NDVI (Normalized Difference Vegetation Index, chỉ số thực vật chuẩn hoá) là một con số từ −1 đến 1 tính từ lượng ánh sáng đỏ và cận hồng ngoại mà bề mặt phản xạ, theo công thức NDVI = (NIR − Đỏ) / (NIR + Đỏ). Lá cây khoẻ hấp thụ mạnh ánh sáng đỏ để quang hợp và phản xạ mạnh cận hồng ngoại, nên vùng cây dày, xanh cho NDVI cao; đất trống, nước, mây cho giá trị thấp hoặc âm.
Chỉ số này được Rouse và cộng sự giới thiệu đầu thập niên 1970 khi phân tích ảnh vệ tinh Landsat đầu tiên, và đến nay vẫn là chỉ số viễn thám dùng rộng rãi nhất trong nông nghiệp. Lý do là nó đơn giản, tính được từ hầu hết vệ tinh quan sát Trái Đất và từ camera đa phổ gắn drone, và tương quan khá tốt với lượng sinh khối xanh.
Nhưng NDVI chỉ cho biết ở đâu cây xanh hơn hay kém hơn, không cho biết vì sao. Dùng đúng, nó là công cụ khoanh vùng cần đi kiểm tra; dùng sai, nó tạo ra những tấm ảnh màu đẹp mà không ai biết nên làm gì. Bài này giải thích cơ chế vật lý, cách đọc, nguồn ảnh và những giới hạn quan trọng.
Cơ chế vật lý: vì sao lá xanh "sáng" ở cận hồng ngoại
Diệp lục trong lá hấp thụ mạnh ánh sáng xanh lam và đỏ để lấy năng lượng quang hợp, phản xạ một phần ánh sáng xanh lục, đó là lý do mắt người thấy lá màu xanh. Ở vùng cận hồng ngoại (khoảng 700–1.300 nanomet), diệp lục không hấp thụ, còn cấu trúc tế bào xốp bên trong lá, với nhiều mặt tiếp giáp giữa vách tế bào và khoảng khí, tán xạ mạnh ánh sáng này. Kết quả là một lá khoẻ phản xạ phần lớn cận hồng ngoại chiếu tới.
Khi cây bị stress (thiếu nước, thiếu dinh dưỡng, bệnh), lượng diệp lục giảm nên hấp thụ đỏ kém đi, và cấu trúc tế bào thay đổi nên phản xạ cận hồng ngoại giảm. Hai thay đổi đi ngược chiều nhau khiến hiệu số NIR − Đỏ co lại rõ rệt. Phép chia cho tổng NIR + Đỏ là bước chuẩn hoá, giúp giảm ảnh hưởng của độ sáng chung do góc chiếu mặt trời, địa hình hay độ dày khí quyển.
Vùng chuyển tiếp rất dốc giữa đỏ và cận hồng ngoại, khoảng 680–750 nanomet, gọi là rìa đỏ (red edge). Vị trí rìa đỏ dịch chuyển theo hàm lượng diệp lục, và đây là cơ sở của các chỉ số như NDRE dùng dải rìa đỏ thay cho dải đỏ. Các vệ tinh như Sentinel-2 và nhiều camera đa phổ gắn drone có sẵn dải rìa đỏ.
Đọc giá trị NDVI: những khoảng giá trị tham khảo
Giá trị NDVI phụ thuộc cảm biến, thời điểm, loại cây và xử lý ảnh, nên các khoảng dưới đây chỉ để định hướng. Quan trọng hơn con số tuyệt đối là so sánh trong cùng một ảnh và theo chuỗi thời gian.
| Khoảng NDVI | Thường tương ứng | Lưu ý |
|---|---|---|
| Dưới 0 | Nước, mây, tuyết | Ruộng lúa mới đổ ải đầy nước cũng có thể âm |
| 0 đến khoảng 0,2 | Đất trống, đá, đường, cây đã thu hoạch | Đất ẩm tối màu và đất khô sáng màu cho giá trị khác nhau |
| Khoảng 0,2 đến 0,5 | Thực vật thưa, cây non, cây bị stress, cỏ khô | Giai đoạn đầu vụ phần lớn tín hiệu là của đất |
| Khoảng 0,5 đến 0,9 | Thực vật dày, khoẻ, tán khép | Trên khoảng 0,8 chỉ số bắt đầu bão hoà |
Một sai lầm phổ biến là đặt ngưỡng cố định kiểu "dưới 0,6 là cây yếu". Lúa giai đoạn đẻ nhánh và lúa trổ có NDVI khác nhau tự nhiên; vườn cà phê có khoảng hở giữa hàng cho NDVI thấp hơn ruộng mía tán khép dù cả hai đều khoẻ. Cách đọc đúng là tìm vùng thấp bất thường so với phần còn lại của cùng ruộng và so với chính nó ở các thời điểm trước.
Nguồn ảnh: vệ tinh miễn phí, vệ tinh thương mại hay drone
Lựa chọn nguồn ảnh là đánh đổi giữa độ phân giải không gian, tần suất chụp, chi phí và khả năng chủ động thời điểm.
| Nguồn | Độ phân giải | Tần suất | Phù hợp cho |
|---|---|---|---|
| Sentinel-2 (châu Âu, miễn phí) | 10 m cho dải đỏ và cận hồng ngoại, 20 m cho rìa đỏ | Khoảng 5 ngày với hai vệ tinh, nhiều hơn ở vĩ độ cao | Theo dõi cánh đồng, vùng nguyên liệu từ vài hecta trở lên |
| Landsat 8 và 9 (Mỹ, miễn phí) | 30 m | Mỗi vệ tinh 16 ngày, kết hợp hai vệ tinh dày hơn | Phân tích dài hạn, kho lưu trữ từ thập niên 1980 |
| Vệ tinh thương mại độ phân giải cao | Vài mét hoặc dưới một mét | Hằng ngày hoặc theo đặt chụp | Thửa nhỏ, cần chi tiết, có ngân sách |
| Drone gắn camera đa phổ | Vài centimet | Chủ động theo lịch bay | Thí nghiệm, vườn cây ăn quả, phân tích từng cây |
Với thửa ruộng vài sào, một điểm ảnh 10 m × 10 m của Sentinel-2 bằng 100 m², nên một thửa 1.000 m² chỉ có khoảng mười điểm ảnh, nhiều điểm lẫn bờ ruộng. Ảnh miễn phí phù hợp để nhìn cấp cánh đồng và vùng; cần chi tiết thửa thì dùng drone hoặc ảnh thương mại.
Bài toán mây ở Việt Nam và giải pháp ảnh radar
Mây che là giới hạn lớn nhất của ảnh quang học. Vệ tinh quang học như Sentinel-2 và Landsat đo ánh sáng phản xạ, nên không nhìn xuyên mây. Ở nhiều vùng Việt Nam trong mùa mưa, có thể nhiều tuần liền không có ảnh sạch mây đúng lúc cây đang ở giai đoạn quan trọng nhất.
Mây mỏng và bóng mây nguy hiểm hơn mây dày. Mây dày dễ nhận ra và loại bỏ. Mây mỏng, sương mù và bóng mây làm NDVI giảm giả, dễ bị hiểu nhầm thành cây bị stress. Quy trình xử lý ảnh cần bước lọc mây và bóng mây, và người đọc nên kiểm tra ảnh màu thật trước khi kết luận.
Ảnh radar không bị mây chặn. Vệ tinh radar khẩu độ tổng hợp (SAR) như Sentinel-1 tự phát sóng vi ba và đo tín hiệu phản hồi, nhìn xuyên mây và chụp được cả ban đêm. Tín hiệu radar nhạy với cấu trúc tán và nước bề mặt, đặc biệt hữu ích cho lúa nước: thời điểm đổ nước, cấy và sinh trưởng tạo ra chữ ký tán xạ đặc trưng.
Kết hợp quang học và radar là xu hướng chính. Nhiều hệ thống theo dõi lúa ở châu Á dùng radar làm khung lịch thời vụ và diện tích, dùng NDVI từ ảnh quang học có được để đánh giá sinh trưởng. Đổi lại, xử lý ảnh radar phức tạp hơn và cần chuyên môn.
Giới hạn của NDVI: bão hoà, ảnh hưởng của đất và chỉ số thay thế
Bão hoà ở tán dày. Khi tán lá khép kín, hầu hết ánh sáng đỏ đã bị hấp thụ, nên thêm lá cũng không làm phản xạ đỏ giảm thêm bao nhiêu; NDVI chững lại ở vùng khoảng 0,8–0,9 trong khi sinh khối vẫn tăng. Giai đoạn giữa vụ của lúa, mía, ngô, NDVI ít phân biệt được ruộng tốt và ruộng rất tốt. Các chỉ số dùng dải rìa đỏ như NDRE, hoặc EVI (Huete và cộng sự, 2002) với hiệu chỉnh khí quyển và nền đất, ít bão hoà hơn.
Ảnh hưởng của nền đất. Đầu vụ hoặc ở vườn cây có khoảng trống giữa hàng, phần lớn tín hiệu là của đất, mà đất ẩm tối và đất khô sáng cho NDVI khác nhau. Chỉ số SAVI do Huete đề xuất năm 1988 thêm hệ số hiệu chỉnh nền đất cho trường hợp này.
NDVI không chẩn đoán nguyên nhân. Thiếu đạm, thiếu nước, ngập úng, nhiễm mặn, sâu đục thân, bệnh đạo ôn, cỏ dại hay khác giống đều có thể làm NDVI giảm. Chỉ số chỉ khoanh vùng; nguyên nhân phải xác định bằng kiểm tra ngoài đồng, phân tích đất, lá. Đó là lý do các hệ thống tốt đi kèm quy trình "ảnh báo – người đi kiểm – ghi kết quả" chứ không dừng ở bản đồ màu.
So sánh giữa các nguồn ảnh phải cẩn thận. Mỗi cảm biến có dải phổ hơi khác nhau, nên NDVI từ drone không so trực tiếp được với NDVI từ vệ tinh nếu chưa hiệu chuẩn. Ngay cả drone, nếu không chụp tấm phản xạ chuẩn trước mỗi chuyến bay, giá trị giữa các ngày có ánh sáng khác nhau cũng lệch.
Những ứng dụng NDVI đã chứng minh giá trị ở Việt Nam và khu vực
Không phải ứng dụng nào của chỉ số thực vật cũng trưởng thành như nhau. Các nhóm dưới đây có nền tảng phương pháp vững và đã được dùng trong thực tế quản lý:
- Xác định lịch thời vụ và diện tích gieo trồng lúa ở cấp tỉnh, vùng: chuỗi NDVI kết hợp radar cho biết thời điểm xuống giống và diện tích thực, phục vụ điều hành sản xuất và dự báo sản lượng.
- Khoanh vùng thiệt hại sau thiên tai: so sánh NDVI trước và sau đợt ngập lụt, hạn mặn để ước tính diện tích bị ảnh hưởng, dùng cho hỗ trợ và bảo hiểm nông nghiệp theo chỉ số.
- Giám sát vùng nguyên liệu tập trung như mía, sắn, cao su, chè: phát hiện thửa sinh trưởng kém để ưu tiên đi kiểm tra, theo dõi tiến độ thu hoạch.
- Theo dõi thay đổi lớp phủ: phát hiện chuyển đổi từ rừng sang đất canh tác, một yêu cầu ngày càng phổ biến từ các thị trường nhập khẩu với cà phê, cao su, ca cao.
- Phân vùng trong thửa cho bón biến đổi: dùng chuỗi NDVI nhiều năm làm một lớp dữ liệu chia vùng quản lý, kết hợp với bản đồ đất; ở mức này bằng chứng lợi ích phụ thuộc nhiều vào từng trường hợp.
Điểm chung của các ứng dụng thành công là dùng NDVI để so sánh và phát hiện thay đổi, không dùng nó như một phép đo tuyệt đối về sức khoẻ cây. Những dự án hứa hẹn tự động chẩn đoán bệnh hay kê liều phân từ một ảnh NDVI thường không giữ được lời hứa khi ra đồng.
Quy trình dùng NDVI trong vận hành trang trại
Để NDVI tạo ra quyết định, hãy gắn nó vào một quy trình có người chịu trách nhiệm:
- Số hoá ranh giới thửa và gắn mã thửa, mã vụ; không có ranh giới thì không tính được thống kê theo thửa.
- Thiết lập chuỗi ảnh theo thời gian cho từng thửa, tính giá trị trung bình và phân bố; lưu cả ảnh bị loại do mây để biết khoảng trống dữ liệu.
- Đặt quy tắc cảnh báo tương đối: ví dụ một vùng thấp hơn đáng kể so với trung vị của thửa, hoặc một thửa tụt so với chính nó ở kỳ trước và so với các thửa cùng giống, cùng ngày gieo.
- Giao cảnh báo cho kỹ thuật viên kèm toạ độ; kỹ thuật viên ra đồng, chụp ảnh, ghi nguyên nhân quan sát được vào nhật ký.
- Quyết định xử lý (bón bổ sung, tưới, phun điểm) và ghi lại; sau vài vụ, dữ liệu "cảnh báo – nguyên nhân – xử lý – kết quả" giúp hiệu chỉnh ngưỡng và mô hình.
Bước bốn là nơi giá trị được tạo ra. Một vùng nguyên liệu có hàng nghìn thửa không thể đi kiểm tra hết; NDVI giúp chọn ra vài chục điểm đáng đi nhất mỗi tuần. Đó là cách dùng NDVI hiệu quả nhất, chứ không phải tự động kê đơn phân bón từ ảnh.
Câu hỏi thường gặp
NDVI bao nhiêu là cây khoẻ?
Không có ngưỡng chung. Giá trị phụ thuộc loại cây, giai đoạn sinh trưởng, khoảng cách trồng và cảm biến. Cách đọc đáng tin là so sánh các vùng trong cùng thửa và so với chính thửa đó ở các kỳ trước, hoặc với các thửa cùng giống, cùng lịch gieo.
Có thể dùng camera điện thoại để đo NDVI không?
Camera điện thoại thông thường có bộ lọc chặn cận hồng ngoại nên không đo được NDVI thật. Một số camera cải biến bỏ bộ lọc cho kết quả gần đúng nhưng khó hiệu chuẩn. Muốn số liệu tin cậy cần camera đa phổ có dải hẹp và tấm phản xạ chuẩn.
NDVI và NDRE khác nhau ở điểm nào?
NDRE thay dải đỏ bằng dải rìa đỏ, nhạy hơn với hàm lượng diệp lục và ít bão hoà khi tán dày. Vì vậy NDRE thường hữu ích hơn ở giai đoạn giữa và cuối vụ, khi NDVI đã chững lại, còn NDVI vẫn tốt cho giai đoạn đầu vụ.
Ảnh vệ tinh miễn phí có đủ cho hợp tác xã không?
Đủ cho theo dõi cấp cánh đồng và phát hiện bất thường ở thửa từ vài nghìn mét vuông trở lên, nhất là khi kết hợp chuỗi thời gian. Với thửa rất nhỏ hoặc cần phân tích từng cây, ảnh miễn phí không đủ chi tiết và cần drone hoặc ảnh thương mại.
Vì sao NDVI ruộng lúa có lúc âm?
Khi ruộng mới làm đất và đổ nước, bề mặt chủ yếu là nước. Nước hấp thụ mạnh cận hồng ngoại nên giá trị NIR thấp hơn đỏ, cho NDVI âm. Đây là tín hiệu bình thường của lịch thời vụ, thậm chí được dùng để xác định ngày xuống giống.
Có dùng NDVI để dự báo năng suất được không?
NDVI tại một số giai đoạn tương quan với năng suất và được dùng trong mô hình dự báo ở cấp vùng. Ở cấp thửa, tương quan yếu hơn do bão hoà và nhiều yếu tố khác như sâu bệnh cuối vụ, đổ ngã. Mô hình tốt cần dữ liệu năng suất thực để hiệu chỉnh theo từng vùng.