Qu'est-ce que le NDVI, comment est-il utilisé en agriculture - avec quelles caméras

Règles : Préserver les termes techniques, les nombres, les unités, les URL, le formatage markdown et les noms de marque. Utiliser les termes agricoles français : Agriculture, Agriculture de précision

Mon Défi Alfalfa Bio avec l'ICV

Dans mon parcours personnel dans l'agriculture de précision et l'analyse, j'ai découvert l'ICV (Indice de Végétation par Différence Normalisée) dans le contexte de l'analyse d'images. Mon objectif est d'analyser une parcelle de 45 hectares de lucerne bio afin d'évaluer l'effet de l'engrais avant et après application. Ma question principale est : où, quel type et quelle quantité d'engrais dois-je appliquer, et quel effet cela aura-t-il sur la culture de luzerne ? Je possède une caméra Mavic Pro avec une caméra RVB standard. Lorsque j'ai posé la question sur Twitter sur la manière de procéder, quelqu'un a suggéré d'utiliser des données multispectrales pour explorer une gamme d'indices de végétation, y compris l'ICV. J'ai doncplongé tête la première pour en apprendre davantage sur l'ICV.

Cette perspective aérienne capture divers champs agricoles et zones naturelles, avec des sections mises en évidence indiquant des régions spécifiques pour un examen approfondi. Ces images brutes constituent la base de l'analyse multispectrale et de la génération de cartes ICV, cruciales pour comprendre la santé des plantes et guider une gestion précise des cultures.

Les champs de luzerne de ma ferme, juin 2022

L'Indice de Végétation par Différence Normalisée (ICV) est une méthode largement adoptée pour évaluer la quantité de végétation vivante dans une région spécifique, en particulier dans l'agriculture.

Qu'est-ce que l'ICV (Indice de Végétation par Différence Normalisée)

Les plantes sont des organismes étonnants qui utilisent la lumière du soleil comme énergie pour fabriquer leur propre nourriture. Elles le font par un processus appelé photosynthèse, qui se déroule dans leurs feuilles. Fait intéressant, les feuilles des plantes n'absorbent pas seulement la lumière du soleil, mais en réfléchissent également une partie. C'est particulièrement vrai pour la lumière proche infrarouge, qui est invisible à nos yeux mais représente la moitié de l'énergie de la lumière du soleil.

La raison de cette réflexion est que trop de lumière proche infrarouge peut en fait être nocive pour les plantes. Elles ont donc évolué pour se protéger en réfléchissant ce type de lumière. Par conséquent, les plantes vertes vivantes apparaissent sombres dans la lumière visible, mais apparaissent brillantes dans le spectre proche infrarouge. Ceci est différent des nuages et de la neige, qui ont tendance à apparaître brillants dans la lumière visible mais sombres dans le spectre proche infrarouge.

En utilisant les propriétés de réflectance du proche infrarouge de la végétation, ces cartes NDVI doubles révèlent les variations de santé des plantes sur un champ agricole. La comparaison démontre comment l'ajustement de la plage dynamique visuelle peut accentuer les zones de stress sévère, représentées en rouge, par rapport à la végétation verte saine. Image gracieusement fournie par Pix4D, une entreprise suisse qui développe des logiciels de photogrammétrie et de vision par ordinateur pour transformer des images RVB, thermiques et multispectrales en cartes et modèles 3D.

Les scientifiques peuvent tirer parti de cette caractéristique unique pour étudier les plantes à l'aide d'un outil appelé NDVI, ou Indice de Végétation par Différence Normalisée. Le NDVI mesure la différence entre la quantité de lumière rouge et de lumière proche infrarouge réfléchie par les plantes. Plus une plante a de feuilles, plus ces longueurs d'onde de lumière sont affectées, ce qui peut nous donner des informations importantes sur la santé et la distribution des plantes.

Le NDVI est un moyen pour les scientifiques d'utiliser des images satellites pour étudier les plantes et l'Agriculture. En comprenant comment les plantes interagissent avec la lumière du soleil, nous pouvons en apprendre davantage sur le monde qui nous entoure et sur la manière de prendre soin de notre planète.

Résumé : Le NDVI est une mesure standardisée de la végétation saine. Il quantifie la végétation en mesurant la différence entre le proche infrarouge (NIR) et la lumière rouge. La végétation saine réfléchit plus de lumière NIR et verte que d'autres longueurs d'onde, mais elle absorbe plus de lumière rouge et bleue. Les valeurs NDVI varient toujours de -1 à +1.

Histoire du NDVI

En 1957, l'Union Soviétique a lancé Spoutnik 1, le premier satellite artificiel à orbiter autour de la Terre. Cela a conduit au développement de satellites météorologiques, tels que les programmes Spoutnik et Cosmos en Union Soviétique, et le programme Explorer aux États-Unis. La série de satellites TIROS a été lancée en 1960, suivie par les satellites Nimbus et les instruments Advanced Very High Resolution Radiometer sur les plateformes de la National Oceanic and Atmospheric Administration (NOAA). La NASA a également développé l'Earth Resources Technology Satellite (ERTS), qui est devenu le précurseur du programme Landsat.

Le programme Landsat a été lancé en 1972 avec le MultiSpectral Scanner (MSS), qui a permis la télédétection de la Terre. Une étude précoce utilisant Landsat s'est concentrée sur la région des Grandes Plaines du centre des États-Unis. Les chercheurs ont constaté que l'angle zénithal solaire sur ce fort gradient latitudinal rendait difficile la corrélation des caractéristiques biophysiques de la végétation des pâturages à partir des signaux spectraux satellitaires. Ils ont développé l'indice de végétation par différence normalisée (NDVI) comme moyen d'ajuster les effets de l'angle zénithal solaire. Le NDVI est maintenant l'indice le plus connu et le plus utilisé pour détecter les canopées de plantes vertes vivantes dans les données de télédétection multispectrales. Il est également utilisé pour quantifier la capacité photosynthétique des canopées végétales, mais cela peut être une entreprise complexe.

Comment calculer le NDVI ?

Le NDVI utilise les canaux proche infrarouge (NIR) et rouge dans sa formule. Des satellites comme Landsat et Sentinel-2 disposent des bandes nécessaires avec le NIR et le rouge. Le résultat génère une valeur comprise entre -1 et +1. Si vous avez une faible réflectance dans le canal rouge et une forte réflectance dans le canal NIR, cela donnera une valeur NDVI élevée, et vice versa.

NDVI en Agriculture

Le NDVI a plusieurs applications dans différents secteurs. Les forestiers utilisent le NDVI pour quantifier l'approvisionnement forestier et l'indice de surface foliaire, et la NASA affirme que le NDVI est un bon indicateur de sécheresse. Lorsque l'eau limite la croissance de la végétation, celle-ci présente un NDVI relatif et une densité de végétation plus faibles. D'autres secteurs qui utilisent le NDVI comprennent les sciences de l'environnement, l'urbanisme et la gestion des ressources naturelles.

Le NDVI est largement utilisé en Agriculture pour surveiller la santé des cultures et optimiser l'irrigation. Les agriculteurs utilisent le NDVI pour l'Agriculture de précision, pour mesurer la biomasse et pour identifier les cultures qui ont besoin de plus d'eau ou d'engrais.

Comment utiliser le NDVI ? Imagerie satellite vs. Imagerie par drone

Quelle imagerie satellite dispose du proche infrarouge pour le NDVI ? Comme mentionné précédemment, des satellites comme Sentinel-2, Landsat et SPOT produisent des images dans le rouge et le proche infrarouge. Il existe des sources de données d'imagerie satellite gratuites sur le web que l'on peut télécharger pour créer des cartes NDVI dans ArcGIS ou QGIS.

La santé des cultures est un aspect critique de l'Agriculture de précision, et les données NDVI sont un outil précieux pour la mesurer. Aujourd'hui, l'utilisation de drones agricoles est devenue une pratique courante pour associer les données NDVI afin de comparer les mesures et d'identifier les problèmes potentiels de santé des cultures. En mesurant la différence entre la lumière proche infrarouge et la lumière rouge, le NDVI peut aider les agriculteurs à optimiser l'irrigation et à identifier les cultures qui ont besoin de plus d'eau ou d'engrais. Par exemple, PrecisionHawk et Sentera proposent des drones agricoles capables de capturer et de traiter les données NDVI en une journée, ce qui constitue une amélioration significative par rapport aux techniques NDVI traditionnelles qui nécessitent souvent de longs délais d'attente. Les chercheurs ont découvert que des images NDVI peuvent même être obtenues à l'aide d'appareils photo numériques RVB standard avec quelques modifications, et cette approche peut être intégrée dans les systèmes de surveillance de la santé des cultures.

Les applications mobiles ont proliféré ces dernières années, utilisant les données NDVI comme moyen de suivi de la santé des cultures. Doktar' Orbit est une de ces applications qui fournit aux agriculteurs des données NDVI présentées sous forme de cartes de santé pour identifier toute anomalie dans leurs parcelles. Ces applications visent à révolutionner les pratiques agricoles en offrant de nouvelles méthodes d'exploration des parcelles et en digitalisant l'Agriculture. Les outils de suivi de parcelles à distance basés sur la technologie NDVI peuvent permettre aux agriculteurs de réaliser des économies de carburant significatives en réduisant la nécessité de visites fréquentes sur le terrain, et peuvent aider à une gestion efficace de l'irrigation.

Quel type de caméra (drone) pour le NDVI ? RGB & IR amélioré vs Multispectral

D'accord, c'est un domaine assez dynamique que j'ai remarqué, et le sujet devient de plus en plus complexe.

Les caméras RVB standard sont conçues pour capturer la lumière rouge, verte et bleue, tandis que les caméras modifiées peuvent capturer une combinaison de lumière Proche Infrarouge, Rouge, Verte et Bleue en fonction du modèle. Pour générer des cartes de santé des plantes RVB montrant la "verdure" des cultures, on peut utiliser une caméra RVB standard avec des algorithmes spécifiques dans un logiciel.

Certaines entreprises vendent des caméras "fausses" Ag ou NDVI, qui ne sont que des caméras ordinaires dont le filtre infrarouge a été retiré et un filtre bleu installé. Cependant, ces caméras sont inexactes pour les mesures radiométriques comme le NDVI car il y a trop de chevauchement entre les canaux de couleur, et elles n'ont pas de capteur pour tenir compte des différences d'éclairage entre les visites. En conséquence, ces caméras ne peuvent montrer que des différences relatives dans une zone donnée, mais pas mesurer précisément le NDVI.

Une vraie caméra NDVI calibrée prendra en compte les différences d'éclairage et fournira des sorties cohérentes entre plusieurs visites sur le même site. Soyez donc prudent lorsque vous achetez une "caméra NDVI" modifiée qui capture la lumière proche infrarouge, pour améliorer les drones (déjà à 400 $) afin de capturer des images proche infrarouge (NIR) afin de réaliser une analyse de la santé de la végétation par calcul NDVI. Mais soyez conscient : ce n'est pas une vraie caméra NDVI, et cela peut être trompeur. Une caméra Sentera est déjà une meilleure option car elles sont conçues à cet effet et peuvent être calibrées, mais elles restent en deçà d'un système NDVI complet. Les caméras multispectrales, les vraies caméras NDVI sont coûteuses, beaucoup plus chères que les "caméras RVB/IR améliorées". Sequoia de Parrot à 3500 $. TetraCam ADC Snap 4500 $, RedEdge de MicaSense 6000 $+.

L'imagerie multispectrale est importante en Agriculture car elle peut fournir des informations plus détaillées et précises sur les cultures et le sol que les caméras RVB traditionnelles.

L'imagerie multispectrale capture des données d'image dans des plages de longueurs d'onde spécifiques à travers le spectre électromagnétique, en utilisant des filtres ou des instruments sensibles à des longueurs d'onde particulières. Elle s'étend au-delà de la plage de la lumière visible pour inclure la lumière infrarouge et ultraviolette, permettant l'extraction d'informations supplémentaires au-delà de ce que l'œil humain peut détecter avec ses récepteurs visibles pour le rouge, le vert et le bleu. Initialement développée pour l'identification de cibles et la reconnaissance militaires, l'imagerie multispectrale a été utilisée dans l'imagerie spatiale pour cartographier les détails des côtes terrestres, de la végétation et des reliefs. Elle a également trouvé des applications dans l'analyse de documents et de peintures.

Voici quelques raisons pour lesquelles l'imagerie multispectrale est mieux adaptée aux applications agricoles :

L'imagerie multispectrale mesure généralement la lumière dans un petit nombre de bandes spectrales, allant de 3 à 15.

L'imagerie hyperspectrale est une forme spécialisée d'imagerie spectrale où des centaines de bandes spectrales contiguës sont disponibles pour l'analyse. En capturant des données d'image sur de nombreuses bandes spectrales, l'imagerie hyperspectrale permet une identification et une analyse des matériaux plus précises que l'imagerie multispectrale.

Conclusion

L'NDVI a révolutionné la façon dont nous surveillons et gérons les cultures agricoles. Depuis ses origines dans le programme précoce des satellites Landsat jusqu'aux caméras multispectrales sophistiquées montées sur drones d'aujourd'hui, cet indice de végétation est devenu un outil indispensable pour l'Agriculture de précision. Que vous utilisiez des images satellites gratuites ou que vous investissiez dans un équipement spécialisé, la compréhension de l'NDVI aide les agriculteurs à prendre des décisions basées sur les données concernant l'application d'engrais, la gestion de l'irrigation et la surveillance de la santé des cultures. Alors que la technologie des capteurs continue de progresser et devient plus accessible, l'NDVI et les indices de végétation associés joueront un rôle de plus en plus important dans des pratiques agricoles durables et efficaces.

---

L'NDVI (Indice de Végétation par Différence Normalisée) mesure la végétation vivante en analysant la façon dont les plantes réfléchissent la lumière proche infrarouge. Les plantes saines réfléchissent beaucoup de lumière proche infrarouge (NIR) et absorbent la lumière rouge, indiquant une croissance robuste. Cela aide les agriculteurs à évaluer la santé des cultures, à détecter le stress précocement et à identifier la variabilité dans les champs, permettant une gestion ciblée.

Les cartes NDVI révèlent des zones de santé et de vigueur végétales variables. En identifiant les zones avec un NDVI plus faible, vous pouvez cibler précisément l'application d'engrais sur les zones sous-performantes, plutôt que de traiter le champ entier uniformément. Cela optimise l'utilisation des intrants, réduit le gaspillage et garantit que les nutriments sont appliqués là où ils sont le plus nécessaires pour améliorer le rendement.

Non, les caméras RVB standard ne peuvent pas générer directement de véritable NDVI. Le véritable NDVI nécessite la capture de la lumière rouge visible et de la lumière proche infrarouge (NIR), ce pour quoi les caméras RVB ne sont pas conçues. Bien que certaines méthodes de 'pseudo-NDVI' existent, elles ne sont pas aussi précises ou fiables pour une prise de décision agricole précise que les données provenant de caméras multispectrales spécialisées.

Pour générer des données NDVI précises, vous avez besoin d'une caméra multispectrale. Ces caméras spécialisées capturent la lumière dans des bandes de longueur d'onde spécifiques, plus crucialement les bandes rouge visible et proche infrarouge (NIR). Les drones équipés de ces capteurs multispectraux peuvent survoler les champs pour collecter des images haute résolution pour un indexation détaillée de la végétation.

Les plantes saines et photosynthétiquement actives absorbent fortement la lumière rouge pour la production d'énergie, mais réfléchissent vigoureusement la lumière proche infrarouge (NIR) pour éviter la surchauffe. Ce schéma distinct – forte absorption du rouge et forte réflexion du NIR – est ce que le NDVI exploite. Les plantes stressées ou malsaines présentent un schéma différent, ce qui permet au NDVI de différencier leur état de santé.

Des valeurs NDVI plus élevées (plus proches de 1) indiquent une végétation plus dense, plus saine et plus photosynthétiquement active, suggérant une croissance robuste. Inversement, des valeurs NDVI plus basses (plus proches de -1, ou près de 0 pour le sol nu) suggèrent des plantes stressées, clairsemées ou malsaines, ou des zones non végétalisées. Cela aide à identifier les zones problématiques pour des interventions comme l'irrigation ou la lutte antiparasitaire.

---

• Surveillance de la santé des cultures - Doktar (2025) - Doktar - Les solutions de surveillance de la santé des cultures de Doktar utilisent l'imagerie satellite et drone pour fournir des alertes précoces pour...
• Surveillance de la santé des cultures | Doktar (2025) - Doktar - Doktar Crop Health Monitoring fournit des informations en temps réel basées sur satellite sur la santé des cultures et leur stade de croissance, permettant...
• État des principaux indices de végétation dans les études d'Agriculture de précision indexées dans Web of Science : une revue (2023) - Dorijan Radočaj, Ante Šiljeg, Rajko Marinović, Mladen Jurišić - Cet article de revue analyse la prévalence et l'application des principaux indices de végétation, y compris le NDVI, dans les études d'Agriculture de précision.
• NDVI et au-delà : les indices de végétation comme caractéristiques pour la reconnaissance et la segmentation des cultures dans les données hyperspectrales (2025) - Andreea Nițu, Corneliu Florea, Mihai Ivanovici, Andrei Racoviteanu - Cet article étudie la spécificité et le pouvoir discriminatoire du NDVI et d'autres indices de végétation pour la reconnaissance et la segmentation des cultures en Agriculture.
• Landsat Normalized Difference Vegetation Index (2025) - U.S. Geological Survey (USGS) - Cette page faisant autorité de l'USGS explique le NDVI de Landsat, son calcul et son utilité pour quantifier la verdure et la santé de la végétation.