El NDVI es probablemente el índice más nombrado en agricultura de precisión, y también uno de los peor explicados para quien no es especialista. Vamos a ordenarlo: qué es, qué mide y, sobre todo, qué decisiones te permite tomar.
Qué mide el NDVI, sin tecnicismos
NDVI son las siglas de Índice de Vegetación de Diferencia Normalizada. En criollo: es una forma de medir cuán sano y vigoroso está un cultivo usando la luz que reflejan las plantas.
La clave está en algo que el ojo no ve. Una planta sana refleja mucha luz en el infrarrojo cercano (NIR) y absorbe la luz roja para hacer fotosíntesis. Una planta estresada refleja distinto. El NDVI combina esas dos bandas en un número:
Mirá la diferencia con tus propios ojos
Esto es lo que el ojo ve (RGB) y lo que revela el análisis (NDVI) sobre el mismo lote. Arrastrá el control:
Interactivo Deslizá para comparar las dos imágenes
NDVI · vigor del cultivo 
RGB · imagen natural Lote de arroz relevado con dron multiespectral (19/09/2023). Izquierda, imagen natural (RGB); derecha, el mismo lote como mapa NDVI, ambas del mismo vuelo. En esta paleta, el rojo y el naranja marcan el mayor vigor (el arroz); el verde, un valor intermedio.
Imágenes: dataset abierto «Multispectral Images on Paddy — Sri Lanka» (Fonseka et al., 2024), CC BY 4.0.[1,2] Capturadas con DJI Mavic 3 Multispectral y procesadas a NDVI por Hub Education en DJI SmartFarm Web; los autores del dataset no tienen relación con Hub Education.
Cómo se lee un mapa NDVI
Un mapa NDVI se ve como el lote pintado con colores según una escala de vigor. Ojo con una trampa habitual: los colores no son universales, dependen del software que procesa el mapa.
La convención más difundida (la de la mayoría de los SIG) es:
- Verde: vigor alto, buena actividad fotosintética.
- Amarillo: vigor intermedio, zona a vigilar.
- Rojo: vigor bajo o suelo desnudo.
Pero muchas herramientas invierten la escala. En el mapa de arriba es justamente al revés: el rojo y el naranja marcan el mayor vigor (los lotes de arroz, con el canopy denso), el verde es un valor intermedio y el gris o celeste, suelo y agua. Por eso, antes de interpretar un mapa NDVI, mirá siempre la leyenda: te dice qué color corresponde a qué valor, y leer el color sin mirarla es la forma más rápida de sacar una conclusión al revés.
Lo valioso, con cualquier paleta, no es el color en sí, sino dónde un sector se aparta del resto del lote. Una zona que rompe el patrón es una señal: ahí puede estar pasando algo —falta de agua, deficiencia nutricional, una plaga, un problema de siembra— que conviene ir a revisar.
De la imagen a la decisión
Un buen flujo de trabajo es:
- Volar el lote y generar el mapa NDVI.
- Identificar las zonas de menor vigor.
- Ir a campo a verificar qué pasa en esas zonas concretas.
- Recién entonces, decidir la acción (riego, fertilización variable, control de plagas).
Para qué se usa en el campo
Detección temprana de estrés
Ver problemas de agua o nutrientes antes de que sean visibles a simple vista.
Fertilización variable
Aplicar más donde hace falta y menos donde no, optimizando el insumo.
Monitoreo de la evolución
Comparar vuelos en el tiempo para ver cómo responde el cultivo.
Estimación de zonas de rinde
Anticipar diferencias de productividad dentro del mismo lote.
Las limitaciones que conviene conocer
El NDVI es excelente, pero no es mágico. Se “satura” en cultivos muy densos (deja de diferenciar bien el vigor alto) y en coberturas bajas su valor se ve afectado por la señal del suelo y de las sombras. Por eso existen otros índices que se usan según el cultivo y el momento:
| Índice | Para qué sirve | Cuándo conviene |
|---|---|---|
| NDVI | Vigor general del cultivo | Uso general, primera lectura |
| NDRE | Detección temprana de estrés | Cultivos densos, en etapas avanzadas |
| GNDVI | Sensible al contenido de clorofila | Estado nutricional |
| OSAVI | Ajustado por influencia del suelo | Cultivos con poca cobertura |
Referencias
Citas según la norma ISO 690 (sistema numérico). Todas las fuentes son oficiales o de instituciones de referencia y pueden consultarse para ampliar o verificar cada concepto.
- FONSEKA, I.; HEWAGAMAGE, K.P.; HALLOLUWA, T.; RATHNAYAKE, U.; BANDARA, R.M.U.S.. Multispectral Images on Paddy — Sri Lanka. Versión 1 [en línea]. Mendeley Data, 2024. DOI: 10.17632/h8s5mn52j6.1. Licencia: CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). [Consulta: 24 de julio de 2026]. Disponible en: https://data.mendeley.com/datasets/h8s5mn52j6/1
- FONSEKA, C.L.I.S.; HALLOLUWA, T.; HEWAGAMAGE, K.P.; RATHNAYAKE, U.; BANDARA, R.M.U.S.. A dataset of unmanned aerial vehicle multispectral images acquired over a field to identify nitrogen requirements [en línea]. Data in Brief, 2024, vol. 54, art. 110479. DOI: 10.1016/j.dib.2024.110479. [Consulta: 24 de julio de 2026]. Disponible en: https://doi.org/10.1016/j.dib.2024.110479