NDVI の限界は「値が飽和する」「日をまたいで比較できない」「原因を切り分けられない」の3つに整理できます。ドローンやマルチスペクトルカメラで生育診断を始めたのに成果が出ない産地・JA・農業法人に向けて、NDVI が何を測れて何を測れないのかを式のレベルから整理し、NDRE・GNDVI・PRI など代替指数の使い分けと、次の一手の選び方までを解説します。
結論を先に書きます。NDVI は (NIR − Red) / (NIR + Red) という2バンドの正規化差分であり、クロロフィル量や葉量の増加に対して早い段階で指数値が飽和する傾向があります（NEDO「地熱発電所における UAV を用いた樹木モニタリング調査手法ガイドライン」）。しかも植生指数は物理量を直接示すものではなく、土壌など非植生からの反射や観測幾何の影響を受けます（本多嘉明・梶原康司「植生指数と方向性反射」日本リモートセンシング学会誌 32(2), 2012）。つまり NDVI が悪いのではなく、NDVI に期待しすぎている状態が「成果が出ない」の正体であることがほとんどです。
NDVIが「差を出さなくなる」正体は飽和
式の形そのものが上限をつくる
NDVI は近赤外（NIR）と赤（Red）の2バンドから NDVI =（NIR − Red）/（NIR + Red）で計算され、値域は −1〜1 に収まります。健全な緑葉は赤をクロロフィルが強く吸収し、近赤外を葉の内部構造が強く反射するため、両者の差が大きくなって NDVI は高い値になります。ここで重要なのは、赤の反射率がほぼゼロまで落ちきってしまうと、それ以上バイオマスが増えても分子・分母がほとんど変化しないことです。分光の側で伸びしろが尽きるため、式の形として上限に張り付きます。
「生育が進むほど使えなくなる」という逆説
この飽和は、圃場では「生育後期になるほど圃場間の差が見えない」という形で現れます。NEDO のガイドラインは植生指数を NDVI・GNDVI・NDRE の順で飽和しにくくなると整理し、NDRE は「クロロフィル量や葉量に対して指数値が線形に増加する傾向がある」ため、樹冠や成熟したトウモロコシ畑のような厚い葉群での活性度の差の検出に向くと明記しています（NEDO ガイドライン, 表2）。
飽和は「異常」ではなく仕様です。実務で多いのは、出穂前など群落がまだ閉じきっていない時期には NDVI がよく効き、被覆が進んだ途端に効かなくなるというパターンです。農研機構でも、穂肥前の水稲では NDVI 値と窒素吸収量の関係が直線ではなく指数関数で推定できると報告されています（農研機構「携帯型NDVI測定機により穂肥前の移植水稲の窒素吸収量を推定できる」）。曲線の寝てくる領域＝飽和域では、同じ NDVI の差が示す窒素量の差が大きく変わってしまいます。
日をまたいだ比較ができない：撮影条件と校正の問題
太陽高度と日射で、同じ群落の値が変わる
NDVI が「先週より下がった」と見えたとき、それが生育の変化なのか撮影条件の違いなのかは、そのままでは区別できません。農研機構は、ドローンによる上空からの生育診断について「太陽高度や日射量の影響を受けます」「同じ植物群落であっても撮影日時によって異なってしまう」と明確に述べています（農研機構プレスリリース「ドローンデータの補正による新たな水稲生育診断・追肥量算出システムを開発」）。
これが放射量校正が要る理由です。撮影と同時に反射率が既知のリファレンス板（標準反射板）を写し込み、センサの出力値（デジタル数値）を反射率に変換して初めて、別の日・別の圃場の値が同じ土俵に乗ります。ドローン搭載カメラの反射率特性とキャリブレーションは、それ自体が研究テーマとして扱われるほど繊細な工程です（横山正樹ほか「ドローン搭載マルチバンド・ハイパースペクトルカメラの反射率特性の解析と圃場観測」計測と制御 55(9), 2016）。
上記の農研機構の手法は、さらに一歩進んで地上実測で補正します。生育の異なる3筆程度で地上 NDVI を同時に測り、上空 NDVI との回帰式（地上NDVI = a×上空NDVI + b）で全圃場を補正するという考え方です。実証では必要追肥量が 3.4〜3.5 kg N/10a と算出され、目標収量±5%以内にあたる実収量 592±13 kg/10a が得られたと報告されています。「校正なしの NDVI をそのまま追肥設計に使わない」というのが、公的機関の到達点だと理解しておくのが安全です。
観測幾何（方向性反射）とカメラ機種差
地表面が完全拡散面でない以上、太陽・対象・センサの位置関係（観測幾何）が変われば観測値も変わります。前掲の日本リモートセンシング学会誌の解説は、同一構造の群落でも「日向ばかり見ている観測データと日影ばかり見ている観測データでは、取得される観測値が大きく異なる」とし、異なる時期のデータを比較するときは方向性反射（BRDF）を考慮する必要があると述べています。撮影時刻を揃える・飛行コースの向きを固定する、という運用ルールはここに根拠があります。
もうひとつの落とし穴が機種差です。農研機構の比較では、Parrot SEQUOIA+・MicaSense RedEdge-MX・DJI P4 Multispectral の3機種で使用波長域が異なることによる違いがあり、特にレッドエッジ領域を使う NDRE で大きな違いが出ると報告されています。同時に、単純な線形回帰で補正でき、散乱光比が安定する曇天日や同じ太陽天頂角に撮影条件を揃えることで変化を低減できるとも示されています（農研機構「ドローン空撮用マルチスペクトルカメラの違いによる水稲観測結果の影響評価」）。カメラを更新した年のデータが前年と繋がらない、という事故はこれが原因のことが少なくありません。
窒素不足・病害・水ストレスをNDVIでは切り分けられない
NDVI の最も実務的な限界は、精度ではなく特異性にあります。窒素が足りない、病害が入っている、水ストレスがかかっている——これらはいずれも「クロロフィルが減って赤の吸収が弱まる＝緑が落ちる」という同じ方向に NDVI を動かします。NDVI は2バンドの1次元の値なので、原因の異なる複数の現象が同じ数値に畳み込まれてしまいます。「NDVI が下がった圃場」は分かっても、「なぜ下がったか」は NDVI からは出てこないのです。
特に水ストレスは慎重に扱う必要があります。東京大学の大政謙次氏によるレビューは、葉が枯れるような乾燥では水の吸収帯（1940・1450・1200・960 nm）が使えるものの、通常の生育状態の萎れ程度の水ストレス（−1.0 MPa 以上）では反射スペクトルの変化がほぼ一様で、バンド比では差がほとんど見られないとし、水ストレス診断には気孔（蒸散）や形状変化の計測のほうが有効だと述べています（大政謙次「植物機能リモートセンシング－植物診断、フェノミクス研究への応用－」Eco-Engineering 26(2), 2014）。可視・近赤外の反射だけで水ストレスを見ようとするのは、そもそも筋が悪いということです。実務では熱画像（葉面温度）を併用する判断になります。
窒素についても同レビューは、施肥効果を見るなら窒素そのものの吸収帯ではなく、550 nm と近赤外域との比や、700 nm 付近の吸収エッジのシフト（レッドエッジ）といったクロロフィル量と関係する波長を解析するほうが有効だと整理しています。さらに、植生指数と成分量の相関係数が 0.9 以上でも実際には上下限値に数倍の差が生じるため、定量的な成分分析への利用には注意を要するとも警告しています。相関が高い＝現場で使える、ではありません。
病害の早期発見についても、可視化できるタイミングと指標の選び方が別途論点になります。詳しくは作物の病害を早期発見するためのセンシング技術で整理しています。土壌側の要因を疑う場合は土壌の肥沃度を測定するセンサーの分類と限界もあわせてご覧ください。
NDVIの代わりに何を使うか：植生指数の比較表
「NDVI が効かない」と分かったら、次は指数の選び直しです。必要なバンドと得意分野を並べると、選択の筋道が見えます。
指数 | 必要なバンド | 得意なこと | 飽和しやすさ | 限界・注意点 |
|---|---|---|---|---|
NDVI | Red / NIR | 植生と非植生の分離、被覆の把握、生育初期の勢い | 高い（早期に飽和） | 土壌背景の影響が大きい。原因の切り分け不可 |
GNDVI | Green / NIR | クロロフィル量・葉量。NDVIより中後期に強い | 中（NDVIより飽和しにくい） | 緑と赤の反射差が小さくセンサ性能に依存 |
NDRE | Red Edge / NIR | 厚い葉群での活性度差、生育後期の窒素栄養 | 低い（線形に近い） | カメラ機種によるレッドエッジ波長差が大きく比較に補正が要る |
SAVI | Red / NIR（＋係数L） | 被覆率が低い圃場・生育初期の土壌影響の低減 | 高い（NDVI同様） | 係数L（一般に0.5）の妥当性が場面依存 |
EVI | Blue / Red / NIR | 大気影響と土壌背景を同時に補正、密な植生 | 中〜低 | 青バンドが必要。係数が多くパラメータ依存 |
PRI | 531 nm / 570 nm | 光合成の熱放散、色素変化。可視の変化前の兆候 | 低い（別軸の指標） | 圃場ではノイズ成分が大きい。狭帯域が必要 |
水指数（NDWI等） | NIR / SWIR | 顕著な乾燥・水分状態 | 低い | SWIR対応機が必要。軽度の水ストレスは検出困難 |
式は NEDO ガイドライン、SAVI・EVI の位置づけは 日本リモートセンシング学会誌の解説（SAVI は土壌調整ファクター L を分母に加える式で、一般に L=0.5 とする）、PRI の実圃場での扱いは Eco-Engineering のレビューに基づきます。PRI については、東北大学が圃場の土壌や重なった葉の影響を排除し、ストレス評価に適した葉のみを抽出する手法によって野外での高精度計測を実現し、葉の脱落や色素量の低下が起こる前にストレスを検出できると発表しています（東北大学プレスリリース（2024年6月24日））。指数の弱点は、指数を変えるより「どの画素を使うか」で解けることがあるという重要な示唆です。
バンド数を増やせば解決するのか
変わること・変わらないこと
マルチスペクトル（数バンド）からハイパースペクトル（数百バンド）へ移ると、「どの波長が効くかを事前に決めなくてよくなる」のが最大の変化です。可視から近赤外（400〜2,500 nm）の反射・透過・吸収特性には、色素（クロロフィルa・b、カロテノイド、フラボノイド等）や微量成分（窒素、リン、デンプン、糖、タンパク質、リグニン、セルロース等）、水分状態など多くの情報が含まれています（前掲 Eco-Engineering レビュー）。連続スペクトルを取れば、NDVI では畳み込まれてしまう窒素と病害の違いを、別々の波長の組み合わせとして分離できる可能性が生まれます。ハイパースペクトルカメラの原理や仕組みはハイパースペクトルカメラとは何か（仕組み・マルチスペクトルとの違い）で解説しています。
一方、変わらないことも正直に書きます。飽和以外の限界、すなわち太陽高度・日射・観測幾何によるばらつきと、放射量校正が要るという事実は、バンド数を増やしても消えません。むしろ狭帯域になるぶん S/N は厳しくなり、校正の重要性は増します。加えて、データ量は数百倍に膨らみ、解析にはケモメトリックス（多変量解析による分光データの解析手法）の知見が要ります。ハイパースペクトルにすれば生育診断が自動的に解決する、ということはありません。圃場全面を毎週ハイパースペクトルで撮り続ける運用は、コストと処理時間の両面で現実的でない場面がほとんどです。
実務的な解：波長を特定してマルチスペクトルに落とす
私たちが現場で採るのは、ハイパースペクトルを「調査フェーズ」に限定して使い、そこで特定した数波長をマルチスペクトルの運用に落とし込むアプローチです。まず対象作物・対象ストレスについて連続スペクトルを取得し、どの波長帯が判別に効いているかを統計的に絞り込む。効く波長が3〜5本に決まれば、その後の日常運用は安価で軽いマルチスペクトルで回せます。前掲の東北大学の研究がハイパースペクトルで PRI 計測の阻害要因を特定してから実用化に進んだのは、まさにこの順序です。波長帯の選び方はハイパースペクトルカメラの波長域の選び方（VNIRとSWIRの比較）で詳しく扱っています。
NDVIで詰まったときの5ステップ
- 飽和かどうかを切り分ける：圃場内のNDVIヒストグラムが上端に集まっていれば飽和。生育ステージと突き合わせる。
- 校正と撮影条件を先に直す：リファレンス板による反射率変換、撮影時刻・飛行方位の固定、可能なら曇天日または同じ太陽天頂角での撮影に揃える。
- 地上実測で「答え合わせ」の点を持つ：生育の異なる数筆で地上計測を行い、回帰で上空データを補正する。ここを省くと以降の議論が空転する。
- 指数を選び直す：後期・厚い葉群ならNDRE、被覆率が低いならSAVI、色素の兆候ならPRI系。機種を変えた年は補正式を挟む。
- それでも切り分かないなら波長を探しに行く：ハイパースペクトルで効く波長を特定し、運用はマルチスペクトルに戻す。同時に熱画像など別モダリティの併用を検討する。
ドローンと分光の組み合わせ全般についてはハイパースペクトルカメラ×ドローンの活用もあわせてご覧ください。
私たちは国産・自社開発のハイパースペクトルカメラ「irodori」を開発しています。これまで食品・農業・インフラ・医療などの現場とともに実証を重ねてきました（実績一覧）。記事の最後に恐縮ですが、NDVI で見えないものをどう捉えるか、どの波長を探すところから始めるべきかで迷われていましたら、資料だけでもご覧いただけたら嬉しいです。
