Index (GCI):

En la teledetección, el Índice de Clorofila se utiliza para estimar el contenido de clorofila en las hojas de diversas especies de plantas. El contenido de clorofila refleja el estado fisiológico de la vegetación; disminuye en las plantas estresadas y, por lo tanto, puede utilizarse como medida de la salud de las plantas (EOS, 2019).

  • Fórmula del GCI = (NIR) / (Green) – 1
  • GCI (Landsat 8) = (B5 / B3) -1
  • GCI (Landsat 4 – 7) = (B4 / B2) -1
  • GCI (Sentinel 2) = (B9 / B3) -1

Normalized Burned Ratio Index (NBRI):

Los incendios forestales son un fenómeno natural o provocado por el hombre que destruye los recursos naturales, el ganado vivo, desequilibra el medio ambiente local, libera una gran cantidad de gases de efecto invernadero, etc. El Índice de Calcinación Normalizado (NBRI) aprovecha las bandas espectrales de infrarrojo cercano e infrarrojo de onda corta, que son sensibles a los cambios en la vegetación, para detectar áreas quemadas y monitorear la recuperación del ecosistema (GU, 2019).

  • Fórmula del NBR = (NIR – SWIR) / (NIR+ SWIR)
  • NBRI (Landsat 8) = (B5 – B7) / (B5 + B7)
  • NBRI (Landsat 4 – 7) = (B4 – B7) / (B4 + B7)
  • NBRI (Sentinel 2) = (B8 – B12) / (B8 + B12)

Bare Soil Index (BSI):

El Índice de Suelo Desnudo (BSI) es un indicador numérico que combina bandas espectrales azules, rojas, infrarrojas cercanas e infrarrojas de onda corta para capturar las variaciones del suelo. Estas bandas espectrales se utilizan de manera normalizada. Las bandas de infrarrojos de onda corta y las bandas espectrales rojas se utilizan para cuantificar la composición mineral del suelo, mientras que las bandas azules y las bandas espectrales de infrarrojos cercanos se utilizan para mejorar la presencia de vegetación (GU, 2019).

  • Fórmula del BSI = ((Red+SWIR) – (NIR+Blue)) / ((Red+SWIR) + (NIR+Blue))
  • BSI (Landsta 8) = (B6 + B4) – (B5 + B2) / (B6 + B4) + (B5 + B2)
  • BSI (Landsta 4 – 7) = (B5 + B3) – (B4 + B1) / (B5 + B3) + (B4 + B1)
  • BSI (Sentinel 2) = (B11 + B4) – (B8 + B2) / (B11 + B4) + (B8 + B2)

Normalized Difference Water Index (NDWI):

El Índice Diferencial de Agua Normalizado (NDWI) se utiliza para el análisis de masas de agua. El índice utiliza bandas verdes y casi infrarrojas de imágenes de teledetección. El NDWI puede mejorar la información sobre el agua de manera eficiente en la mayoría de los casos. Es sensible a la acumulación de tierra y resulta en la sobreestimación de los cuerpos de agua. Los productos NDWI pueden ser usados en conjunto con los productos de cambio NDVI para evaluar el contexto de las áreas de cambio aparente (Bahadur, 2018).

  • Fórmula del NDWI = (NIR – SWIR) / (NIR + SWIR)
  • NDWI (Landsat 8) = (B3 – B5) / (B3 + B5)
  • NDWI (Landsat 4 – 7) = (B2 – B4) / (B2 + B4)
  • NDWI (Sentinel 2) = (B3 – B8) / (B3 + B8)

Normalized Difference Snow Index (NDSI):

El Índice Diferencial Normalizado de Nieve (NDSI) es un indicador numérico que muestra la cobertura de nieve en áreas terrestres. Las bandas espectrales de infrarrojos verdes y de onda corta (SWIR) se utilizan dentro de esta fórmula para trazar el mapa de la cubierta de nieve. Dado que la nieve absorbe la mayor parte de la radiación incidente en el SWIR mientras que las nubes no lo hacen, esto permite a NDSI distinguir la nieve de las nubes. Esta fórmula se utiliza comúnmente en la aplicación de mapas de cobertura de nieve y hielo, así como en el monitoreo de glaciares (Bluemarblegeo, 2019).

  • Fórmula del NDSI = (Green-SWIR) / (Green+SWIR)
  • NDSI (Landsat 8) = (B3 – B6) / (B3 + B6)
  • NDSI (Landsat 4 – 7) = (B2 – B5) / (B2 + B5)
  • NDSI (Sentinel 2) = (B3 – B11) / (B3 + B11)

Normalized Difference Glacier Index (NDGI):

El Índice Glaciar Diferencial Normalizado (NDGI) se utiliza para ayudar a detectar y monitorear glaciares utilizando las bandas espectrales verde y roja. Esta ecuación se utiliza comúnmente en la detección de glaciares y en aplicaciones de monitoreo de glaciares (Bluemarblegeo, 2019).

  • Fórmula del NDGI = (NIR-Green)/(NIR+Green)
  • NDGI (Landsat 8) = (B3 – B4) / (B3 + B4)
  • NDGI (Landsat 4 – 7) = (B2 – B3) / (B2 + B3)
  • NDGI (Sentinel 2) = (B3 – B4) / (B3 + B4)

Atmospherically Resistant Vegetation Index (ARVI)

Como su nombre indica, el Índice de Vegetación Atmosféricamente Resistente (ARVI) es el primer índice de vegetación, que es relativamente propenso a factores atmosféricos (como el aerosol). La fórmula del índice ARVI inventada por Kaufman y Tanré es básicamente NDVI corregida para los efectos de dispersión atmosférica en el espectro de reflectancia rojo utilizando las medidas en longitudes de onda azules (EOS, 2019).

  • Fórmula del ARVI = (NIR – (2 * Red) + Blue) / (NIR + (2 * Red) + Blue)

Structure Insensitive Pigment Index (SIPI)

El Índice de Pigmentación Insensible a la Estructura (SIPI) es bueno para el análisis de la vegetación con la estructura variable del dosel. Estima la relación entre carotenoides y clorofila: el aumento del valor de las señales de la vegetación estresada (EOS, 2019).

  • Fórmula del SIPI = (NIR – Blue) / (NIR – Red)

Si hay algún error, no dude en informarnos en un comentario.

12 comentarios en “Lista de índices espectrales en Sentinel 2 y Landsat”

  1. Muy buenos días

    Escribo para solicitar muy amablemente en caso de conocer, los rangos del índice de vegetación EVI, debido a que realizando una búsqueda de artículos académicos sólo encuentro que de 0 a 5 van cuerpos hídricos y mayores a 5 es vegetación, si pudiera ayudarme con eso se lo agradecería muchisimo

    Responder
  2. Me parece que esta formula esta mal para el EVI, ya que NIR para Landsat 4 -7 seria = a B4

    EVI (Landsat 4 – 7) = 2.5 * ((B5 – B4) / ((B5 + 6 * B4 – 7.5 * B2) + 1)))

    Responder
  3. Hola, no se como proceder. Mi area de interes esta cubierta por dos imagenes, para utilizar la calculadora debo primero hacer el mosaico y para hacer el mosaico debo hacer primer el stack? Pienso que si hago el stack no podria usar la calculadora….despejame la duda por favor!!! Gracias!

    Responder
  4. gracias Franzpc, tengo otra duda: lei que no cualquier imagen sentinel2 debo bajar para calcular indice, que nivel de procesamiento debe tener la imagen y como lo reconozco? De nuevo mil gracias

    Responder
    • De acuerdo a sus autores Kaufman, Y. J., & Tanre, D. (1992), demuestra que el ARVI es, en promedio, cuatro veces menos sensible a los efectos atmosféricos que el NDVI. Es importante aplicar el índice a las simulaciones que utilizan diferentes características de la superficie, el aerosol atmosférico y la geometría de observación. Aunque no indica el rango, pero da por entendido que serían los mismos valores del NDVI.

      Responder
  5. Cordiales saludos.

    Agradecido por todos los aportes que haces para el mundo del SIG.

    Tengo un inconveniente para agregar la herramienta Sentinel Index Toolbox. Al adjuntar la herramienta al ArcToolbox se adjunta a Shematic Tools y no permite abrir la herramienta.

    Agradezco las orientaciones del caso….

    Responder

Deja un comentario

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.