Chỉ số NDVI và ứng dụng hiện nay của Viễn Thám

NDVI là chỉ số thực vật khác biệt chuẩn hóa, được tính từ độ phản xạ của dải đỏ và cận hồng ngoại. Chỉ số này giúp mô tả mức độ xanh, mật độ tán lá và sự biến động của thực vật trên ảnh vệ tinh hoặc ảnh đa phổ UAV.

Bài viết của Đo Vẽ Nhanh giải thích chỉ số NDVI là gì, công thức tính, cách chọn band ảnh, quy trình xử lý dữ liệu vệ tinh–UAV, cách đọc giá trị và các giới hạn cần lưu ý.

Viễn thám là gì?

Viễn thám là quá trình thu nhận và phân tích thông tin về đối tượng mà không tiếp xúc trực tiếp với đối tượng đó. Dữ liệu được ghi nhận thông qua bức xạ điện từ phản xạ hoặc phát xạ từ bề mặt đất, nước, thực vật và công trình.

Một hệ thống viễn thám thường gồm:

• Nguồn năng lượng tự nhiên như Mặt Trời hoặc nguồn chủ động do cảm biến phát ra.
• Sự tương tác của năng lượng với khí quyển.
• Sự hấp thụ, truyền qua và phản xạ tại bề mặt.
• Cảm biến đặt trên vệ tinh, máy bay hoặc UAV.
• Hệ thống truyền, hiệu chỉnh và xử lý dữ liệu.
• Quy trình giải đoán, phân loại và lập bản đồ chuyên đề.

Trong viễn thám quang học, cảm biến ghi nhận năng lượng ở các dải phổ như xanh lam, xanh lục, đỏ, cận hồng ngoại và hồng ngoại sóng ngắn. Mỗi loại bề mặt có đặc tính phản xạ khác nhau, tạo cơ sở để phân biệt nước, đất trống, khu xây dựng và thảm thực vật.

Xem thêm bài viễn thám là gì để hiểu thêm về cảm biến, độ phân giải và các nền tảng thu nhận dữ liệu.

Nguyên lý thu nhận dữ liệu viễn thám

1. Phát năng lượng. Mặt Trời hoặc hệ thống chủ động cung cấp năng lượng điện từ.
2. Truyền qua khí quyển. Năng lượng bị hấp thụ và tán xạ một phần.
3. Tương tác bề mặt. Đối tượng hấp thụ, truyền qua hoặc phản xạ năng lượng.
4. Cảm biến ghi nhận. Giá trị bức xạ được lưu theo từng pixel và từng dải phổ.
5. Hiệu chỉnh dữ liệu. Ảnh được hiệu chỉnh hình học, bức xạ và khí quyển khi cần.
6. Phân tích. Người dùng tính chỉ số phổ, phân loại hoặc giải đoán ảnh.
7. Tạo sản phẩm. Kết quả được trình bày thành bản đồ, thống kê và báo cáo.

Thực vật xanh hấp thụ mạnh ánh sáng đỏ cho quang hợp nhưng phản xạ mạnh cận hồng ngoại do cấu trúc mô lá. Sự tương phản này là cơ sở của công thức NDVI.

Chỉ số NDVI là gì?

NDVI là viết tắt của Normalized Difference Vegetation Index, tiếng Việt thường gọi là chỉ số thực vật khác biệt chuẩn hóa.

NDVI được dùng để định lượng độ xanh của thực vật, hỗ trợ đánh giá mật độ tán và theo dõi sự thay đổi của lớp phủ thực vật theo không gian hoặc thời gian.

Bản nháp cũ ghi “NDIV” và dùng ký hiệu IR–R. Cách viết chuẩn là NDVI và nên dùng NIR–Red để tránh nhầm cận hồng ngoại với toàn bộ miền hồng ngoại.

Vì sao thực vật có NDVI cao?

Lá xanh hấp thụ nhiều năng lượng dải đỏ do sắc tố quang hợp, đồng thời phản xạ mạnh cận hồng ngoại ở cấu trúc bên trong lá. Khi tán lá phát triển tốt, NIR thường lớn hơn Red, làm tử số công thức dương và NDVI tăng.

Quan hệ khái quát giữa phản xạ phổ và giá trị NDVI.

Bề mặt	Đặc điểm phản xạ	NDVI thường gặp
Nước, bóng mây	NIR thấp; có thể hấp thụ mạnh	Âm hoặc gần 0
Đất trống, bê tông	Red và NIR không chênh lệch lớn	Thấp
Cỏ thưa, cây suy giảm	NIR cao hơn Red nhưng chênh lệch vừa	Trung bình
Tán cây xanh dày	Hấp thụ Red mạnh, phản xạ NIR cao	Cao

NDVI có giá trị từ bao nhiêu đến bao nhiêu?

Về mặt toán học, NDVI nằm trong khoảng từ −1 đến +1. Tuy nhiên, các ngưỡng phân loại không cố định cho mọi khu vực và mọi thời điểm.

Ngưỡng tham khảo khi đọc bản đồ NDVI; cần hiệu chỉnh theo dữ liệu thực tế.

Khoảng tham khảo	Diễn giải thường gặp	Lưu ý
Nhỏ hơn 0	Nước, mây, bóng hoặc bề mặt không có thực vật	Không phải mọi pixel âm đều là nước
0 đến 0,2	Đất trống, xây dựng hoặc thực vật rất thưa	Đất ẩm và vật liệu bề mặt có thể làm thay đổi giá trị
0,2 đến 0,5	Thảm cỏ, cây thưa hoặc thực vật giai đoạn trung gian	Cần so sánh theo mùa vụ và loại cây
0,5 đến 0,9	Tán cây tương đối dày và xanh	NDVI có thể bão hòa ở tán rất dày

Không nên dùng một bảng màu chung để so sánh hai bản đồ nếu thang giá trị, ngày chụp, cảm biến hoặc phương pháp hiệu chỉnh khác nhau.

Chọn band nào để tính NDVI?

Công thức luôn dùng dải đỏ và cận hồng ngoại, nhưng số thứ tự band thay đổi theo cảm biến.

Band dùng để tính NDVI trên một số thế hệ Landsat phổ biến.

Dữ liệu	Band đỏ	Band NIR
Landsat 4–5 TM	Band 3	Band 4
Landsat 7 ETM+	Band 3	Band 4
Landsat 8–9 OLI	Band 4	Band 5

Vì vậy:

• Landsat 7: NDVI = (Band 4 − Band 3) / (Band 4 + Band 3).
• Landsat 8–9: NDVI = (Band 5 − Band 4) / (Band 5 + Band 4).

Cách tạo NDVI từ ảnh Landsat 7

Hai ảnh dưới đây minh họa giao diện ENVI đời cũ. Dù giao diện phần mềm có thể thay đổi, nguyên lý xử lý vẫn là dùng Band 4 cho NIR và Band 3 cho Red.

1. Chọn dữ liệu phù hợp. Ưu tiên ảnh ít mây và cùng mùa khi phân tích biến động.
2. Dùng phản xạ bề mặt. Sản phẩm Surface Reflectance phù hợp hơn giá trị số thô khi so sánh.
3. Loại mây và bóng mây. Dùng lớp chất lượng hoặc mặt nạ phù hợp.
4. Kiểm tra band. Landsat 7 dùng B4 và B3; Landsat 8–9 dùng B5 và B4.
5. Tính biểu thức. Thực hiện bằng ENVI, QGIS, ArcGIS, Google Earth Engine hoặc phần mềm raster khác.
6. Kiểm tra thang giá trị. Một số sản phẩm lưu NDVI dạng số nguyên có hệ số scale.
7. Phân lớp và thống kê. Chọn ngưỡng theo khu vực nghiên cứu, không dùng máy móc.
8. Kiểm chứng hiện trường. So sánh với ảnh thực địa, mẫu cây hoặc dữ liệu canh tác.

Tính NDVI từ UAV cần thiết bị gì?

NDVI thực yêu cầu dữ liệu có cả band đỏ và band cận hồng ngoại. Vì vậy, UAV dùng camera RGB thông thường không thể trực tiếp tạo NDVI đúng nghĩa nếu không có thông tin NIR.

Một hệ thống UAV đa phổ thường gồm:

• Camera ghi được ít nhất band Red và NIR.
• Cảm biến ánh sáng hoặc tấm hiệu chuẩn phản xạ khi quy trình yêu cầu.
• Kế hoạch bay bảo đảm độ phủ và GSD phù hợp.
• Điểm khống chế hoặc RTK/PPK để tăng độ chính xác hình học.
• Phần mềm ghép ảnh đa phổ và căn chỉnh các band.
• Quy trình hiệu chỉnh bức xạ trước khi so sánh nhiều chuyến bay.

Khảo sát 3D bằng UAV có thể cung cấp ảnh trực giao, mô hình bề mặt và dữ liệu đa phổ tùy loại cảm biến và mục tiêu dự án.

Quy trình lập bản đồ NDVI bằng UAV

1. Xác định mục tiêu. Theo dõi sinh trưởng, phát hiện vùng bất thường hay so sánh nghiệm thức.
2. Chọn cảm biến. Bảo đảm có Red, NIR và các band bổ sung nếu cần.
3. Thiết kế chuyến bay. Giữ cao độ, độ phủ, hướng bay và thời điểm ánh sáng ổn định.
4. Hiệu chuẩn. Chụp tấm phản xạ và ghi dữ liệu cảm biến ánh sáng theo hướng dẫn thiết bị.
5. Thu ảnh. Tránh mây thay đổi nhanh, bóng dài và gió làm tán cây chuyển động mạnh.
6. Ghép ảnh đa phổ. Tạo orthomosaic từng band và kiểm tra sai lệch giữa band.
7. Tính NDVI. Dùng raster Red và NIR đã căn chỉnh.
8. Phân vùng. Tạo lớp quản lý, thống kê diện tích và chọn điểm kiểm tra.
9. Khảo sát thực địa. Xác định nguyên nhân tại các vùng NDVI bất thường.

Ứng dụng NDVI trong nông nghiệp

NDVI được dùng rộng rãi để theo dõi sự phát triển không đồng đều của cây trồng và hỗ trợ bố trí khảo sát thực địa.

• So sánh mức độ phát triển giữa các lô hoặc nghiệm thức.
• Phát hiện khu vực có tán thưa hoặc suy giảm sớm.
• Theo dõi tiến trình sinh trưởng theo từng giai đoạn.
• Hỗ trợ khoanh vùng kiểm tra sâu bệnh, nước và dinh dưỡng.
• Tạo vùng quản lý phục vụ lấy mẫu và chăm sóc biến đổi theo không gian.
• Đánh giá hậu quả sau ngập, hạn hoặc sự cố canh tác.

NDVI chỉ chỉ ra sự khác biệt phổ. Hai vùng NDVI thấp có thể do nguyên nhân hoàn toàn khác nhau như thiếu nước, cây mới trồng, sâu bệnh, đất trống hoặc bóng che.

Ứng dụng trong lâm nghiệp và môi trường

Trong lâm nghiệp, NDVI hỗ trợ theo dõi độ xanh và biến động lớp phủ trên phạm vi lớn. Chuỗi ảnh nhiều thời điểm có thể giúp nhận diện khu vực suy giảm hoặc phục hồi để ưu tiên kiểm tra.

Có thể tham khảo thêm nghiên cứu viễn thám giám sát biến động rừng Cần Giờ để hiểu cách kết hợp ảnh nhiều thời điểm với phân tích lớp phủ.

Các ứng dụng khác gồm:

• Giám sát phục hồi thảm thực vật sau cháy hoặc khai thác.
• Theo dõi biến động vùng ngập mặn và cây xanh đô thị.
• Đánh giá ảnh hưởng của hạn hán theo chuỗi thời gian.
• Hỗ trợ lập bản đồ sử dụng đất và lớp phủ.
• Khoanh vùng thực địa trong nghiên cứu carbon và sinh khối.

Khi NDVI được dùng trong đánh giá carbon, cần kết hợp mô hình sinh khối, số liệu kiểm kê và phương pháp được chấp nhận; NDVI không tự quy đổi trực tiếp thành tín chỉ carbon. Xem thêm bài cách tính tín chỉ carbon.

NDVI có dùng để dự báo năng suất không?

NDVI có thể là một biến đầu vào trong mô hình dự báo năng suất, đặc biệt khi có chuỗi thời gian, dữ liệu thời tiết, giống, lịch canh tác và số liệu năng suất thực tế.

Không nên dùng một ảnh NDVI đơn lẻ để kết luận sản lượng. Cùng một giá trị NDVI có thể xuất hiện ở các giống cây, giai đoạn sinh trưởng và mật độ khác nhau.

Những hạn chế của NDVI

Các hạn chế thường gặp và hướng xử lý khi sử dụng NDVI.

Hạn chế	Ảnh hưởng	Hướng xử lý
Bão hòa ở tán dày	Khó phân biệt mức sinh khối cao	Kết hợp EVI, red-edge hoặc chỉ số khác
Ảnh hưởng nền đất	NDVI biến động mạnh khi tán thưa	Cân nhắc SAVI hoặc hiệu chỉnh theo nền
Mây và bóng mây	Tạo vùng giá trị sai	Dùng lớp QA và mặt nạ
Khác cảm biến, ngày chụp	Khó so sánh trực tiếp	Chuẩn hóa dữ liệu và dùng cùng quy trình
Không xác định nguyên nhân	Vùng thấp có thể do nhiều yếu tố	Kiểm tra thực địa và dữ liệu bổ sung

USGS sử dụng EVI để giảm một phần ảnh hưởng khí quyển và nền tán, còn SAVI được thiết kế để giảm ảnh hưởng độ sáng đất ở khu vực che phủ thực vật thấp.

NDVI khác EVI, SAVI và NDRE thế nào?

So sánh mục đích sử dụng của một số chỉ số thực vật phổ biến.

Chỉ số	Dữ liệu chính	Trường hợp phù hợp
NDVI	Red và NIR	Độ xanh, lớp phủ và biến động thực vật tổng quát
EVI	Blue, Red và NIR	Tán dày, cần giảm ảnh hưởng khí quyển và nền tán
SAVI	Red và NIR kèm hệ số đất	Khu vực thực vật thưa, nền đất ảnh hưởng mạnh
NDRE	Red-edge và NIR	Theo dõi biến động diệp lục ở tán phát triển

Không nên chọn chỉ số chỉ vì bản đồ có màu đẹp. Chỉ số phải phù hợp cảm biến, giai đoạn cây, mục tiêu nghiên cứu và khả năng kiểm chứng.

Cách so sánh NDVI giữa hai thời điểm

1. Chọn cùng mùa hoặc cùng giai đoạn cây. Tránh nhầm biến động mùa vụ với suy giảm thực vật.
2. Dùng dữ liệu cùng loại. Ưu tiên cùng cảm biến và cùng mức xử lý.
3. Đồng nhất hệ tọa độ và pixel. Hai raster phải chồng khít.
4. Loại mây, bóng và vùng lỗi. Không đưa pixel kém chất lượng vào thống kê.
5. Dùng cùng thang màu. Giữ min–max và ngưỡng phân loại thống nhất.
6. Tính chênh lệch. Dùng NDVI thời điểm sau trừ thời điểm trước.
7. Kiểm tra điểm biến động lớn. Đối chiếu ảnh màu thật và khảo sát thực địa.

Sản phẩm cuối có thể tích hợp vào bản đồ chuyên đề để thể hiện vùng tăng, giảm và ổn định theo từng khu vực quản lý.

Sai lầm thường gặp khi tính NDVI

• Viết sai thành NVDI hoặc NDIV: tên viết tắt đúng là NDVI.
• Dùng ảnh RGB để tính NDVI chuẩn: thiếu band NIR nên không đáp ứng công thức.
• Chọn nhầm band Landsat: số band thay đổi giữa các thế hệ cảm biến.
• Tính trực tiếp từ ảnh chưa xử lý: gây khó so sánh giữa thời điểm.
• Không loại mây và bóng: tạo vùng NDVI thấp giả.
• Gán một ngưỡng cho mọi loại cây: dễ phân loại sai.
• Cho rằng NDVI âm luôn là đất trống: nước, mây và bóng cũng có thể âm.
• Kết luận sâu bệnh chỉ từ NDVI: chỉ số không xác định nguyên nhân cụ thể.
• So sánh bản đồ dùng thang màu khác nhau: màu giống nhau có thể đại diện giá trị khác.
• Không lưu metadata: mất thông tin ngày chụp, cảm biến và quy trình xử lý.

“Giá trị lớn nhất của NDVI không nằm ở một bản đồ màu đơn lẻ mà ở chuỗi dữ liệu được chuẩn hóa và kiểm chứng. Khi cùng cảm biến, cùng quy trình và cùng giai đoạn sinh trưởng, sự thay đổi NDVI mới có ý nghĩa phân tích rõ ràng.”

— Kỹ sư Phan Việt Tuyên

Câu hỏi thường gặp

NDVI là viết tắt của từ gì?

NDVI là viết tắt của Normalized Difference Vegetation Index, thường dịch là chỉ số thực vật khác biệt chuẩn hóa.

Công thức NDVI là gì?

NDVI = (NIR − Red) / (NIR + Red), trong đó NIR là cận hồng ngoại và Red là dải đỏ.

NDVI càng cao thì cây càng khỏe phải không?

Không hoàn toàn. NDVI cao thường liên quan tán xanh dày nhưng còn chịu ảnh hưởng loại cây, giai đoạn sinh trưởng, nền đất và cảm biến.

Ảnh flycam RGB có tính được NDVI không?

Không tính được NDVI chuẩn vì camera RGB không ghi band cận hồng ngoại. Cần camera đa phổ có Red và NIR.

Landsat 7 dùng band nào tính NDVI?

Landsat 7 ETM+ dùng Band 4 cho NIR và Band 3 cho Red.

Landsat 8 và 9 dùng band nào?

Landsat 8–9 dùng Band 5 cho NIR và Band 4 cho Red.

NDVI âm có nghĩa là gì?

Giá trị âm thường liên quan nước, mây, bóng hoặc bề mặt không có thực vật, nhưng phải kiểm tra ảnh và lớp chất lượng.

NDVI có phát hiện sâu bệnh không?

NDVI có thể khoanh vùng cây có phản ứng phổ bất thường nhưng không xác định chắc chắn nguyên nhân là sâu bệnh.

NDVI có tính được tín chỉ carbon không?

Không trực tiếp. NDVI có thể là dữ liệu hỗ trợ nhưng phải kết hợp mô hình sinh khối, kiểm kê và phương pháp carbon được chấp nhận.

Khi nào nên dùng SAVI hoặc EVI?

SAVI phù hợp khi nền đất ảnh hưởng mạnh ở khu vực tán thưa; EVI hữu ích khi cần giảm ảnh hưởng khí quyển, nền tán và hiện tượng bão hòa ở thực vật dày.

Kết luận

NDVI là chỉ số phổ đơn giản nhưng hữu ích để mô tả độ xanh và theo dõi biến động thực vật. Công thức dựa trên sự khác biệt giữa phản xạ cận hồng ngoại và dải đỏ.

Để kết quả có giá trị, cần dùng đúng band, loại mây, chuẩn hóa dữ liệu, giữ cùng thang so sánh và kiểm chứng thực địa. Với UAV, phải sử dụng camera có Red và NIR; ảnh RGB thông thường không tạo được NDVI chuẩn.

Tài liệu tham khảo

1. U.S. Geological Survey. (n.d.). Landsat Normalized Difference Vegetation Index.
2. U.S. Geological Survey. (n.d.). What are the band designations for the Landsat satellites?
3. U.S. Geological Survey. (2018). NDVI, the foundation for remote sensing phenology.