NDVI 是什麼？植生指標的意義、數值與計算公式
發布於
NDVI（常態化差異植生指標，Normalized Difference Vegetation Index）是介於 −1 到 +1 的數值，用來表示衛星影像中一個像素含有多少健康的綠色植被。它比較地表反射的兩種光：人眼看不見的近紅外光，以及紅光。NDVI = (NIR − Red) / (NIR + Red)。茂密的農作物與森林約為 0.6 至 0.9，裸露土壤約為 0.1，水體則低於 0。
NDVI 是最常用的植生指標，因為幾乎所有衛星和許多無人機相機都會記錄這兩種光，而且每個像素只有一個數值，容易繪製成地圖，也方便比較不同時間。農民用它找出田裡生長較差的區塊，林業人員用它追蹤乾旱，都市規劃者用它衡量城市有多綠。您可以在 QGIS 中免費計算，幾分鐘就能完成，步驟在下方；也可以請我們開發的 QGIS 外掛 AI Agent，用一句話幫您完成。
中免費計算，幾分鐘就能完成，步驟在下方；也可以請我們開發的 QGIS 外掛 NDVI 的原理
植物會吸收紅光，並反射近紅外光。健康的葉片為了生長，會吸收大部分的紅光，並把大部分的近紅外光反射回去。NASA Earthdata 指出，植物遇到乾旱或病害時，會反射較多紅光、較少近紅外光，兩者的差距因此縮小。
NDVI 把這個差距換成一個數值：
NDVI = (NIR − Red) / (NIR + Red)
以一塊健康的小麥田為例，它反射 40% 的近紅外光與 4% 的紅光：(0.40 − 0.04) / (0.40 + 0.04) = 0.82。裸土可能反射 28% 與 20%：(0.28 − 0.20) / (0.28 + 0.20) = 0.17。除以兩者的總和，就是所謂的「常態化」：同一塊田在陰影下與在大太陽下，算出來的數值會很接近。
研究人員最早在 1974 年把它用在衛星影像上，利用第一顆 Landsat 衛星觀測美國大平原的農作物。
NDVI 數值代表什麼
美國地質調查局（USGS）給出的範圍，是多數資料來源引用的標準。請把它當作經驗法則：
| NDVI | 通常是什麼 |
|---|---|
| 小於 0 | 水體、雲、雪 |
| 0 至 0.1 | 裸露岩石、沙地、裸土、建成區 |
| 0.2 至 0.5 | 稀疏植被：草地、灌木、幼苗期或成熟期的作物 |
| 0.6 至 0.9 | 茂密植被：森林、生長高峰期的作物 |
依 USGS 的說法，不毛之地為「0.1 或更低」，稀疏植被「約 0.2 至 0.5」，茂密植被「約 0.6 至 0.9」。同一塊田在一年內會經歷這三種狀態，下一節會說明。
一整季的 NDVI 實測
NDVI 的數值必須搭配日期才有意義。為了說明這一點，我用一整年的 Sentinel-2 衛星影像，追蹤了印度旁遮普的一塊農田。同一塊田在6 月初讀到 0.06，9 月初讀到 0.92：在同一塊土地上，從裸土變成茂密的作物。
曲線跟著農事曆走：小麥在冬季生長，2 月前後達到高峰，4 月收割後田地裸露，稻米則在 6 月下旬插秧，8 月到 9 月達到高峰。附近的城鎮全年都在 0.05 到 0.17 之間。所以「0.2」可能是幼苗期的作物、收割後的田，也可能是一個村落，要看是哪個月份。
**我們如何測量。**我使用了 2025 年 9 月 26 日至 2026 年 9 月 26 日之間該地區全部 87 幅 Sentinel-2 影像，並在讀取任何數值之前就選好取樣點。每個取樣點取 3 × 3 個 10 m 像素的平均值，只有該日期上空沒有雲與雲影時才計入：這塊田共有 60 個日期。
各衛星該用哪些波段
公式永遠不變，但每顆衛星對波段（它所記錄的各種光色）的編號不同。把波段搞混，是最常見的新手錯誤。
| 資料來源 | 紅光波段 | 近紅外光波段 | 像素大小 | 重訪週期 |
|---|---|---|---|---|
| Sentinel-2（ESA） | B4，665 nm | B8，842 nm | 10 m | 5 天或更短 |
| Landsat 8 與 9（USGS） | 波段 4 | 波段 5 | 30 m | 合計 8 天 |
| Landsat 4 至 7 | 波段 3 | 波段 4 | 30 m | 檔案可回溯至 1982 年 |
| MODIS（NASA） | 現成的 NDVI 產品 MOD13Q1 | 250 m | 16 天合成 | |
| 多光譜無人機相機 | 紅光波段 | NIR 波段 | 數公分 | 每次飛行時 |
Sentinel-2 是農田與農場的預設選擇：免費、10 m 像素、每隔幾天就有新影像。若要回溯到 2015 年以前，請用 Landsat；若要每兩週涵蓋整個國家，則用 MODIS。一般的無人機相機無法計算 NDVI，因為它不記錄近紅外光。如何尋找並串流這些影像，請見如何在 QGIS 下載 Sentinel-2。
悄悄拉低 NDVI 的 Sentinel-2 偏移量
自 2022 年 1 月 25 日起，Sentinel-2 檔案的每個值都加上了 1,000。ESA 的資料品質報告要求把它減回去：反射率（反射回來的光所占比例）= (值 − 1000) / 10000。經典教學中的公式 (B8 − B4) / (B8 + B4) 直接套用在原始值上，少了這一步，結果就會偏低。
誤差最大的地方，正好是最重要的健康作物：
| 地表 | 正確的 NDVI | 忘了減 1,000 的 NDVI | 誤差 |
|---|---|---|---|
| 茂密作物 | 0.82 | 0.56 | −0.26 |
| 裸土 | 0.17 | 0.12 | −0.05 |
健康的作物會從「茂密」掉到「稀疏」的區間。在我們的哈里克影像上，如果忘了偏移量，高於 0.6 的面積比例會從 73% 掉到 14%。我們檢查的九篇 QGIS NDVI 教學，沒有一篇提到這一點。
有些資料來源已經幫您去除了偏移量，所以減之前要先確認。用識別工具點一個像素：數值在數千的是原始值，介於 0 到 1 左右的已經是反射率。
NDVI 的限制
NDVI 衡量的是綠度，而綠度不等於健康。實際專案中常遇到四個限制：
- **會飽和。**在非常茂密的植被上，NDVI 會停在 0.85 到 0.9 左右，分不出茂盛與非常茂盛的差別。
- **土壤顏色會干擾。**植物稀疏的地方，深色與淺色土壤會讓同樣的植物算出不同的數值。
- **雲會造成假象。**薄雲會拉低 NDVI，所以計算平均之前要先去除有雲的像素。
- **衛星之間略有差異。**Sentinel-2 與 Landsat 對同一塊田的數值接近，但不完全相同。
遇到這些限制時，換一種指標會更合適：
| 指標 | 適用時機 |
|---|---|
| EVI | 植被非常茂密，例如熱帶森林，NDVI 已不再上升 |
| SAVI | 植物稀疏、露出大量土壤，例如幼苗期作物或乾旱地區 |
| NDRE | 在生長季後期追蹤作物氮素（需要紅邊波段，Sentinel-2 有） |
| NDWI | 您想繪製的是水體，而不是植物 |
如何在 QGIS 計算 NDVI
載入紅光與近紅外光波段
以 Sentinel-2 為例，載入 B04（紅光）與 B08（近紅外光）波段，下載或串流的方式請見 Sentinel-2 指南。用識別工具點一個像素：數值在數千的是原始值，介於 0 到 1 的已經校正過。
開啟網格計算器
「影像」→「網格計算器…」。用您的圖層名稱輸入公式。在反射率上：("B08@1" - "B04@1") / ("B08@1" + "B04@1")。若是 2022 年起的原始值，請先把每個波段減去 1,000：(("B08@1" - 1000) - ("B04@1" - 1000)) / (("B08@1" - 1000) + ("B04@1" - 1000))。範圍請設為您的研究區域，不要用整個圖幅。
設定結果的樣式
開啟圖層的屬性，進入「符號學」，轉譯類型選「單頻偽彩色」，色彩漸層選紅黃綠，範圍從 −0.2 到 0.9。水體會變成紅褐色，農田則是綠色。
依田區彙整
用您的田區多邊形執行「空間運算」→「工具箱」中的分區統計，就能得到每塊田的平均 NDVI，並存成屬性。
下圖是網格計算器，輸入的是原始 Sentinel-2 數值的公式，先把每個波段減去 1,000：
接著是結果，從紅到綠設定樣式，圖例顯示在圖層面板中：
用一句話完成
AI Agent 是我們開發的，所以這一段談的是我們自己的外掛。上面的步驟，熟悉之後大約要十分鐘。有了這個外掛，您只要輸入任務就好。我在一個使用預設設定的新專案中，送出這句話：「用最新的無雲 Sentinel-2 影像，計算旁遮普哈里克一帶農田的 NDVI，設成紅到綠的樣式，並告訴我高於 0.6 的面積占多少比例。」
它檢查了 9 月的五幅影像，跳過兩幅有雲的，選用 9 月 8 日那一幅，去除了偏移量，並在約 3 分 30 秒內給出答案：17 km² 的範圍中，有 75% 高於 0.6。它算出的 NDVI 與我手動算的逐像素相符。
它也把中間產生的工作圖層留在專案裡，還把這個範圍說成「4 km × 4 km」，實際上是 3.8 × 4.5 km。都是小事，但引用數字之前請務必檢查。
重點整理
NDVI = (NIR − Red) / (NIR + Red)，數值介於 −1 到 +1。茂密的農作物與森林約為 0.6 至 0.9，裸土約為 0.1，水體低於 0。
同一塊田在一年內會走過整個刻度，所以 NDVI 的數值必須搭配日期才有意義。旁遮普的一塊田，6 月初讀到 0.06，9 月初讀到 0.92。
在 Sentinel-2 上，NDVI 使用 10 m 的 B8 與 B4。自 2022 年 1 月 25 日起，Level-2A 原始值帶有 −1000 的偏移量，若忽略它，茂密作物的 NDVI 會從 0.82 掉到 0.56。
NDVI 在茂密林冠上會飽和，也容易受土壤與雲影響。這些情況下，EVI、SAVI 與 NDRE 的表現更好。
常見問題
作物的 NDVI 多少算好？
健康的作物在生長高峰期通常是 0.6 至 0.9。生長季初期，植物只覆蓋少部分土壤時，0.2 至 0.4 屬正常。比起固定的門檻值，更好的做法是拿一塊田跟它自己在整個生長季的變化比較，或跟同一天、種同樣作物的鄰近田區比較。
NDVI 是負值代表什麼？
幾乎都是水體、雲或雪，這些地表反射的紅光比近紅外光多。清澈的開闊水域通常低於 0，但混濁或淺水區可能剛好略高於 0，所以光靠 NDVI 並不適合用來偵測水體。
Sentinel-2 的 NDVI 要用哪些波段？
B8（近紅外光，842 nm）與 B4（紅光，665 nm），解析度都是 10 m。以反射率計算：NDVI = (B8 − B4) / (B8 + B4)。若是 2022 年 1 月 25 日之後處理的 Level-2A 原始值，請先把每個波段減去 1,000 的偏移量。
NDVI 和 NDRE 有什麼差別？
NDRE 用紅邊波段取代紅光波段。在 NDVI 已經飽和的茂密林冠上，它仍會持續有反應，因此更適合用來看氮素與生長季後期的作物活力。它需要有紅邊波段的感測器，例如 Sentinel-2 或多光譜無人機相機。
一般無人機拍的照片可以算 NDVI 嗎？
不行。NDVI 需要近紅外光波段，而一般的 RGB 相機只記錄紅、綠、藍。雖然有 VARI 這類可見光指標，但它們只是較弱的替代方案。若要用無人機取得 NDVI，您需要多光譜相機。
QGIS 可以自動計算 NDVI 嗎？
QGIS 沒有一鍵計算 NDVI 的按鈕，但網格計算器只要一條公式就能算，如上所示。若想省去這些步驟，AI 代理外掛可以從一句話開始，自動找影像、計算 NDVI 並設定樣式：我們的 AI Agent 就用大約三分半鐘，完成了旁遮普一處農業區的計算。
哪裡可以免費取得 NDVI 資料？
您可以自己用 Sentinel-2（10 m）或 Landsat（30 m）計算，兩者都免費；也可以下載 NASA 現成的 MODIS NDVI（MOD13Q1，250 m，每 16 天一期）。在 QGIS 中用網格計算器，一分鐘就能從兩個波段算出來。
取得影像的方式，請見在 QGIS 下載 Sentinel-2，文中比較了四種做法，並示範如何挑選並串流影像。多光譜與高光譜的差異說明了這個指標背後的波段，QGIS 樹冠覆蓋製圖則帶您把植被從指標轉成多邊形。AI Agent 可以在 QGIS 中，用一句話跑完整個 NDVI 流程，QGIS AI 總覽則依任務列出其他 AI 外掛。
