Aller au contenu
+1 581 999-3613info@aceridrone.ca Accéder à mon espace
AcériDrone

Indice de végétation (RGB et NDVI)

Aussi appelé : NDVI, ExG, VARI, GLI, indice de verdure, imagerie multispectrale

Valeur calculée à partir des couleurs d’une image pour estimer la verdure ou la vigueur du couvert. Le NDVI exige le proche infrarouge ; une caméra RGB ne le mesure pas.

Paysage photographié avec un appareil converti à l’infrarouge : les arbustes et le feuillage ressortent en blanc bleuté au Colorado
Vu dans le proche infrarouge, le feuillage vivant devient très clair : c’est cette réflexion que le NDVI mesure et qu’une caméra RGB ne capte pas. Photo : David from Colorado Springs, Wikimedia Commons, CC BY 2.0

Un indice de végétation est une valeur calculée, pixel par pixel, à partir de la lumière réfléchie par le couvert dans différentes couleurs (bandes). Il sert à faire ressortir la végétation et à comparer son état d’un secteur ou d’une date à l’autre. Il ne mesure pas directement la santé d’un arbre : c’est un indicateur, qui demande une interprétation et une vérification au sol.

Ce que réfléchit une feuille caméra RGB : visible seulement proche infrarouge BVRPIR 400500600700800900 longueur d’onde (nanomètres) · réflectance schématique NDVI = (PIR − R) / (PIR + R) exige une caméra avec PIR ExG, VARI, GLI : R, V, B seulement feuille saine feuille stressée forte réflexion moins de PIR
Une feuille saine réfléchit peu de rouge et beaucoup de proche infrarouge ; une caméra RGB ne voit que la partie visible, d’où l’absence de NDVI.

Pourquoi une feuille saine « brille » dans l’infrarouge

La chlorophylle absorbe fortement le bleu et le rouge pour la photosynthèse, et réfléchit un peu de vert : c’est pourquoi les feuilles nous paraissent vertes. Juste après le rouge, dans le proche infrarouge (PIR), invisible à l’œil, la structure interne d’une feuille saine réfléchit une grande partie de la lumière. Une feuille stressée, sénescente ou abîmée réfléchit plus de rouge et moins de proche infrarouge.

NDVI : il faut le proche infrarouge

Le NDVI (indice de végétation par différence normalisée) compare le rouge et le proche infrarouge : NDVI = (PIR − Rouge) / (PIR + Rouge). Il varie de −1 à +1 et augmente avec la quantité de végétation verte et active. Il exige une caméra multispectrale (ou modifiée) qui capte le proche infrarouge, idéalement étalonnée avec une cible de réflectance.

À retenir : une caméra RGB ordinaire, comme celle de la plupart des drones, ne capte que le rouge, le vert et le bleu. Elle ne peut pas produire un vrai NDVI.

Les indices RGB

Avec une image couleur ordinaire, on peut calculer des indices de verdure qui combinent le rouge, le vert et le bleu, comme l’ExG (excès de vert), le VARI ou le GLI. Ils sont utiles pour repérer des zones moins vertes, une défoliation ou une coloration hâtive, à faible coût et à très haute résolution. Mais ils sont moins fiables qu’un indice qui inclut le proche infrarouge.

Indices RGB (ExG, VARI, GLI)NDVI
Capteurcaméra couleur ordinairecaméra multispectrale avec PIR
Ce qu’il reflètela verdure visiblela verdure et l’activité du feuillage
Sensibilitéforte à l’éclairage, aux ombres, au réglage de la caméramoindre si l’image est étalonnée

Bon à savoir

  • Comparez des images prises à la même période de la phénologie, à la même heure et par un ciel semblable ; sinon les écarts reflètent la lumière, pas les arbres.
  • Une zone « moins verte » peut être une essence différente, une trouée, une ombre ou un chablis : on vérifie sur le terrain.
  • Un indice ne pose pas de diagnostic : il oriente l’inspection vers les secteurs à examiner, par photo-interprétation et au sol.

Voir aussi

Sources

  1. Tucker, C. J. (1979). Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of Environment. doi:10.1016/0034-4257(79)90013-0
  2. D. M. Woebbecke; G. E. Meyer; K. Von Bargen; D. A. Mortensen (1995). Color Indices for Weed Identification Under Various Soil, Residue, and Lighting Conditions. Transactions of the ASAE. doi:10.13031/2013.27838
  3. Gitelson, A. A.; Kaufman, Y. J.; Stark, R.; Rundquist, D. (2002). Novel algorithms for remote estimation of vegetation fraction. Remote Sensing of Environment. doi:10.1016/s0034-4257(01)00289-9
  4. U.S. Geological Survey. Vegetation Indices. usgs.gov

Le WikiAcéri vulgarise des connaissances générales. Il ne remplace ni l’analyse de votre sol, ni la prescription d’un ingénieur forestier ou d’un agronome.