5 Sai Lầm Đọc NDVI Phổ Biến Nhất Sau 500+ Học Viên

Học viên gọi cho tôi lúc 10 giờ sáng. Giọng lo lắng. "Anh ơi, em vừa xem NDVI map, có một vùng lúa màu đỏ đậm, tức là NDVI thấp. Em đã phun thuốc trị bệnh hôm qua rồi. Nhưng hôm nay ra thực địa thì lúa đó... bình thường. Em có nhầm không?"

Tôi hỏi: "Em bay lúc mấy giờ?", "Khoảng 3 giờ chiều.", "Bên cạnh vùng đó có gì không? Cây cao, bờ đê, hay công trình gì không?", Im lặng một lúc. "Có... có hàng cây ven bờ." Đó là bóng. Không phải bệnh. Vùng NDVI thấp đó là shadow artifact, bóng đổ từ hàng cây ven bờ vào lúc chiều tà. Lúa hoàn toàn khỏe mạnh. Thuốc đã phun. Tiền đã mất. Và nguyên nhân không phải vì sensor sai, mà vì đọc data sai.

Sau hơn 500 học viên mà tôi đã đào tạo về NDVI và multispectral, tôi nhận ra rằng sai lầm này không phải ngoại lệ. Nó là quy luật. Và tôi viết bài này để anh chị không phải học theo cách đó.

NDVI là gì, 1 phút

NDVI (Normalized Difference Vegetation Index) đo mức độ hấp thụ ánh sáng của thực vật. Công thức: NDVI = (NIR − Red) / (NIR + Red). Trong đó NIR là ánh sáng cận hồng ngoại, Red là ánh sáng đỏ nhìn thấy được. Cây khỏe hấp thụ mạnh ánh sáng đỏ (cho quang hợp) và phản chiếu mạnh ánh sáng NIR, tỷ lệ chênh lệch này tạo ra NDVI cao.

Thang giá trị từ −1 đến +1: Dưới 0: nước, mây, bề mặt nhân tạo. 0.0–0.2: đất trống, bê tông, ít thực vật. 0.2–0.4: thực vật thưa, cây non, cây stress. 0.4–0.6: thực vật trung bình, cây đang phát triển. 0.6–0.9: thực vật dày đặc, khỏe mạnh.

DJI Mavic 3 Multispectral thu 4 band đơn sắc: Green (550nm), Red (650nm), Red Edge (730nm), NIR (860nm), cộng thêm 1 camera RGB 20MP. NDVI được tính từ band Red và NIR. DJI Terra hoặc nền tảng 115iAG xử lý ra NDVI map màu từ data thô. Nghe đơn giản, nhưng chính sự "đơn giản" đó là nguyên nhân gây ra hầu hết sai lầm tôi thấy.

5 sai lầm phổ biến tôi thấy

Sai lầm 1, Đọc NDVI tuyệt đối, không so sánh trong context

"NDVI 0.45 là thấp", câu này sai ở chỗ: thấp so với cái gì? NDVI 0.45 với lúa giai đoạn đẻ nhánh là hoàn toàn bình thường. NDVI 0.45 với lúa giai đoạn trổ có thể là dấu hiệu cần chú ý. NDVI 0.45 với cây sầu riêng giai đoạn nuôi trái, cần so sánh với baseline của chính vườn đó. NDVI là chỉ số tương đối, nó có ý nghĩa khi được đặt trong context của chính thửa ruộng đó, chính vụ đó.

Sai lầm 2, Bỏ qua giai đoạn sinh trưởng

Đây là sai lầm tôi thấy nhiều nhất với lúa tại ĐBSCL. Lúa có NDVI thấp ở giai đoạn mới sạ, bình thường. NDVI tăng mạnh ở đẻ nhánh. Đạt đỉnh ở giai đoạn trổ-làm đòng. Sau đó giảm dần khi lá già, hạt chín. Nghĩa là: lúa giai đoạn chín sáp có NDVI thấp hơn giai đoạn đẻ nhánh, nhưng đó là sinh lý bình thường, không phải bệnh. Câu hỏi phải hỏi trước khi đọc NDVI: "Hôm nay là ngày thứ bao nhiêu từ khi sạ? Cây đang ở giai đoạn nào?"

Sai lầm 3, Không xử lý shadow, cloud, và water artifact trước khi đọc

Quay lại tình huống ở đầu bài, đó là shadow artifact. Bóng đổ từ cây ven bờ, từ công trình, từ đám mây che qua lúc bay, tất cả tạo ra vùng NDVI thấp giả. Sensor thu ánh sáng phản chiếu; nơi bị bóng che thì ánh sáng NIR và Red đều thấp, nhưng tỷ lệ chênh lệch bị méo theo hướng làm NDVI thấp hơn thực tế. Trước khi ra quyết định phun, bón, hoặc xử lý, bước đầu tiên phải là kiểm tra: "Vùng NDVI thấp này có phải bóng, nước, hoặc artifact không?" Đối chiếu với ảnh RGB cùng chuyến bay. Nếu RGB thấy cây xanh bình thường nhưng NDVI thấp → hầu như chắc chắn là artifact.

Sai lầm 4, Map NDVI thành "tốt-xấu" thay vì "đồng đều / không đồng đều"

Cách đọc NDVI hiệu quả nhất không phải là "vùng đỏ là xấu, vùng xanh là tốt". Câu hỏi đúng là: thửa ruộng này có đồng đều không? Nếu toàn bộ thửa ruộng có NDVI từ 0.5–0.6, dù "thấp hơn lý tưởng" nhưng đồng đều, có thể là do giai đoạn sinh trưởng, không cần can thiệp cục bộ. Nếu thửa ruộng có NDVI 0.7 ở 80% diện tích nhưng có vùng 0.35–0.4 rải rác, đó mới là tín hiệu đáng chú ý. NDVI map cho anh chị thấy sự không đồng đều, đó là giá trị thực của nó.

Sai lầm 5, Decision dựa trên 1 một lần bay

Một chuyến bay cho anh chị một ảnh chụp tại một thời điểm. Không hơn. NDVI thấp hôm nay có thể là: cây thực sự stress, bay lúc ánh sáng không tốt, sau khi mưa nền đất ẩm ảnh hưởng reflectance, hoặc giai đoạn sinh trưởng bình thường. Chỉ khi có ít nhất 2–3 lần bay cách nhau 7–10 ngày, anh chị mới có thể nhìn thấy xu hướng: NDVI đang tăng (cây phục hồi) hay giảm (cần can thiệp). Quyết định phun thuốc, bón phân trên hàng chục hectare dựa trên 1 lần bay, là rủi ro cao không cần thiết.

Cách đọc NDVI đúng, 4 bước

Bước 1, Verify quality: Trước khi đọc bất cứ con số nào: Bay lúc nào? Trời nắng hay mây? (Bay lúc 10 giờ sáng đến 14 giờ, ánh sáng ổn định nhất.) Có dùng calibration panel không? Có vùng shadow, cloud, hay water nào cần mask ra không?

Bước 2, Context: Cây gì? Giai đoạn sinh trưởng nào? (Đếm ngày từ ngày sạ/trồng.) Đất nền: đất đỏ, đất phù sa, hay đất ngập nước? Thời tiết 1–2 ngày trước có mưa lớn không?

Bước 3, Compare: So sánh với chuyến bay trước cùng vụ (nếu có). So sánh phân vùng trong thửa ruộng: vùng nào lệch nhiều so với median của cả thửa? Nếu là lần đầu tiên, thiết lập baseline cho vụ này.

Bước 4, Ground truth: Chọn 3–5 vùng đại diện từ NDVI map (vùng cao, vùng thấp, vùng trung bình) và kiểm tra thực địa. Nếu NDVI thấp mà thực địa thấy cây xanh tốt → artifact. Nếu NDVI thấp và thực địa thấy cây vàng lá, còi cọc → data đáng tin. Ground truth là thứ biến NDVI từ "bản đồ màu" thành "quyết định có căn cứ".

Khi nào nên nhờ chuyên gia

Với thửa ruộng nhỏ, anh chị có thể tự áp dụng 4 bước trên sau khi nắm vững nguyên tắc. Nhưng có những trường hợp tôi khuyên nên làm việc với chuyên gia. Vụ giá trị cao (sầu riêng, cacao, cà phê đặc sản): chi phí sai lầm quá lớn so với chi phí tư vấn. Diện tích lớn cần Variable Rate Application, tức là phun/bón khác nhau theo từng vùng trên cùng một thửa: cần quy trình từ NDVI map → prescription map → điều chỉnh máy phun đúng kỹ thuật. Tích hợp với hệ thống quản lý (ERP, farm management platform): cần chuỗi dữ liệu đúng định dạng, không thể làm thủ công.

Kết luận

Sensor tốt chỉ là điều kiện cần. Mavic 3 Multispectral là thiết bị tốt, band width hợp lý, sunlight sensor tích hợp, tích hợp DJI Terra. Nhưng camera không biết đang bay lúc bóng chiều. Camera không biết lúa đang ở ngày thứ 50 hay ngày thứ 75. Camera không biết học viên đang nhìn vào artifact. Người đọc NDVI đúng mới là thứ quyết định data đó tạo ra giá trị hay tạo ra thiệt hại.

Bài liên quan

Đọc thêm: LiDAR và Multispectral, chọn sensor đúng Tích hợp data NDVI vào hệ thống doanh nghiệp XAG M2000, câu chuyện thực địa khảo sát ruộng.

Nếu anh chị đang có máy multispectral hoặc đang chuẩn bị triển khai, có thể gửi bối cảnh qua trang liên hệ. Tôi sẽ phản hồi trong phạm vi kinh nghiệm và những giả định cần kiểm chứng thêm.