> For the complete documentation index, see [llms.txt](https://docs.geopard.tech/geopard-tutorials/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.geopard.tech/geopard-tutorials/esp/tour-del-producto-aplicacion-web/satellite-monitoring/indices-for-crops-and-soils.md).

# Índices para cultivos y suelos

GeoPard puede calcular índices de vegetación, humedad, clorofila, brillo del suelo y otros índices.

<figure><img src="https://2708050521-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FLYsFwlSMWLFKPlm1Mt6z%2Fimage.png?alt=media&amp;token=953379ed-8f3c-4968-a857-34b88f220638" alt=""><figcaption><p>Cada índice de suelo y vegetación se describe en la aplicación GeoPard</p></figcaption></figure>

### Lista de índices basados en imágenes satelitales <a href="#vegetation-indices" id="vegetation-indices"></a>

Todas las imágenes satelitales se corrigen y optimizan para su visualización y análisis.

### Artículos del blog de GeoPard

* [Índices de vegetación y contenido de clorofila](https://geopard.tech/blog/vegetation-indices-and-chlorophyll-content/)
* [¿Qué índice de vegetación conviene usar en la agricultura de precisión?](https://geopard.tech/blog/use-of-ndvi-normalized-difference-vegetation-index-in-precision-agriculture/)
* [¿Cómo permite el índice de brillo del suelo una agricultura sostenible?](https://geopard.tech/blog/how-the-soil-brightness-index-enables-sustainable-agriculture/)
* [Humedad: índice NDMI](https://geopard.tech/blog/normalized-difference-moisture-index-ndmi/)
* [Índice de vegetación: ¿cómo se utiliza en la agricultura de precisión?](https://geopard.tech/blog/vegetation-index-how-are-they-used-in-precision-agriculture/)

Seleccionar distintas vistas de las imágenes ayuda a comprender mejor el lote, ya que resalta las zonas con buen desarrollo y las anomalías en la emergencia del cultivo. Estas vistas incluyen:

1. **RGB** – Color natural o real (rojo, verde y azul).
2. **NIR** – (predeterminada) Combinación de las partes no visibles (infrarrojo cercano) y visibles (rojo y verde) del espectro. Facilita la interpretación de los datos: la vegetación aparece en tonos rojos; las zonas con mayor vegetación, en rojo intenso, y el suelo, de verde oscuro a verde claro o gris.
3. **EVI2** – Índice de Vegetación Mejorado (de 0 a 2,4). Es preferible al NDVI en lotes con alta densidad de dosel, donde el NDVI puede saturarse. Esta vista permite analizar los cultivos en todas las etapas de crecimiento.
4. **LAI** – Índice de Área Foliar (de 0 a 5,86), una medida adimensional que caracteriza el dosel vegetal. Representa la distribución desde el suelo desnudo hasta un dosel denso. Sus valores van desde el suelo descubierto (valor del índice: 0) hasta un dosel denso (valor del índice: 3,5 o superior en el punto máximo de la temporada de crecimiento) y se muestran en tonos que van del rojo al verde.
5. **NDVI** – Índice de Vegetación de Diferencia Normalizada (de 0 a 1), un buen indicador de la salud del cultivo que representa la distribución de la vegetación verde. Sin embargo, esta vista tiene limitaciones al inicio de la temporada de crecimiento (por la influencia del suelo) y cuando la vegetación alcanza su máximo desarrollo (saturación). El mapa lo muestra en una escala del rojo al verde.
6. **GNDVI** – Índice de Vegetación de Diferencia Normalizada Verde (de 0 a 1). Es más sensible que el NDVI a las diferencias en el contenido de clorofila y se recomienda para cultivos en etapas tempranas e intermedias de crecimiento. El mapa muestra la distribución en una escala del rojo al verde.
7. **IPVI** – Índice de Vegetación de Porcentaje Infrarrojo (de 0 a 1). En la práctica, este índice equivale al NDVI, pero su cálculo es más rápido.
8. **GCI** – Índice de Clorofila Verde (de 0 a 7). Se utiliza para evaluar el contenido de clorofila de las hojas y es aplicable a una amplia variedad de especies vegetales. Ayuda a medir la salud de las plantas, ya que el contenido de clorofila disminuye cuando estas sufren estrés. El mapa muestra la distribución en tonos que van del verde claro al verde oscuro.
9. **SAVI** – Índice de Vegetación Ajustado al Suelo (de 0 a 1,5), que minimiza la influencia del brillo del suelo. Es más útil al comienzo de la temporada, cuando las plantas están separadas o sembradas en hileras y el suelo está claramente visible, y durante la etapa intermedia de crecimiento, cuando las plantas aún no se tocan.
10. **OSAVI** – Índice de Vegetación Ajustado al Suelo Optimizado (de 0 a 1). Se recomienda usarlo en zonas con vegetación relativamente escasa y en cultivos en etapas tempranas e intermedias de crecimiento. Se muestra con una leyenda del rojo al verde.
11. **NDWI** – Índice de Diferencia Normalizada del Agua. Se utiliza para diferenciar el agua de las zonas secas y para cartografiar cuerpos de agua. El mapa lo muestra en tonos azules.
12. **WDRVI** – Índice de Vegetación de Amplio Rango Dinámico (de -0,6 a 0,4). Se utiliza para realizar análisis más sofisticados de las características fisiológicas y fenológicas del cultivo. Emplea las mismas bandas que el NDVI, pero aplica un rango dinámico mejorado.
13. **SBI** – Índice de Brillo del Suelo. Sirve como indicador indirecto de la materia orgánica del suelo, las arenas y las zonas salinas, y es importante para estudiar los cambios en las condiciones del suelo a lo largo del tiempo.\
    Los suelos arenosos, de color más claro y textura más gruesa, reflejan más luz y, por lo tanto, obtienen valores más altos en el Índice de Brillo del Suelo. En cambio, los suelos arcillosos, más ricos en materia orgánica y humedad, se ven más oscuros y obtienen valores más bajos.
14. **NDMI** – Índice de Diferencia Normalizada de Humedad. Se utiliza para determinar el contenido de agua de la vegetación y es ideal para detectar el estrés hídrico en las plantas. Una vegetación en mejores condiciones presenta valores más altos. Los valores bajos indican que las plantas sufren estrés por falta de humedad.\
    Interpretación:
    * (-1; -0.8) Suelo desnudo;
    * (-0.8; -0.2) Cobertura del dosel casi nula o muy baja;
    * (-0.2; 0) Cobertura del dosel baja y estrés hídrico alto O cobertura del dosel muy baja y estrés hídrico bajo;
    * (0; 0.2) Cobertura del dosel media y estrés hídrico alto O cobertura del dosel baja y estrés hídrico bajo;
    * (0.2; 0.4) Cobertura del dosel alta y estrés hídrico alto O cobertura del dosel media y estrés hídrico bajo;
    * (0.4; 1) Cobertura del dosel alta o muy alta, sin estrés hídrico.
15. **MSI** – Índice de Estrés por Humedad. Se utiliza para analizar el estrés del dosel, predecir la productividad y realizar modelos biofísicos. Los valores más altos indican mayor estrés hídrico en las plantas y menor humedad del suelo y contenido de agua. Este índice puede tomar valores de 0 a más de 3; el rango habitual para la vegetación verde es de 0,2 a 2.
16. **CCCI** – Índice de Contenido de Clorofila del Dosel. El Índice de Contenido de Clorofila del Dosel (CCCI) es un índice de teledetección bidimensional propuesto para estimar el estado de nitrógeno (N) de los cultivos. El CCCI utiliza la reflectancia en las regiones espectrales del infrarrojo cercano (NIR) y el rojo para tener en cuenta los cambios estacionales en la densidad del dosel, mientras que la reflectancia en las regiones del NIR y del rojo lejano permite detectar cambios relativos en la clorofila del dosel, un indicador indirecto del contenido de N.
17. **MCARI** – Índice Modificado de la Relación de Absorción de Clorofila. Responde a la concentración de clorofila de las hojas y a la reflectancia del suelo. Por lo general, los valores altos de MCARI indican un bajo contenido de clorofila en las hojas. El MCARI tiene limitaciones para predecir concentraciones bajas de clorofila, sobre todo porque la influencia de la señal del suelo limita su funcionalidad.
18. **TCARI** – El índice de reflectancia de absorción de clorofila transformado es uno de varios índices CARI que indican la abundancia relativa de clorofila. Se ve afectado por la reflectancia del suelo subyacente, especialmente en la vegetación con un IAF bajo.
19. **MCARI/OSAVI** y **TCARI/OSAVI** son las formas integradas de CARI, diseñadas para mejorar la linealidad con el contenido de clorofila y la resistencia a los efectos del índice de área foliar (IAF). Esta mejora se debe a que las reflectancias del rojo y del infrarrojo cercano se sustituyeron por las reflectancias del verde, el rojo y el borde rojo. Las combinaciones de índices pueden utilizarse para estimar el contenido de clorofila del dosel.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.geopard.tech/geopard-tutorials/esp/tour-del-producto-aplicacion-web/satellite-monitoring/indices-for-crops-and-soils.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
