> 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/pt-br/tour-do-produto-aplicativo-web/satellite-monitoring/indices-for-crops-and-soils.md).

# Índices para Culturas e Solos

O GeoPard pode calcular vegetação, umidade, clorofila, brilho do solo e outros índices.

<figure><img src="https://1397135423-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 solo e vegetação é descrito no aplicativo GeoPard</p></figcaption></figure>

### Lista de índices com base em imagens de satélite <a href="#vegetation-indices" id="vegetation-indices"></a>

Todas as imagens de satélite são corrigidas e otimizadas para visualização e análise.

### Artigos no blog da GeoPard

* [Índices de vegetação e teor de clorofila](https://geopard.tech/blog/vegetation-indices-and-chlorophyll-content/)
* [Qual índice de vegetação é melhor para usar na agricultura de precisão?](https://geopard.tech/blog/use-of-ndvi-normalized-difference-vegetation-index-in-precision-agriculture/)
* [Como o Índice de Brilho do Solo possibilita uma agricultura sustentável?](https://geopard.tech/blog/how-the-soil-brightness-index-enables-sustainable-agriculture/)
* [Umidade — índice NDMI](https://geopard.tech/blog/normalized-difference-moisture-index-ndmi/)
* [Índices de vegetação: como são usados na agricultura de precisão?](https://geopard.tech/blog/vegetation-index-how-are-they-used-in-precision-agriculture/)

Selecionar diferentes visualizações das imagens ajuda você a entender melhor sua lavoura, destacando áreas bem desenvolvidas e anomalias na emergência da cultura. Essas visualizações incluem:

1. **RGB** – Cores naturais ou verdadeiras (vermelho, verde e azul).
2. **NIR** – (padrão) combinação de partes não visíveis (infravermelho próximo) e visíveis (vermelho e verde) do espectro. Ela aumenta a interpretabilidade dos dados: a vegetação aparece em tons de vermelho, com áreas densamente vegetadas em vermelho vivo, enquanto o solo varia entre verde-escuro, verde-claro e cinza.
3. **EVI2** – Índice de Vegetação Aprimorado (de 0 a 2,4), preferível ao NDVI em lavouras com alta densidade de dossel, nas quais o NDVI pode saturar. Essa visualização pode ser usada para analisar as culturas em todas as fases de crescimento.
4. **LAI** – Índice de Área Foliar (de 0 a 5,86), uma grandeza adimensional que caracteriza os dosséis das plantas. Abrange desde o solo descoberto até o dossel denso. Seus valores vão do solo descoberto (valor do índice igual a 0) ao dossel denso (valor do índice igual ou superior a 3,5 no pico da estação de crescimento) e são exibidos em cores que vão do vermelho ao verde.
5. **NDVI** – O Índice de Vegetação por Diferença Normalizada (de 0 a 1) é um bom indicador da saúde das culturas e representa a distribuição da vegetação verde. No entanto, há limitações ao usar essa visualização no início da estação de crescimento (devido à influência do solo) e no pico da vegetação (por causa da saturação). No mapa, os valores são exibidos do vermelho ao verde.
6. **GNDVI** – Índice de Vegetação por Diferença Normalizada Verde (de 0 a 1). É mais sensível às diferenças de clorofila do que o NDVI e é recomendado para culturas nas fases inicial e intermediária de crescimento. No mapa, os valores vão do vermelho ao verde.
7. **IPVI** – Índice de Vegetação por Porcentagem no Infravermelho (de 0 a 1). Este índice é funcionalmente igual ao NDVI, mas tem cálculo mais rápido.
8. **GCI** – Índice de Clorofila Verde (de 0 a 7). Este índice é usado para avaliar o teor de clorofila nas folhas e pode ser aplicado a uma ampla variedade de espécies vegetais. Ele ajuda a medir a saúde das plantas, pois o teor de clorofila diminui quando elas estão sob estresse. No mapa, os valores vão do verde-claro ao verde-escuro.
9. **SAVI** – Índice de Vegetação Ajustado ao Solo (de 0 a 1,5), que minimiza a influência do brilho do solo. É mais útil no início da estação, quando as plantas estão espaçadas ou em linhas e o solo está bem visível, e durante a fase intermediária de crescimento, quando as plantas ainda não se tocam.
10. **OSAVI** – Índice de Vegetação Ajustado ao Solo Otimizado (de 0 a 1). É mais indicado para áreas com vegetação relativamente esparsa e para culturas nas fases inicial e intermediária de crescimento. A legenda vai do vermelho ao verde.
11. **NDWI** – Índice de Água por Diferença Normalizada. É usado para diferenciar a água do solo seco e para mapear corpos d’água. No mapa, é exibido em tons de azul.
12. **WDRVI** – Índice de Vegetação de Ampla Faixa Dinâmica (de -0,6 a 0,4). Este índice é usado para uma análise mais sofisticada das características fisiológicas e fenológicas das culturas. Ele usa as mesmas bandas do NDVI, mas aplica uma faixa dinâmica ampliada.
13. **SBI** – Índice de Brilho do Solo. É um indicador indireto de matéria orgânica, areia e áreas salinas do solo, sendo importante para estudar mudanças nas condições do solo ao longo do tempo.\
    Solos arenosos, de cor mais clara e textura mais grosseira, refletem mais luz e, por isso, apresentam valores mais altos no Índice de Brilho do Solo. Por outro lado, solos argilosos, mais ricos em matéria orgânica e umidade, parecem mais escuros e apresentam valores mais baixos.
14. **NDMI** – Índice de Umidade por Diferença Normalizada. O Índice de Umidade por Diferença Normalizada é usado para determinar o teor de água da vegetação. É ideal para identificar estresse hídrico nas plantas. Vegetação em melhores condições apresenta valores mais altos. Valores mais baixos do índice de umidade sugerem que as plantas estão sob estresse devido à falta de umidade.\
    Interpretação:
    * (-1; -0,8) Solo descoberto;
    * (-0,8; -0,2) Cobertura do dossel quase inexistente ou muito baixa;
    * (-0,2; 0) Baixa cobertura do dossel com alto estresse hídrico OU cobertura do dossel muito baixa com baixo estresse hídrico;
    * (0; 0,2) Cobertura média do dossel com alto estresse hídrico OU baixa cobertura do dossel com baixo estresse hídrico;
    * (0,2; 0,4) Alta cobertura do dossel com alto estresse hídrico OU cobertura média do dossel com baixo estresse hídrico;
    * (0,4; 1) Cobertura alta ou muito alta do dossel, sem estresse hídrico.
15. **MSI** – Índice de Estresse Hídrico. O Índice de Estresse Hídrico é usado para analisar o estresse do dossel, prever a produtividade e fazer modelagem biofísica. Valores mais altos indicam maior estresse hídrico das plantas e menor umidade e teor de água no solo. Os valores desse índice variam de 0 a mais de 3; a faixa comum para a vegetação verde é de 0,2 a 2.
16. **CCCI** – Índice de Teor de Clorofila do Dossel. O Índice de Teor de Clorofila do Dossel (CCCI) é um índice bidimensional de sensoriamento remoto proposto para inferir o estado nutricional das culturas em relação ao nitrogênio (N). O CCCI usa as reflectâncias nas regiões espectrais do infravermelho próximo (NIR) e do vermelho para levar em conta as mudanças sazonais na densidade do dossel, enquanto as reflectâncias no NIR e no vermelho distante são usadas para detectar mudanças relativas na clorofila do dossel, um indicador indireto do teor de N.
17. **MCARI** – O Índice Modificado de Absorção de Clorofila é sensível à concentração de clorofila nas folhas e à reflectância do solo. Em geral, valores altos de MCARI indicam baixo teor de clorofila nas folhas. O MCARI tem limitações para prever concentrações baixas de clorofila, sobretudo porque a influência do sinal do solo restringe sua funcionalidade.
18. **TCARI** – O Índice de Reflectância de Absorção de Clorofila Transformado é um dos vários índices CARI que indicam a abundância relativa de clorofila. Ele é afetado pela reflectância do solo subjacente, especialmente na vegetação com baixo IAF.
19. **MCARI/OSAVI** e **TCARI/OSAVI** são as formas integradas do CARI, desenvolvidas para apresentar maior linearidade com o teor de clorofila e maior resistência às variações do índice de área foliar (IAF). Essa melhoria ocorre porque as reflectâncias no vermelho e no infravermelho próximo foram substituídas pelas reflectâncias no verde, no vermelho e na borda do vermelho. As combinações de índices podem ser usadas para estimar o teor de clorofila do dossel.


---

# 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/pt-br/tour-do-produto-aplicativo-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.
