Apa itu NDVI? Arti, nilai, dan rumus
Diterbitkan
NDVI (Normalized Difference Vegetation Index) adalah angka dari −1 sampai +1 yang mengukur seberapa banyak vegetasi hijau yang sehat dalam satu piksel citra satelit. Indeks ini membandingkan dua jenis cahaya yang dipantulkan permukaan: inframerah dekat (NIR), yang tidak terlihat mata kita, dan cahaya merah. NDVI = (NIR − Merah) / (NIR + Merah). Tanaman dan hutan yang rapat bernilai sekitar 0,6 sampai 0,9, tanah terbuka sekitar 0,1, dan air di bawah nol.
NDVI menjadi indeks vegetasi yang paling banyak dipakai karena hampir semua satelit, dan banyak kamera drone, merekam kedua jenis cahaya itu, dan satu angka per piksel mudah dipetakan serta dibandingkan dari waktu ke waktu. Petani memakainya untuk menemukan bagian lahan yang lemah, rimbawan untuk memantau kekeringan, dan perencana kota untuk mengukur seberapa hijau sebuah kota. Anda bisa menghitungnya gratis di QGIS dalam beberapa menit, langkahnya ada di bawah, atau minta AI Agent, plugin QGIS yang kami buat, mengerjakannya dari satu kalimat.
dalam beberapa menit, langkahnya ada di bawah, atau minta Cara kerja NDVI
Tumbuhan menyerap cahaya merah dan menolak inframerah dekat. Daun yang sehat menyerap sebagian besar cahaya merah untuk tumbuh, dan memantulkan sebagian besar inframerah dekat. NASA Earthdata menjelaskan bahwa saat tanaman kekurangan air atau terkena penyakit, ia memantulkan lebih banyak cahaya merah dan lebih sedikit inframerah dekat, sehingga selisih keduanya menyempit.
NDVI mengubah selisih itu menjadi satu angka:
NDVI = (NIR − Merah) / (NIR + Merah)
Ambil lahan gandum sehat yang memantulkan 40% inframerah dekat dan 4% cahaya merah: (0,40 − 0,04) / (0,40 + 0,04) = 0,82. Tanah terbuka mungkin memantulkan 28% dan 20%: (0,28 − 0,20) / (0,28 + 0,20) = 0,17. Pembagian dengan jumlah kedua band membuat indeks ini "ternormalisasi": lahan yang berada di bayangan dan lahan yang sama di bawah matahari penuh memberi nilai yang mirip.
Para peneliti pertama kali memakainya pada citra satelit pada 1974, untuk memantau tanaman di Great Plains, Amerika Serikat, dari satelit Landsat yang pertama.
Arti nilai NDVI
US Geological Survey memberi rentang yang diulang oleh sebagian besar sumber. Anggap saja sebagai pedoman kasar:
| NDVI | Biasanya berarti |
|---|---|
| Di bawah 0 | Air, awan, salju |
| 0 sampai 0,1 | Batuan terbuka, pasir, tanah terbuka, area terbangun |
| 0,2 sampai 0,5 | Vegetasi jarang: padang rumput, semak, tanaman muda atau yang mulai menguning |
| 0,6 sampai 0,9 | Vegetasi rapat: hutan, tanaman pada puncak pertumbuhan |
Dalam rumusan USGS, area gersang bernilai “0,1 atau kurang”, vegetasi jarang “sekitar 0,2 sampai 0,5”, dan vegetasi rapat “sekitar 0,6 sampai 0,9”. Lahan yang sama melewati ketiganya dalam setahun, seperti terlihat di bagian berikut.
NDVI sepanjang musim, hasil pengukuran
Nilai NDVI baru bermakna bila disertai tanggalnya. Untuk menunjukkannya, saya mengikuti satu lahan tanaman di Punjab, India, selama setahun penuh lewat citra satelit Sentinel-2. Lahan yang sama terbaca 0,06 pada awal Juni dan 0,92 pada awal September: dari tanah terbuka menjadi tanaman rapat, di sebidang tanah yang sama.
Kurva ini mengikuti kalender tanam: gandum tumbuh di musim dingin dan memuncak sekitar Februari, lahan kosong setelah panen April, dan padi ditanam akhir Juni lalu memuncak pada Agustus dan September. Kota di dekatnya tetap di antara 0,05 dan 0,17 sepanjang tahun. Jadi nilai “0,2” bisa berarti tanaman muda, lahan yang baru dipanen, atau sebuah desa, tergantung bulannya.
Cara kami mengukur. Saya memakai seluruh 87 citra Sentinel-2 untuk area itu dari 26 September 2025 sampai 26 September 2026, dan memilih titik sampel sebelum membaca nilai apa pun. Setiap titik adalah rata-rata 3 × 3 piksel berukuran 10 m, dan sebuah tanggal dihitung hanya bila tidak ada awan atau bayangan di atasnya: 60 tanggal untuk lahan ini.
Band mana yang dipakai, satelit demi satelit
Rumusnya tidak pernah berubah, tetapi setiap satelit memberi nomor yang berbeda pada band-nya (warna cahaya yang direkam). Tertukar di sini adalah kesalahan pertama yang paling sering terjadi.
| Sumber | Band merah | Band inframerah dekat | Ukuran piksel | Pengamatan ulang |
|---|---|---|---|---|
| Sentinel-2 (ESA) | B4, 665 nm | B8, 842 nm | 10 m | 5 hari atau kurang |
| Landsat 8 dan 9 (USGS) | Band 4 | Band 5 | 30 m | 8 hari gabungan |
| Landsat 4 sampai 7 | Band 3 | Band 4 | 30 m | Arsip sejak 1982 |
| MODIS (NASA) | Produk NDVI siap pakai, MOD13Q1 | 250 m | Komposit 16 hari | |
| Kamera drone multispektral | Band merah | Band NIR | Beberapa cm | Setiap kali Anda terbang |
Sentinel-2 adalah pilihan utama untuk lahan dan kebun: gratis, piksel 10 m, citra baru setiap beberapa hari. Pakai Landsat untuk menengok masa sebelum 2015, dan MODIS untuk seluruh negara setiap dua minggu. Kamera drone biasa tidak bisa menghitung NDVI karena tidak merekam inframerah dekat. Untuk mencari dan mengakses citranya lewat streaming, lihat cara mengunduh Sentinel-2 di QGIS.
Offset Sentinel-2 yang diam-diam menurunkan NDVI
Sejak 25 Januari 2022, file Sentinel-2 menambahkan 1.000 pada setiap nilai. Laporan kualitas data ESA meminta agar angka itu dikurangkan: reflektansi (porsi cahaya yang dipantulkan) = (nilai − 1000) / 10000. Rumus tutorial klasik, (B8 − B4) / (B8 + B4) pada nilai mentah, melewatkan langkah itu, dan hasilnya jadi terlalu rendah.
Kesalahannya paling besar justru di tempat yang paling penting, pada tanaman yang sehat:
| Permukaan | NDVI yang benar | NDVI bila lupa 1.000 | Selisih |
|---|---|---|---|
| Tanaman rapat | 0,82 | 0,56 | −0,26 |
| Tanah terbuka | 0,17 | 0,12 | −0,05 |
Tanaman sehat turun dari kategori “rapat” ke kategori “jarang”. Pada citra Harike kami, porsi area di atas 0,6 turun dari 73% menjadi 14% bila offset terlupa. Tidak satu pun dari sembilan tutorial NDVI QGIS yang kami periksa menyebutkannya.
Sebagian sumber sudah menghapusnya untuk Anda, jadi periksa dulu sebelum mengurangkan. Klik satu piksel dengan alat Identify: nilai dalam ribuan berarti data mentah, nilai antara 0 dan sekitar 1 berarti sudah berupa reflektansi.
Keterbatasan NDVI
NDVI mengukur kehijauan, dan kehijauan tidak sama dengan kesehatan. Empat batas ini muncul di proyek nyata:
- Ada batas atasnya. Di atas vegetasi yang sangat rapat, NDVI bertahan di sekitar 0,85 sampai 0,9 dan tidak bisa membedakan lahan subur dari lahan yang sangat subur.
- Warna tanah ikut masuk. Saat tanaman jarang, tanah gelap dan tanah terang memberi nilai berbeda untuk tanaman yang sama.
- Awan menipu. Awan tipis menurunkan NDVI, jadi buang piksel berawan sebelum merata-ratakan apa pun.
- Satelit berbeda sedikit. Sentinel-2 dan Landsat memberi nilai yang dekat tetapi tidak identik untuk lahan yang sama.
Bila batas-batas itu mengganggu, indeks lain menjawab lebih baik:
| Indeks | Pakai bila |
|---|---|
| EVI | Vegetasinya sangat rapat, seperti hutan tropis, tempat NDVI berhenti naik |
| SAVI | Tanaman jarang dan banyak tanah terlihat, seperti tanaman muda atau lahan kering |
| NDRE | Anda memantau nitrogen tanaman di akhir musim (butuh band red-edge, yang dimiliki Sentinel-2) |
| NDWI | Anda ingin memetakan air, bukan tumbuhan |
Cara menghitung NDVI di QGIS
Muat band merah dan inframerah dekat
Untuk Sentinel-2, muat band B04 (merah) dan B08 (inframerah dekat), yang diunduh atau diakses lewat streaming seperti di panduan Sentinel-2. Klik satu piksel dengan alat Identify: nilai dalam ribuan berarti data mentah, nilai 0 sampai 1 berarti sudah terkoreksi.
Buka Raster Calculator
Raster > Raster Calculator…. Masukkan rumus dengan nama layer Anda. Pada reflektansi: ("B08@1" - "B04@1") / ("B08@1" + "B04@1"). Pada nilai mentah dari 2022 ke atas, kurangi 1000 dari setiap band lebih dulu: (("B08@1" - 1000) - ("B04@1" - 1000)) / (("B08@1" - 1000) + ("B04@1" - 1000)). Atur extent ke area Anda, bukan seluruh tile.
Atur simbologi hasilnya
Buka properti layer, Symbology, jenis render Singleband pseudocolor, ramp merah-kuning-hijau dari −0,2 sampai 0,9. Air menjadi merah kecokelatan, sawah hijau.
Rangkum per lahan
Jalankan Processing > Zonal statistics dengan poligon lahan Anda untuk mendapatkan rata-rata NDVI setiap lahan sebagai atribut.
Berikut Raster Calculator dengan rumus untuk nilai mentah Sentinel-2, tempat 1000 dikurangkan dari setiap band lebih dulu:
Lalu hasilnya, diberi simbologi dari merah ke hijau, dengan legenda di panel Layers:
Dalam satu pesan
Kami yang membuat AI Agent, jadi bagian ini membahas plugin kami sendiri. Langkah di atas memakan sekitar sepuluh menit setelah Anda hafal. Dengan plugin ini, Anda cukup mengetik tugasnya. Saya mengirim ini, di proyek baru dengan pengaturan default: “Hitung NDVI untuk lahan di sekitar Harike, Punjab dari citra Sentinel-2 terbaru yang bebas awan, atur simbologinya dari merah ke hijau, dan beri tahu saya berapa persen area yang berada di atas 0,6.”
Plugin memeriksa lima citra bulan September, melewati dua yang berawan, memakai citra 8 September, menghapus offset, dan menjawab dalam sekitar 3 menit 30 detik: 75% dari area seluas 17 km² berada di atas 0,6. NDVI-nya sama dengan hasil manual saya, piksel demi piksel.
Plugin juga meninggalkan layer kerjanya di proyek, dan menyebut areanya “4 km kali 4 km” padahal ukurannya 3,8 kali 4,5 km. Hal kecil, tetapi periksa angka yang Anda kutip.
Coba AI Agent gratis di QGIS, tanpa kartu
Yang perlu diingat
NDVI = (NIR − Merah) / (NIR + Merah), nilainya dari −1 sampai +1. Tanaman rapat dan hutan bernilai sekitar 0,6 sampai 0,9, tanah terbuka sekitar 0,1, air di bawah nol.
Lahan yang sama melewati seluruh skala dalam setahun, jadi nilai NDVI baru bermakna bersama tanggalnya. Satu lahan di Punjab terbaca 0,06 pada awal Juni dan 0,92 pada awal September.
Pada Sentinel-2, NDVI memakai B8 dan B4 pada 10 m. Sejak 25 Januari 2022, nilai mentah Level-2A membawa offset −1000 yang menurunkan NDVI tanaman rapat dari 0,82 menjadi 0,56 bila diabaikan.
NDVI jenuh di atas kanopi yang rapat dan peka terhadap tanah serta awan. EVI, SAVI, dan NDRE menjawab kasus-kasus itu lebih baik.
Pertanyaan umum
Berapa nilai NDVI yang bagus untuk tanaman?
Tanaman sehat pada puncak pertumbuhan biasanya terbaca 0,6 sampai 0,9. Di awal musim, saat tanaman baru menutupi sedikit tanah, 0,2 sampai 0,4 itu normal. Bandingkan sebuah lahan dengan dirinya sendiri sepanjang musim, atau dengan lahan tetangga yang ditanami hal yang sama pada tanggal yang sama, bukan dengan ambang batas yang tetap.
Apa arti NDVI negatif?
Hampir selalu air, awan, atau salju, yang memantulkan lebih banyak cahaya merah daripada inframerah dekat. Air terbuka yang jernih biasanya terbaca di bawah nol, sedangkan air keruh atau dangkal bisa sedikit di atasnya, jadi NDVI saja kurang baik untuk mendeteksi air.
Band Sentinel-2 mana yang dipakai untuk NDVI?
B8 (inframerah dekat, 842 nm) dan B4 (merah, 665 nm), keduanya pada 10 m. NDVI = (B8 − B4) / (B8 + B4) pada reflektansi. Pada nilai mentah Level-2A yang diproses sejak 25 Januari 2022, kurangi dulu offset 1.000 dari setiap band.
Apa bedanya NDVI dan NDRE?
NDRE memakai band red-edge sebagai pengganti band merah. Indeks ini tetap responsif di atas kanopi rapat tempat NDVI jenuh, sehingga lebih cocok untuk nitrogen dan vigor tanaman di akhir musim. NDRE butuh sensor dengan band red-edge, seperti Sentinel-2 atau kamera drone multispektral.
Bisakah saya menghitung NDVI dari foto drone biasa?
Tidak. NDVI membutuhkan band inframerah dekat, sedangkan kamera RGB biasa hanya merekam merah, hijau, dan biru. Ada indeks cahaya tampak seperti VARI, tetapi hanya sebagai pendekatan yang lebih lemah. Untuk NDVI dari drone, Anda perlu kamera multispektral.
Bisakah QGIS menghitung NDVI secara otomatis?
QGIS tidak punya tombol NDVI sekali klik, tetapi Raster Calculator mengerjakannya dengan satu rumus, seperti ditunjukkan di atas. Untuk melewati langkah-langkahnya, plugin AI agent bisa mencari citra, menghitung NDVI, dan mengatur simbologinya dari satu kalimat: AI Agent milik kami melakukannya untuk area pertanian di Punjab dalam sekitar tiga setengah menit.
Dari mana saya bisa mendapat data NDVI gratis?
Hitung sendiri dari Sentinel-2 (10 m) atau Landsat (30 m), keduanya gratis, atau unduh NDVI MODIS siap pakai dari NASA (MOD13Q1, 250 m, setiap 16 hari). QGIS menghitungnya dari dua band itu dalam semenit dengan Raster Calculator.
Untuk mendapatkan citranya, mengunduh Sentinel-2 di QGIS membandingkan empat cara, lengkap dengan pemilihan dan streaming citra. Multispektral vs hiperspektral menjelaskan band di balik indeks ini, dan pemetaan kanopi pohon di QGIS membawa vegetasi dari indeks menjadi poligon. AI Agent menjalankan seluruh alur kerja NDVI dari satu kalimat di QGIS, dan hub AI QGIS mendaftar plugin AI lainnya menurut tugas.
