Introducción

La teledetección es una herramienta poderosa en la agricultura moderna. Permite el monitoreo y análisis de grandes extensiones de tierra sin la necesidad de presencia física en el campo. Dentro de esta disciplina, el Índice de Vegetación de Diferencia Normalizada (NDVI) se destaca por su capacidad de evaluar la salud y el vigor de la vegetación. A través de la interpretación de imágenes satelitales, el NDVI proporciona información crítica sobre la densidad y condición de la cobertura vegetal, siendo una herramienta esencial para la gestión agrícola y la toma de decisiones.

Objetivos

• Comprender los conceptos básicos de teledetección y el índice NDVI.
• Aprender a calcular el NDVI utilizando imágenes satelitales.
• Interpretar los valores de NDVI para evaluar la salud de la vegetación.
• Aplicar el uso del NDVI en la gestión agrícola a través de herramientas prácticas.

Propósitos de enseñanza

El propósito de enseñar teledetección y el uso del NDVI a estudiantes de Secundaria Técnica Agraria es múltiple. En primer lugar, se busca que puedan familiarizase con tecnologías avanzadas que son cada vez más relevantes en el campo de la agricultura. Al comprender cómo se recopilan y analizan los datos satelitales, desarrollan habilidades críticas que mejoran su empleabilidad y preparación para enfrentar desafíos agronómicos modernos. Además, el conocimiento del NDVI les permite realizar evaluaciones precisas de la salud de los cultivos, lo cual es crucial para optimizar la producción agrícola y gestionar recursos de manera sostenible. Finalmente, esta enseñanza fomenta un pensamiento analítico y una comprensión profunda de los procesos naturales, preparando a las y los estudiantes para contribuir de manera significativa a la innovación y mejora continua en el sector agrario.

Semana 1. Introducción y evaluación de conocimientos previos

Momento inicial. Actividad de relevamiento de conocimientos previos

Para iniciar la secuencia didáctica sobre teledetección y el NDVI, se realizará una actividad grupal para relevar los conocimientos previos de las y los estudiantes sobre el tema. Esta actividad servirá para identificar sus conceptos y experiencias iniciales, permitiendo adaptar mejor las próximas actividades a sus necesidades y niveles de comprensión.

Actividad

División en grupos. Organizar a las y los estudiantes en grupos de cuatro o cinco integrantes para fomentar la discusión y el trabajo colaborativo.

Lluvia de ideas. Cada grupo recibirá una hoja grande de papel y rotuladores de colores. Se les pedirá que, durante 10 minutos, realicen una lluvia de ideas sobre lo que saben o han escuchado acerca de la teledetección, las firmas espectrales y el cálculo de índices espectrales como el NDVI. Pueden incluir conceptos, términos, ejemplos, aplicaciones o cualquier información relacionada que consideren relevante.

Discusión y consolidación. Luego de la lluvia de ideas, cada grupo seleccionará a una o un representante para presentar sus ideas al resto de la clase. Durante la presentación, la o el representante del grupo explicará brevemente los puntos discutidos y escritos en su hoja.

Mapa conceptual colectivo. Mientras cada grupo presenta sus ideas, la o el docente consolidará la información en un gran mapa conceptual en el pizarrón. Este mapa conceptual incluirá categorías principales como "Teledetección", “Firma espectral”, "NDVI", "Aplicaciones", y "Beneficios", y se irán agregando detalles a medida que las y los estudiantes compartan sus conocimientos.

Reflexión y feedback. Al finalizar las presentaciones, la profesora o el profesor guiará una breve reflexión sobre los puntos comunes y las diferencias en las ideas presentadas por los distintos grupos. Se invitará a las y los estudiantes a comentar sobre cualquier nueva información que hayan aprendido.

Consolidación del aprendizaje. La profesora o el profesor cerrará la actividad destacando las ideas clave que surgieron y cómo estas se relacionan con los contenidos que se abordarán en las siguientes semanas. Se compartirá una breve introducción a la estructura de la secuencia didáctica propuesta y los objetivos específicos que se trabajarán, conectando sus conocimientos previos con los nuevos aprendizajes.

Esta actividad no solo permitirá evaluar los conocimientos previos de las y los estudiantes, sino que también promoverá la colaboración y el intercambio de ideas, creando un ambiente de aprendizaje participativo y activo desde el inicio del curso.

Momento 2. Introducción a la teledetección y NDVI

Objetivo

Introducir los conceptos básicos de teledetección y el NDVI.

Actividades 

Presentación. Exponer los conceptos de teledetección, índices espectrales y específicamente el NDVI.

Demostración práctica. Mostrar cómo se obtiene el NDVI usando imágenes satelitales desde la plataforma SATVeg.

¿Qué es la reflectancia?

La reflectancia es la proporción de energía incidente que es reflejada por una superficie. Se mide mediante sensores que capturan la cantidad de luz reflejada en diferentes longitudes de onda. Por ejemplo, un sensor satelital puede medir cuánta luz roja y cuánta luz infrarroja cercana es reflejada por la vegetación en la superficie terrestre.

En el contexto de la teledetección y la teledetección espectral se mide la cantidad de luz (o radiación) que una superficie refleja en comparación con la cantidad de luz que recibe. Esta medida es crucial para interpretar imágenes satelitales y otros datos de teledetección.

¿Cómo se mide la reflectancia?

La reflectancia se mide mediante sensores que capturan la cantidad de luz reflejada en diferentes longitudes de onda del espectro electromagnético. Estos sensores pueden estar a bordo de satélites, aviones, drones o, incluso, ser portátiles para uso en el campo.

Importancia de la reflectancia

La reflectancia es fundamental en la teledetección porque diferentes materiales y superficies (como vegetación, suelo, agua y construcciones) reflejan la luz de manera diferente en distintas longitudes de onda. Este comportamiento diferencial permite identificar y caracterizar las características de la superficie terrestre. Por ejemplo:

• Vegetación sana: refleja fuertemente en la banda del infrarrojo cercano y absorbe la mayoría de la luz roja visible debido a la clorofila.
• Suelo desnudo: generalmente tiene una reflectancia intermedia en varias bandas del espectro.
• Agua: tiende a reflejar muy poca luz en la mayoría de las bandas visibles e infrarrojas.
• Agua: tiende a reflejar muy poca luz en la mayoría de las bandas visibles e infrarrojas.

Aplicaciones de la reflectancia

Al analizar la reflectancia en diferentes bandas, personas del ámbito científico y profesionales pueden calcular índices espectrales como el NDVI (Índice de Vegetación de Diferencia Normalizada), que proporcionan información valiosa sobre el estado y la condición de la vegetación en un área determinada.

• Agricultura: evaluar la salud y el vigor de los cultivos.
• Gestión forestal: monitorear la densidad y el estado de los bosques.
• Hidrología: analizar cuerpos de agua y su calidad.
• Ambiente: estudiar cambios en el uso de la tierra y la cobertura vegetal.

Semana 2. Índices y firmas espectrales

¿Qué es un índice espectral?

Un índice espectral es una fórmula matemática que utiliza las reflectancias medidas en diferentes bandas espectrales para resaltar ciertas propiedades de la superficie terrestre. Estos índices son herramientas en teledetección porque permiten identificar y analizar características específicas de la vegetación, el suelo, el agua y otros elementos de la superficie terrestre mediante imágenes satelitales o de drones.

¿Cómo explicar un índice espectral?

Concepto básico. Los índices espectrales combinan la reflectancia de dos o más bandas espectrales para proporcionar una medida que es sensible a características específicas de la superficie terrestre.

Fórmulas matemáticas. Generalmente se utilizan fórmulas simples como cocientes, diferencias o razones de bandas espectrales. Estos cálculos ayudan a mejorar el contraste y la discriminación de ciertas características en las imágenes.

Aplicaciones. Cada índice espectral está diseñado para resaltar ciertas propiedades. Por ejemplo, algunos índices son buenos para detectar la vegetación verde, otros para identificar la humedad del suelo o la presencia de agua.

Interpretación. Los valores resultantes de los índices espectrales pueden ser interpretados para tomar decisiones en agricultura, gestión del agua, monitoreo ambiental y otras aplicaciones. Por ejemplo, valores altos del NDVI indican vegetación densa y saludable, mientras que valores bajos pueden indicar áreas sin vegetación o con vegetación estresada.

Cómo se calcula el NDVI

La fórmula del Índice de Vegetación de Diferencia Normalizada (NDVI) se basa en la relación entre la diferencia y la suma de las reflectancias en dos bandas específicas del espectro electromagnético: el infrarrojo cercano (IRC) y el rojo visible. La fórmula se expresa matemáticamente de la siguiente manera:

Numerador (parte superior). La diferencia entre la reflectancia en el infrarrojo cercano (IRC) y la reflectancia en el rojo visible. Esta diferencia indica cuánta más radiación refleja la vegetación en el infrarrojo cercano en comparación con el rojo visible. La vegetación saludable tiende a reflejar más en el IRC y menos en el rojo, resultando en un valor positivo significativo en el numerador.

Denominador (parte inferior). La suma de las reflectancias en el infrarrojo cercano y en el rojo visible. Esta suma normaliza la diferencia, asegurando que los valores del NDVI estén comprendidos entre -1 y 1, independientemente de la intensidad de la luz reflejada.

Interpretación del NDVI

Valores cercanos a 1. Indican vegetación densa y saludable, ya que hay una alta reflectancia en el infrarrojo cercano y una baja reflectancia en el rojo visible.

Valores cercanos a 0. Indican áreas con poca o ninguna vegetación, como suelos desnudos o áreas urbanas, donde las reflectancias en ambas bandas son similares.

Valores negativos. Indican la presencia de agua u otros elementos no vegetativos, ya que el agua refleja muy poca radiación en ambas bandas.

Fuente: Archivo DGCyE

Las bandas en nanómetros para las distintas regiones del espectro electromagnético son:

• Rojo (Red). Aproximadamente entre 620 y 750 nanómetros (nm).
• Infrarrojo Cercano (IRC) (NIR, Near Infrared). Aproximadamente entre 750 y 1300 nanómetros (nm).
• Infrarrojo Medio (MIR, Mid Infrared). Aproximadamente entre 1300 y 3000 nanómetros (nm).

Para teledetección y el cálculo del NDVI, específicamente, las bandas utilizadas suelen ser:

• Rojo. Generalmente alrededor de 640-680 nm.
• Infrarrojo Cercano (NIR). Generalmente alrededor de 850-880 nm.

Estas bandas pueden variar ligeramente dependiendo del sensor satelital o el equipo de teledetección utilizado.

Ejemplos de reflectancia

• Vegetación sana. Refleja más en el IRC y menos en el rojo, resultando en un NDVI alto.

Ejemplo: IRC = 0.6, Rojo = 0.1 → NDVI ≈ 0.83

• Vegetación estresada o seca. Refleja menos en el IRC y más en el rojo, resultando en un NDVI más bajo.

Ejemplo: IRC = 0.3, Rojo = 0.2 → NDVI ≈ 0.2

• Suelo desnudo. Tiene reflectancias similares en ambas bandas, resultando en un NDVI cercano a 0.

Ejemplo: IRC = 0.2, Rojo = 0.2 → NDVI ≈ 0

Gráfico de reflectancia

Firma espectral de diferentes coberturas

• Vegetación sana: alta reflectancia en IRC; baja reflectancia en rojo.
• Suelo: reflectancia intermedia en ambas bandas.
• Agua: baja reflectancia en ambas bandas.

Fuente: Archivo DGCyE

Otros índices espectrales además del NDVI

EVI (Enhanced Vegetation Index)

• Fórmula EVI=𝐺×(NIR−RED)(NIR+𝐶1×RED−𝐶2×BLUE+𝐿)EVI=G×(NIR+C1×RED−C2×BLUE+L)(NIR−RED)​
• Aplicación. Mejora la sensibilidad en áreas con alta biomasa y reduce las influencias atmosféricas y del suelo.
• Constantes. G (ganancia), C1, C2 (coeficientes de corrección atmosférica), L (factor de corrección del suelo).

NDWI (Normalized Difference Water Index)

• Fórmula NDWI=(NIR−SWIR)(NIR+SWIR)NDWI=(NIR+SWIR)(NIR−SWIR)​
• Aplicación. Detecta contenido de agua en la vegetación y en la superficie terrestre.

SAVI (Soil-Adjusted Vegetation Index)

• Fórmula SAVI=(NIR−RED)(NIR+RED+𝐿)×(1+𝐿)SAVI=(NIR+RED+L)(NIR−RED)​×(1+L)
• Aplicación. Similar al NDVI, pero ajusta la influencia del suelo. El factor L se ajusta según el tipo de vegetación.

GNDVI (Green Normalized Difference Vegetation Index)

• Fórmula GNDVI=(NIR−GREEN)(NIR+GREEN)GNDVI=(NIR+GREEN)(NIR−GREEN)​
• Aplicación. Sensible al contenido de clorofila en la vegetación.

MSAVI (Modified Soil-Adjusted Vegetation Index)

• Fórmula MSAVI=2×NIR+1−(2×NIR+1)2−8×(NIR−RED)2MSAVI=22×NIR+1−(2×NIR+1)2−8×(NIR−RED)​​
• Aplicación. Otro índice ajustado para minimizar la influencia del suelo en áreas con baja cobertura vegetal.

NDMI (Normalized Difference Moisture Index)

• Fórmula NDMI=(NIR−SWIR)(NIR+SWIR)NDMI=(NIR+SWIR)(NIR−SWIR)​
• Aplicación. Monitorea la humedad del suelo y la vegetación.

Estos índices permiten a personas científicas y profesionales del campo realizar análisis detallados y precisos sobre la salud de la vegetación, el estado del suelo, la humedad y otros factores críticos para la agricultura, la gestión de recursos naturales y la investigación ambiental.

¿Qué es una firma espectral?

La firma espectral muestra cómo diferentes tipos de cobertura terrestre reflejan la radiación en distintas longitudes de onda. Cada tipo de cobertura, como suelo, agua o vegetación, tiene un patrón único de reflexión, conocido como firma espectral. Este concepto es fundamental en la teledetección, ya que permite identificar y diferenciar entre las diversas coberturas del suelo. Por ejemplo, la vegetación sana refleja fuertemente en el infrarrojo cercano y absorbe la luz roja, mientras que el agua tiene una baja reflectancia en ambas bandas. Al analizar estas firmas espectrales es posible calcular índices como el NDVI, que proporcionan información valiosa sobre el estado y la salud de la vegetación en un área determinada.

Ejemplos de firmas espectrales

Suelos. Diferentes tipos de suelo (arenoso, arcilloso) tienen firmas espectrales distintas dependiendo de su contenido hídrico y textura.

Agua. La reflectancia del agua varía según los sedimentos, la profundidad y el fondo.

Vegetación. Vegetación sana y seca reflejan la radiación de manera diferente, lo que permite distinguirlas mediante índices espectrales.

Firma espectral del suelo

Diferentes tipos de suelo, como el arenoso y el arcilloso, tienen firmas espectrales distintas. Estas diferencias se deben a características como el contenido hídrico y la textura del suelo. Por ejemplo:

Suelo arenoso. Tiende a reflejar más radiación en las longitudes de onda del infrarrojo cercano debido a su estructura granular y menor contenido de agua.

Suelo arcilloso. Tiene una mayor capacidad de retención de agua y una textura más fina, lo que generalmente resulta en una menor reflectancia en el infrarrojo cercano comparado con el suelo arenoso. Estas diferencias en la reflectancia permiten distinguir entre distintos tipos de suelos en imágenes satelitales.

Las firmas espectrales de los suelos arenosos mostradas en el gráfico son diferentes debido a varias características intrínsecas que afectan la reflectancia en distintas longitudes de onda. 

A continuación, se nombran las principales razones que explican las diferencias mencionadas anteriormente.

Contenido de agua

• Suelo más húmedo. La reflectancia del suelo se reduce significativamente en las bandas del infrarrojo cercano (IRC) y del infrarrojo medio (IRM) debido a la absorción de agua. El agua en el suelo absorbe gran parte de la radiación en estas bandas, lo que reduce la cantidad de luz reflejada.
• Suelo más seco. Tiene una mayor reflectancia en las mismas bandas porque hay menos agua para absorber la radiación. La reflectancia es mayor, especialmente, en el infrarrojo cercano.

Composición y textura del suelo

• Contenido de materia orgánica. Los suelos con mayor contenido de materia orgánica suelen tener una menor reflectancia en el espectro visible y en el infrarrojo cercano debido a la absorción adicional por la materia orgánica.
• Granulometría. La estructura y el tamaño de las partículas del suelo también influyen en la reflectancia. Los suelos arenosos, que tienen partículas más grandes, tienden a reflejar más radiación en comparación con los suelos arcillosos, que tienen partículas más pequeñas y tienden a retener más agua.

Fuente: Archivo DGCyE

Firma espectral del agua

La reflectancia del agua varía considerablemente en función de factores como los sedimentos presentes, la profundidad y el tipo de fondo. Por ejemplo:

• Agua clara: refleja poca radiación en todas las bandas debido a su alta absorción de luz.
• Agua con sedimentos: puede reflejar más radiación en el espectro visible debido a las partículas suspendidas, lo que aumenta la reflectancia en las longitudes de onda del rojo.
• Agua profunda: generalmente tiene menor reflectancia comparada con el agua somera, donde el fondo puede influir en la cantidad de luz reflejada. Estas variaciones ayudan a identificar cuerpos de agua y a analizar su calidad y características.

Fuente: Archivo DGCyE

Firma espectral de la vegetación

La vegetación sana y seca refleja la radiación de manera diferente, lo que permite distinguirlas mediante índices espectrales como el NDVI. Por ejemplo:

• Vegetación sana: refleja una gran cantidad de radiación en el infrarrojo cercano y absorbe la mayoría de la radiación en la banda del rojo, debido a la alta actividad de clorofila para la fotosíntesis. Esto resulta en un NDVI alto.
• Vegetación seca: refleja menos radiación en el infrarrojo cercano y más en el rojo, debido a la menor cantidad de clorofila y mayor contenido de materiales no fotosintéticos; lo que da lugar a un NDVI más bajo. Estas diferencias en las firmas espectrales permiten el monitoreo de la salud y la condición de la vegetación a lo largo del tiempo y en diferentes regiones.

Fuente: Archivo DGCyE

La explicación de por qué la vegetación sana refleja una gran cantidad de radiación en el infrarrojo cercano (IRC) y absorbe la mayoría de la radiación en la banda del rojo, resultando en un NDVI alto, se basa en los principios biológicos y físicos de las plantas y la teledetección.

Clorofila y absorción de luz roja

• Clorofila: es el pigmento principal en las plantas responsable de la fotosíntesis, el proceso por el cual las plantas convierten la luz en energía química.
• Absorción de luz roja: la clorofila absorbe fuertemente la luz en el rango del rojo (aproximadamente entre 600 y 700 nm) para utilizarla en la fotosíntesis. Esta absorción es necesaria para convertir la luz en energía química, lo que resulta en una baja reflectancia en esta banda.

Estructura celular y reflectancia en el infrarrojo cercano

• Células vegetales y estructura de la hoja: la estructura interna de las hojas, incluyendo las paredes celulares y los espacios intercelulares, causa una alta reflectancia en el infrarrojo cercano (IRC, aproximadamente entre 700 y 1.300 nm).
• Reflectancia en el IRC: las hojas sanas reflejan gran parte de la radiación en el IRC debido a la dispersión interna de la luz en los tejidos de la hoja. Esta dispersión es causada por la estructura celular compleja y la cantidad de agua contenida en las hojas, que refleja la luz en el IRC de manera más eficiente.

La alta actividad de clorofila en plantas sanas absorbe la luz roja para la fotosíntesis, resultando en baja reflectancia en esa banda. Simultáneamente, la estructura celular de las hojas refleja fuertemente la luz en el infrarrojo cercano. Esta combinación de alta reflectancia en el IRC y baja reflectancia en el rojo genera valores altos de NDVI, señalando vegetación vigorosa y saludable.

Análisis de firmas espectrales y reflectancia

Las firmas espectrales de suelos, agua y vegetación proporcionan una herramienta para el análisis y la gestión de recursos naturales, permitiendo identificar y caracterizar diferentes coberturas terrestres a partir de sus patrones de reflexión de la radiación.

Fuente: Archivo DGCyE

A continuación, se presentan ejemplos prácticos de cálculo del NDVI.

• Vegetación sana: NDVI ≈ 0.8
• Vegetación seca: NDVI ≈ 0.33

• Suelo arenoso y arcilloso: NDVI ≈ 0.15 y 0.1 respectivamente

• Agua clara y con sedimentos: NDVI ≈ -0.42 y -0.1 respectivamente

Semana 3. Actividades prácticas para el aula

Introducción

En esta actividad, las y los estudiantes aprenderán a utilizar la plataforma SATVeg para analizar la evolución temporal del Índice de Vegetación de Diferencia Normalizada (NDVI) en distintos lotes agrícolas. Este ejercicio permitirá entender cómo varía la reflectancia de la vegetación en función de diferentes condiciones y ubicaciones geográficas.

Objetivos

• Familiarizarse con la delimitación de lotes agrícolas utilizando Google Earth Pro.¹
• Aprender a registrar y utilizar la plataforma SATVeg.
• Realizar análisis temporales del NDVI para entender la salud y el desarrollo de la vegetación.
• Comparar los índices de NDVI de diferentes regiones para identificar factores que influyen en la variabilidad de la reflectancia.

Contenidos

• Delimitación de lotes agrícolas y creación de archivos .kml en Google Earth Pro.
• Registro y carga de datos en plataformas de análisis satelital como SATVeg.
• Interpretación y análisis de series temporales de NDVI.
• Comparación de datos de diferentes regiones para entender el impacto de las condiciones ambientales en la vegetación.

Uso de la plataforma SATVeg

1. Delimitación del lote de un campo cercano a la escuela en Google Earth Pro

• Utilizar Google Earth Pro para seleccionar y delimitar un lote agrícola cercano a la escuela.
• Guardar el lote delimitado como un archivo .kml.

2. Carga y análisis en SATVeg

• Registrarse en la plataforma SATVeg.
• Cargar el archivo .kml en la sección "MIS ARCHIVOS" de SATVeg.
• Analizar la serie temporal de NDVI promedio del lote y descargar los datos en formato .xls.
• Adaptar la escala temporal según sea necesario para un análisis detallado.

Ejemplos de análisis de NDVI

• Presentar ejemplos de análisis de la evolución temporal del NDVI en distintos años y meses para el lote delimitado. Crear una tabla dinámica y analizar los datos con segmentadores y/o líneas de tiempo en Excel.
• Explicar cómo y por qué varía la reflectancia en el lote según diferentes condiciones o momentos a lo largo del año. Se pueden tomar como referencia las principales estaciones del año.

En el caso de analizar lotes destinados a pasturas, se pueden comparar años o temporadas secas y el mismo intervalo temporal en otros años donde las precipitaciones no están limitadas.

• Análisis comparativo

• Delimitar tres nuevos lotes en diferentes regiones:

• Entre Ríos.
• La Pampa.
• Zona árida al norte de la provincia de Río Negro, en la Patagonia Norte Occidental.

• Obtener los valores de NDVI para los mismos periodos temporales.
• Comparar los índices de NDVI de las diferentes regiones, analizar las fluctuaciones y definir las condiciones que provocan los resultados observados.

Trabajo en grupos

• Creación de informes técnicos

• Las y los estudiantes se organizarán en grupos de trabajo.
• Cada grupo deberá elaborar un informe técnico documentando sus análisis.
• Los informes deben incluir: capturas de pantalla de los lotes delimitados en Google Earth; series temporales de NDVI descargadas de SATVeg; explicaciones detalladas de los índices analizados; comparaciones y conclusiones basadas en los datos obtenidos.

• Presentaciones orales

• Cada grupo presentará sus hallazgos frente a la clase.
• Las presentaciones deben incluir una explicación clara y concisa de los métodos utilizados y los resultados obtenidos.
• En la presentación se fomentará la participación de cada integrante del grupo.

Al finalizar la actividad propuesta, se espera que las y los estudiantes adquieran habilidades prácticas en el uso de herramientas de teledetección y análisis de datos satelitales. Esto les permitirá aplicar los nuevos conocimientos en el monitoreo y la gestión de recursos agrícolas, desarrollando prácticas más eficientes y sostenibles. Asimismo, a través de la creación de informes técnicos y presentaciones orales, valorarán el trabajo en equipo y la comunicación efectiva.

Instrucciones con las aplicaciones

• En Google Earth Pro, delimitar lote y exportar archivo .KML.
• En SATVeg:

1. Crear cuenta.
2. Importar el archivo .KML creado en Google Earth.
3. Clic en el lote para verlo en pantalla.
4. Delimitar un polígono dentro del lote.
5. Hacer clic en NDVI para generar la serie temporal del índice desde el año 2000 a la fecha.
6. Exportar el archivo Excel y analizar con tablas dinámicas y gráficas, contrastando épocas y diferentes años en el mismo lote para estudiar las variaciones del índice NDVI.
7. Crear un informe y explicar conclusiones.

Ejemplo:

Exportar archivo Excel con información de índices, punto 4 de la imagen:

---

¹ Google Earth Pro. Se puede descargar la versión de escritorio para instalar o utilizar la versión web.