Vai al contenuto
QGIS
Guida

Cos'è l'NDVI? Significato, valori e formula

Pubblicato il

L'NDVI, il Normalized Difference Vegetation Index (in italiano indice di vegetazione a differenza normalizzata), è un numero da −1 a +1 che misura quanta vegetazione verde e sana contiene un pixel di un'immagine satellitare. Confronta due tipi di luce che una superficie rimanda indietro: il vicino infrarosso (NIR), invisibile ai nostri occhi, e il rosso. NDVI = (NIR − Rosso) / (NIR + Rosso). Colture fitte e foreste valgono circa da 0,6 a 0,9, il suolo nudo intorno a 0,1 e l'acqua meno di zero.

Immagine Sentinel-2 dei campi intorno alla zona umida di Harike, in Punjab, India, dove si incontrano due fiumi, poi la stessa vista come mappa NDVI: campi in verde scuro, villaggi e sabbia in arancione chiaro, fiumi e bacino in rosso. (after)
Immagine Sentinel-2 dei campi intorno alla zona umida di Harike, in Punjab, India, dove si incontrano due fiumi, poi la stessa vista come mappa NDVI: campi in verde scuro, villaggi e sabbia in arancione chiaro, fiumi e bacino in rosso. (before)
PrimaDopo
Trascina per confrontare
Harike, Punjab, 8 settembre 2026: la foto satellitare, poi il suo NDVI. Il verde sono le colture fitte, il rosso l'acqua.

È l'indice di vegetazione più usato perché quasi tutti i satelliti, e molte fotocamere da drone, registrano quei due tipi di luce, e un solo numero per pixel è facile da mappare e da confrontare nel tempo. Gli agricoltori lo usano per individuare le zone deboli di un campo, i forestali per seguire una siccità e i pianificatori per misurare quanto è verde una città. Puoi calcolarlo gratis in QGIS in pochi minuti, con i passaggi qui sotto, oppure chiedere a AI Agent, il plugin QGIS che sviluppiamo noi, di farlo con una sola frase.

Come funziona l'NDVI

Le piante usano la luce rossa e rifiutano il vicino infrarosso. Una foglia sana assorbe quasi tutta la luce rossa per crescere e rimanda indietro quasi tutto il vicino infrarosso. NASA Earthdata spiega che, quando una pianta soffre per siccità o malattia, riflette più rosso e meno vicino infrarosso, quindi la differenza tra i due si riduce.

Grafici a barre della riflettanza nel rosso e nel vicino infrarosso per quattro superfici. Una coltura sana riflette il 4% di rosso e il 40% di vicino infrarosso, NDVI 0,82. Una coltura in stress riflette l'8% e il 30%, NDVI 0,58. Il suolo nudo riflette il 20% e il 28%, NDVI 0,17. L'acqua riflette il 5% di rosso e il 2% di vicino infrarosso, NDVI meno 0,43.
Le foglie sane assorbono il rosso e rimandano indietro il vicino infrarosso. Più è ampia la differenza, più l'NDVI è alto.

L'NDVI trasforma quella differenza in un numero:

NDVI = (NIR − Rosso) / (NIR + Rosso)

Prendi un campo di grano sano che riflette il 40% del vicino infrarosso e il 4% della luce rossa: (0,40 − 0,04) / (0,40 + 0,04) = 0,82. Il suolo nudo potrebbe riflettere il 28% e il 20%: (0,28 − 0,20) / (0,28 + 0,20) = 0,17. Dividere per la somma rende l'indice “normalizzato”: un campo in ombra e lo stesso campo in pieno sole danno valori simili.

I ricercatori l'hanno usato per la prima volta su immagini satellitari nel 1974, per osservare le colture delle Grandi Pianure degli Stati Uniti dal primo satellite Landsat.

Cosa significano i valori NDVI

L'US Geological Survey indica gli intervalli che la maggior parte delle fonti ripete. Considerali una regola pratica:

NDVICosa indica di solito
Sotto 0Acqua, nuvole, neve
Da 0 a 0,1Roccia nuda, sabbia, suolo nudo, aree edificate
Da 0,2 a 0,5Vegetazione rada: prati, arbusti, colture giovani o in maturazione
Da 0,6 a 0,9Vegetazione fitta: foresta, colture al picco di crescita

Nella formulazione dell'USGS, le aree spoglie mostrano “0,1 o meno”, la vegetazione rada “circa da 0,2 a 0,5” e la vegetazione fitta “circa da 0,6 a 0,9”. Lo stesso campo attraversa tutte e tre le fasce nell'arco di un anno, come mostra la sezione successiva.

L'NDVI nel corso di una stagione, misurato

Un valore NDVI ha senso solo con la sua data. Per mostrarlo, ho seguito un campo coltivato in Punjab, in India, per un intero anno di immagini satellitari Sentinel-2. Lo stesso campo leggeva 0,06 a inizio giugno e 0,92 a inizio settembre: da suolo nudo a coltura fitta, sullo stesso pezzo di terra.

Grafico a linee dell'NDVI di un campo coltivato vicino a Harike, Punjab, da settembre 2025 a settembre 2026. Il valore scende durante il raccolto del riso a ottobre, sale a circa 0,91 mentre il grano cresce in inverno, cala dopo il raccolto del grano di aprile fino a circa 0,06 quando il campo è nudo a maggio e giugno, poi risale a circa 0,92 con la crescita del riso da luglio a settembre. Una linea grigia per la città di Harike resta tra 0,05 e 0,17 per tutto l'anno.
Un campo, 60 date senza nuvole. Due colture all'anno danno due picchi; la città accanto resta piatta.

La curva segue il calendario agricolo: il grano cresce in inverno e tocca il picco intorno a febbraio, il campo è nudo dopo il raccolto di aprile e il riso si trapianta a fine giugno e raggiunge il picco ad agosto e settembre. La città vicina resta tra 0,05 e 0,17 per tutto l'anno. Quindi “0,2” può indicare una coltura giovane, un campo raccolto o un villaggio, a seconda del mese.

Come l'abbiamo misurato. Ho usato tutte le 87 immagini Sentinel-2 della zona dal 26 settembre 2025 al 26 settembre 2026 e ho scelto i punti di campionamento prima di leggere qualsiasi valore. Ogni punto è la media di 3 × 3 pixel da 10 m, e una data conta solo se non ci sono nuvole né ombre: 60 date per questo campo.

Immagine Sentinel-2 a colori reali della zona di Harike, in Punjab, con cinque punti gialli che segnano i punti di campionamento: campo coltivato A, campo coltivato B, la città di Harike, lo stagno dello sbarramento e la sabbia della piana alluvionale lungo il fiume.
I cinque punti di campionamento, scelti prima di leggere qualsiasi valore NDVI. Il grafico qui sopra segue il campo coltivato A.

Quali bande usare, satellite per satellite

La formula non cambia mai, ma ogni satellite numera le proprie bande (i colori di luce che registra) in modo diverso. Confonderle è il primo errore più comune.

FonteBanda del rossoBanda del vicino infrarossoDimensione del pixelFrequenza di rivisita
Sentinel-2 (ESA)B4, 665 nmB8, 842 nm10 m5 giorni o meno
Landsat 8 e 9 (USGS)Banda 4Banda 530 m8 giorni combinati
Landsat da 4 a 7Banda 3Banda 430 mArchivio fino al 1982
MODIS (NASA)Prodotto NDVI già pronto, MOD13Q1250 mComposito di 16 giorni
Fotocamera multispettrale da droneBanda del rossoBanda NIRPochi cmQuando voli

Sentinel-2 è la scelta predefinita per campi e aziende agricole: gratuito, pixel da 10 m, una nuova immagine ogni pochi giorni. Usa Landsat per tornare indietro prima del 2015 e MODIS per un intero paese ogni due settimane. Una normale fotocamera da drone non può calcolare l'NDVI, perché non registra il vicino infrarosso. Per trovare le scene e riceverle in streaming, vedi come scaricare Sentinel-2 in QGIS.

L'offset di Sentinel-2 che abbassa l'NDVI senza dirlo

Dal 25 gennaio 2022 i file Sentinel-2 aggiungono 1.000 a ogni valore. Il rapporto sulla qualità dei dati dell'ESA dice di sottrarlo: riflettanza (la quota di luce rimandata indietro) = (valore − 1000) / 10000. La formula classica dei tutorial, (B8 − B4) / (B8 + B4) sui valori grezzi, salta questo passaggio e il risultato esce troppo basso.

L'errore è più grande proprio dove conta di più, sulle colture sane:

SuperficieNDVI correttoNDVI se dimentichi i 1.000Errore
Coltura fitta0,820,56−0,26
Suolo nudo0,170,12−0,05

Una coltura sana scende dalla fascia “fitta” a quella “rada”. Sulla nostra immagine di Harike, la quota di area sopra 0,6 passa dal 73% al 14% se dimentichi l'offset. Nessuno dei nove tutorial QGIS sull'NDVI che abbiamo controllato lo menziona.

Alcune fonti lo rimuovono già per te, quindi controlla prima di sottrarre. Fai clic su un pixel con lo strumento Informazioni elementi: valori nell'ordine delle migliaia sono grezzi, valori tra 0 e circa 1 sono già riflettanza.

I limiti dell'NDVI

L'NDVI misura il verde, e il verde non è la stessa cosa della salute. Nei progetti reali emergono quattro limiti:

  • Si satura. Sulla vegetazione molto fitta l'NDVI resta intorno a da 0,85 a 0,9 e non distingue un campo rigoglioso da uno rigogliosissimo.
  • Il colore del suolo interferisce. Dove le piante sono rade, suoli scuri e chiari danno valori diversi per le stesse piante.
  • Le nuvole lo falsano. Una nuvola sottile abbassa l'NDVI, quindi rimuovi i pixel nuvolosi prima di fare qualsiasi media.
  • I satelliti differiscono un po'. Sentinel-2 e Landsat danno valori vicini ma non identici per lo stesso campo.

Quando questi limiti si fanno sentire, un altro indice risponde meglio:

IndiceUsalo quando
EVILa vegetazione è molto fitta, come la foresta tropicale, e l'NDVI smette di salire
SAVILe piante sono rade e si vede molto suolo, come colture giovani o zone aride
NDRESegui l'azoto delle colture a stagione avanzata (serve una banda red edge, che Sentinel-2 ha)
NDWIVuoi mappare l'acqua anziché le piante

Come calcolare l'NDVI in QGIS

  1. Carica le bande del rosso e del vicino infrarosso

    Per Sentinel-2, carica le bande B04 (rosso) e B08 (vicino infrarosso), scaricate o ricevute in streaming come mostra la guida a Sentinel-2. Fai clic su un pixel con lo strumento Informazioni elementi: valori nell'ordine delle migliaia sono grezzi, valori da 0 a 1 sono già corretti.

  2. Apri il Calcolatore raster

    Raster > Calcolatore raster.... Inserisci la formula con i nomi dei tuoi layer. Sulla riflettanza: ("B08@1" - "B04@1") / ("B08@1" + "B04@1"). Sui valori grezzi dal 2022 in poi, togli prima 1.000 da ogni banda: (("B08@1" - 1000) - ("B04@1" - 1000)) / (("B08@1" - 1000) + ("B04@1" - 1000)). Imposta l'estensione sulla tua area invece che sull'intera scena.

  3. Applica uno stile al risultato

    Apri le proprietà del layer, Simbologia, tipo di renderizzatore Pseudocolore a banda singola, una rampa rosso-giallo-verde da −0,2 a 0,9. L'acqua diventa rosso-marrone, i campi verdi.

  4. Riassumi appezzamento per appezzamento

    Esegui Statistiche zonali dagli Strumenti di Processing con i poligoni dei tuoi campi per ottenere l'NDVI medio di ciascun campo come attributo.

Ecco il Calcolatore raster con la formula per i valori grezzi di Sentinel-2, dove da ogni banda si tolgono prima 1.000:

Il Calcolatore raster di QGIS. Le bande B04_red e B08_nir sono elencate a sinistra. L'espressione legge (B08_nir meno 1000, meno B04_red meno 1000) diviso (B08_nir meno 1000, più B04_red meno 1000), contrassegnata come Expression valid, con un output GeoTIFF.
La formula NDVI nel Calcolatore raster, con l'offset di Sentinel-2 rimosso.

E il risultato, con lo stile dal rosso al verde e la legenda nel pannello Layer:

QGIS con un layer NDVI della zona di Harike in stile dal rosso al verde. La legenda nel pannello Layer va da meno 0,2 per l'acqua e la sabbia nuda a 0,9 per le colture fitte. I campi sono verdi, i fiumi e il bacino rossi, i villaggi e la sabbia arancione chiaro.
NDVI in stile rosso-verde. I campi risultano verdi, l'acqua rossa.

In un solo messaggio

Sviluppiamo noi AI Agent, quindi questa parte parla del nostro plugin. I passaggi qui sopra richiedono circa dieci minuti una volta che li conosci. Con il plugin, scrivi invece il compito. Ho inviato questo, in un progetto nuovo con le impostazioni predefinite: “Calcola l'NDVI per i campi intorno a Harike, in Punjab, dall'ultima immagine Sentinel-2 senza nuvole, applica uno stile dal rosso al verde e dimmi quale quota dell'area supera 0,6.”

Ha controllato cinque immagini di settembre, ne ha scartate due con nuvole, ha usato quella dell'8 settembre, ha rimosso l'offset e ha risposto in circa 3 minuti e 30 secondi: il 75% dell'area di 17 km² era sopra 0,6. Il suo NDVI coincideva con il mio manuale pixel per pixel.

QGIS con il pannello AI Agent a destra e una mappa NDVI dei campi vicino a Harike a sinistra, in prevalenza verde con il fiume in arancione. L'agente dice che l'NDVI di Harike dell'8 settembre 2026 è mostrato dal rosso al verde a 10 m, che l'8 settembre era la scena più recente senza nuvole né ombre sull'area, e che l'NDVI supera 0,6 su 12,86 km², il 75,47% dell'area di 17,04 km².
Una frase in ingresso, un layer NDVI con stile e la risposta in uscita.

Ha anche lasciato nel progetto i suoi layer di lavoro e ha descritto l'area come “4 km per 4 km” quando misura 3,8 per 4,5 km. Piccole cose, ma controlla i numeri che citi.

Una seconda esecuzione, in un nuovo progetto QGIS il 4 novembre 2026: 30 secondi, la scena del 28 ottobre, acqua in rosso e colture in verde.Ottieni il plugin gratuito per QGISPiano gratuito, senza carta di credito.

Da ricordare

NDVI = (NIR − Rosso) / (NIR + Rosso), un valore da −1 a +1. Colture fitte e foreste valgono circa da 0,6 a 0,9, il suolo nudo circa 0,1, l'acqua meno di zero.

Lo stesso campo attraversa tutta la scala in un anno, quindi un valore NDVI ha senso solo con la sua data. Un campo in Punjab leggeva 0,06 a inizio giugno e 0,92 a inizio settembre.

Su Sentinel-2, l'NDVI usa B8 e B4 a 10 m. Dal 25 gennaio 2022, i valori grezzi di livello 2A portano un offset di −1000 che, se lo ignori, abbassa l'NDVI di una coltura fitta da 0,82 a 0,56.

L'NDVI si satura sulle chiome fitte ed è sensibile a suolo e nuvole. EVI, SAVI e NDRE rispondono meglio a questi casi.

Domande frequenti

Per ottenere le immagini, scaricare Sentinel-2 in QGIS confronta quattro modi, con la scena scelta e ricevuta in streaming. Multispettrale e iperspettrale spiega le bande dietro l'indice, e la mappatura della copertura arborea in QGIS porta la vegetazione da un indice ai poligoni. AI Agent esegue l'intero flusso di lavoro NDVI da una sola frase in QGIS, e l'hub QGIS AI elenca gli altri plugin AI per compito.

Fallo in QGIS semplicemente chiedendolo

AI Agent esegue l'attività che descrivi, direttamente nel tuo progetto QGIS. Gratis, senza carta.

Prova AI Agent gratis
Scritto daYvann Barbot
·15 min read

Continua a leggere

Immagine Sentinel-2 a colori reali del delta del Rodano, nel sud della Francia, con il fiume, le saline in arancione e crema, le lagune e i campi coltivati.
GeoAIQGISGuida

Cos'è il telerilevamento? Dati gratuiti e QGIS

Il telerilevamento misura la superficie terrestre da satelliti, aerei e droni. I sensori, i dati gratuiti e un flusso Sentinel-2 in QGIS, passo per passo.

Yvann BarbotYvann Barbot
·