# NDVI Analizi Nedir? Drone ile Bitki Sağlığı Haritası Nasıl Çıkarılır, Nasıl Okunur?

> NDVI analizi, bitki stresini gözle görülmeden önce haritalar. Formül, multispektral drone uçuşu, harita okuma ve saha doğrulaması için 7 adımlı rehber.

Kaynak: https://digitalbridge.com.tr/blog/drone-ndvi-analizi.html
Yayıncı: Digital Bridge Teknoloji (https://digitalbridge.com.tr)
Konu: Veri ve Analitik
Yayın: 2026-10-03 · Güncelleme: 2026-10-22

NDVI analizi ([Normalize Fark Bitki İndeksi](https://digitalbridge.com.tr/sozluk.html#ndvi)), bitkinin kırmızı ışığı ne kadar soğurduğunu ve yakın kızılötesi ışığı ne kadar yansıttığını karşılaştırarak her piksel için -1 ile +1 arasında bir sağlık değeri hesaplayan yöntemdir. Drone'a takılan multispektral kamerayla üretilen NDVI haritası, tarlanın hangi bölgesinin strese girdiğini göz fark etmeden önce gösterir.

## Kısaca

- NDVI = (NIR − Kırmızı) / (NIR + Kırmızı); değer -1 ile +1 arasındadır ve bitki örtüsü yoğunlaştıkça yükselir.
- Gerçek NDVI için yakın kızılötesi bandı ölçen multispektral kamera ve uçuş öncesi-sonrası radyometrik kalibrasyon gerekir.
- NDVI haritası göreli okunur: aynı tarlada, aynı tarihte komşu bölgelerden belirgin düşük kalan alan sahada incelenir.
- Düşük NDVI her zaman hastalık değildir; kuraklık, drenaj, besin eksikliği ya da zararlı olabilir, nedeni saha doğrulaması gösterir.
- NDVI haritası ancak sahada doğrulanıp gübreleme, sulama ya da ilaçlama kararına bağlandığında değer üretir.

## Bitki stresi tarlada neden geç fark edilir?

Büyük bir arazide bitki stresini fark etmenin klasik yolu tarlayı dolaşmaktır. Sorun şu ki stres gözle görünür hale geldiğinde, yani yapraklar sararıp büyüme durduğunda, verim kaybının bir kısmı çoktan gerçekleşmiştir. Tarlanın kenarından bakan kişi ortadaki zayıf bölgeyi göremez; yüzlerce dönümü her hafta yürüyerek kontrol etmek de mümkün değildir.

Gözle kontrolün bu sınırı yüzünden karar çoğu zaman ortalamaya göre verilir: tüm parsele aynı dozda gübre, aynı sürede sulama, aynı ilaçlama. Oysa aynı parselin içinde toprak yapısı, eğim, drenaj ve önceki yılların ekim geçmişi farklıdır. Ortalama karar, iyi bölgede girdiyi boşa harcar, sorunlu bölgede ise yetersiz kalır.

Aynı görüntüler yalnızca girdi kararları için değil, hasattan önce ne kadar ürün çıkacağını hesaplamak için de kullanılabilir. Ağaç sayımı ve saha örneklemesiyle yapılan bu çalışmayı [drone ile rekolte tahmini](https://digitalbridge.com.tr/blog/drone-ile-rekolte-tahmini.html) yazısında anlattık. Fotogrametriyle üretilen yüzey modeli ise şantiye ve ocaklarda [drone ile hacim hesabı](https://digitalbridge.com.tr/blog/drone-hacim-hesabi-santiye.html) için kullanılır.

## Görünmeyen bitki stresinin maliyeti nedir?

Tarımsal girdilerin en pahalılarından biri sudur ve tarım dünyadaki su kullanımının en büyük payını alır.

> BM Gıda ve Tarım Örgütü'nün (FAO) [AQUASTAT su kullanımı metodolojisine](https://www.fao.org/aquastat/en/overview/methodology/water-use/index.html) göre küresel ölçekte çekilen suyun %69'u tarımda, %12'si belediyelerde, %19'u sanayide kullanılıyor.

Su bu kadar büyük bir kalem olduğunda "her parsele aynı süre" yaklaşımı, suyun ve pompa enerjisinin önemli bir kısmının ihtiyaç olmayan yere gitmesi demektir. Kayıp yalnızca girdi tarafında değil. [FAO'nun SDG 12.3.1 küresel gıda kaybı göstergesine](https://www.fao.org/sustainable-development-goals-data-portal/data/indicators/1231-global-food-losses/en/) göre hasat sonrasından perakendeye kadar (tarla, taşıma, depolama, toptan satış ve işleme dahil) kaybedilen gıdanın payı 2023'te %13,3 olarak tahmin ediliyor; en yüksek kayıp %25,4 ile meyve ve sebzelerde. NDVI hasat sonrası kaybı doğrudan çözmez, ama bitkinin sezon içinde hangi bölgede zorlandığını erken göstererek tarladaki verim kaybını ve yanlış yere giden girdiyi azaltmanın en pratik araçlarından biridir.

## NDVI nasıl hesaplanır ve NDVI haritası nasıl okunur?

Sağlıklı yaprak, fotosentez için kırmızı ışığı güçlü biçimde soğurur ve yaprak dokusu nedeniyle yakın kızılötesi (NIR) ışığı güçlü biçimde yansıtır. Stres altındaki bitkide bu fark azalır. NDVI bu farkı tek bir sayıya çevirir:

**NDVI = (NIR − Kırmızı) / (NIR + Kırmızı)**

Genel bir okuma rehberi olarak: su ve bazı yüzeyler negatif değer verir, çıplak toprak sıfıra yakın düşük değerler verir, bitki örtüsü yoğunlaştıkça değer yükselir. Ancak mutlak eşikler ürüne, gelişim dönemine ve kamera kalibrasyonuna göre değişir. Bu yüzden NDVI haritası en iyi **göreli** okunur: aynı tarlada, aynı tarihte, komşu bölgelere göre belirgin şekilde düşük kalan alan incelenmesi gereken alandır. Bu mantık, [anomali tespitinin](https://digitalbridge.com.tr/blog/anomali-tespiti.html) temel fikriyle aynıdır: normalden sapan bölge işaretlenir, nedeni sahada aranır.

### NDVI tek başına yeterli mi?

Hayır. NDVI tek başına okunduğunda yanlış yoruma açıktır; aşağıdaki tamamlayıcı indeksler ve veri kaynakları bu riski azaltır:

| Gösterge | Ne zaman işe yarar | Dikkat edilecek nokta |
|---|---|---|
| NDVI | Genel bitki örtüsü yoğunluğu ve stres | Kapalı, yoğun bitki örtüsünde doygunluğa ulaşabilir |
| NDRE (kırmızı kenar) | Gelişimin ileri döneminde azot durumu | Kırmızı kenar bandı olan kamera gerekir |
| Ortofoto (RGB) | Görsel doğrulama, sınırlar, kanallar | Stresi değil, görünür durumu gösterir |
| Toprak nemi sensörü | Stresin kuraklıktan mı kaynaklandığını ayırmak | Noktasal ölçüm; NDVI ile birlikte okunmalı |
| Uydu görüntüsü | Geniş alanda düzenli, düşük maliyetli izleme | Çözünürlük ve bulut koşullarına bağlı |

Uydu ile drone'un hangi ölçekte ve hangi soruda birbirini tamamladığını [uydu görüntüsüyle tarım analizi](https://digitalbridge.com.tr/blog/uydu-goruntusu-tarim-analizi.html) yazısında karşılaştırdık.

## Drone ile NDVI analizi nasıl yapılır? 7 adım

1. **Soruyu belirleyin.** "Tarlanın neresinde sorun var?" yerine "Azot eksikliği olan bölgeleri bulup değişken dozda gübre uygulamak" gibi karara bağlı bir soru sorun. Uçuş zamanı ve indeks seçimi buna göre yapılır.
2. **Uçuşu planlayın.** Multispektral kamera, uçuş yüksekliği, görüntü bindirme oranı ve çözünürlük birlikte planlanır. Uçuş, gölgelerin kısa olduğu ve ışığın sabit kaldığı saatlerde yapılır.
3. **Radyometrik kalibrasyon yapın.** Uçuş öncesi ve sonrası kalibrasyon paneli çekimi ve güneş ışığı sensörü verisi olmadan farklı günlerin haritaları karşılaştırılamaz.
4. **İşleyin.** Görüntüler fotogrametriyle birleştirilip koordinatlı ortofoto üretilir, ardından NDVI hesaplanır ve bölgelere ayrılır (düşük, orta, yüksek). Bölgeleme, fabrikada [görüntü işleme ile kalite kontrolde](https://digitalbridge.com.tr/blog/goruntu-isleme-kalite-kontrol.html) kullanılan piksel sınıflandırma yöntemlerinin tarladaki karşılığıdır.
5. **Sahada doğrulayın.** Haritadaki düşük bölgelere gidilir; sorunun hastalık, zararlı, kuraklık, drenaj ya da besin eksikliği mi olduğu yerinde görülür, gerekirse toprak ve yaprak örneği alınır.
6. **Karara bağlayın.** Bölge haritası, değişken oranlı gübreleme veya ilaçlama için reçete haritasına dönüştürülür ya da sulama planına işlenir.
7. **Tekrarlayın ve karşılaştırın.** Sezon içinde birkaç uçuş, uygulamanın işe yarayıp yaramadığını gösterir; aynı bölgenin farklı tarihli haritaları yan yana incelenir. Bu değişimi yönetim için izlenebilir kılmanın yolu, parsel bazında gösterge üreten [harita tabanlı bir yönetici paneli](https://digitalbridge.com.tr/blog/bi-dashboard-kpi.html) kurmaktır.

## NDVI analizi hangi işletmeler için anlamlı?

Drone ile NDVI analizi her tarla için aynı değeri üretmez. Yatırımın karşılığını en hızlı veren durumlar şunlardır:

- **Parsel içi farkın büyük olduğu araziler.** Toprak yapısı, eğim ya da drenajı değişken olan büyük parsellerde bölgesel uygulama, tek dozlu uygulamaya göre çok daha fazla fark yaratır. Homojen, küçük bir parselde ise gözle kontrol çoğu zaman yeterlidir.
- **Girdi maliyeti yüksek ürünler.** Gübre, su ve ilaç harcamasının yüksek olduğu meyve bahçeleri, sebze ve endüstriyel ürünlerde yanlış yere giden her birim girdi daha pahalıdır.
- **Sözleşmeli üretim ve çok çiftçili yapılar.** Kooperatifler, sözleşmeli üretim yapan gıda firmaları ve tarım danışmanları, çok sayıda parseli aynı ölçütle karşılaştırmak ve saha ziyaretlerini önceliklendirmek için NDVI haritasını kullanabilir.
- **Hasar ve sigorta süreçleri.** Dolu, sel ya da yangın sonrasında etkilenen alanın sınırını ve büyüklüğünü ölçülü biçimde belgelemek, göz kararı tahminden daha güçlü bir dayanaktır.

Buna karşılık NDVI haritası yalnızca bir kez uçulup sonra unutulacaksa ya da haritadaki bilgiyle değişken uygulama yapacak ekipman ve iş gücü yoksa, önce saha doğrulaması ve basit bir bölgeleme ile başlamak daha doğru olur.

## NDVI analizinde en sık yapılan hatalar

**Renkli haritayı sonuç sanmak.** Kırmızı bölge "sorun var" der ama "sorun ne" demez. Saha doğrulaması olmadan yapılan ilaçlama, kuraklık kaynaklı stresi hastalık sanıp boşa girdi harcamaya yol açabilir.

**Kalibrasyonsuz karşılaştırma.** Bulutlu bir günde çekilen harita ile güneşli bir günde çekilen harita, kalibrasyon yoksa aynı tarlayı farklı gösterir. Sezon boyu izleme yapılacaksa bu adım atlanamaz.

**Çıktıyı dosyada bırakmak.** NDVI haritası bir diskte bekliyorsa karar yine göz kararıyla verilir. Harita; parsel sınırları, ekim kayıtları ve sensör verisiyle aynı sistemde durmalıdır. Bu yüzden çıktıların [CBS (coğrafi bilgi sistemi)](https://digitalbridge.com.tr/sozluk.html#gis) uyumlu biçimde (örneğin GeoTIFF) teslim edilmesi önemlidir; belediye ve altyapı tarafında aynı yaklaşımı [belediye CBS rehberimizde](https://digitalbridge.com.tr/blog/cbs-belediye.html) anlatıyoruz.

**Tek veri kaynağına güvenmek.** NDVI düşük bölgeyi gösterir; toprak nemi sensörü o bölgenin susuz olup olmadığını söyler. İkisi birlikte okunduğunda sulama kararı çok daha güvenilir olur. Sensör tarafını [hassas tarım ve toprak nem sensörleri yazımızda](https://digitalbridge.com.tr/blog/hassas-tarim-toprak-nem-sensoru.html) ayrıntılı ele aldık; sensörlerin geniş arazide veriyi nasıl ilettiğini ise [LoRa, NB-IoT ve GSM karşılaştırmasında](https://digitalbridge.com.tr/blog/lora-nb-iot-gsm-karsilastirma.html) inceledik.

Mera hayvancılığı yapan işletmelerde NDVI haritası, sürünün GPS boyunluklardan gelen konum verisiyle birleştirilebilir; bu tarafı [hayvan takip sistemi](https://digitalbridge.com.tr/blog/hayvan-takip-sistemi.html) yazımızda ele aldık.

NDVI açık alandaki bitki sağlığını gösterir; örtü altında ise iklim ve sulama doğrudan ölçülüp yönetilir. Seradaki sensör ve kontrol katmanını [akıllı sera otomasyonu](https://digitalbridge.com.tr/blog/akilli-sera-otomasyonu.html) yazısında ele aldık.

NDVI haritası tek başına bir karar üretmez; parsel kaydı, sulama ve girdi verisiyle birleştiğinde işe yarar. Bu katmanların sırasını [dijital tarım rehberimizde](https://digitalbridge.com.tr/blog/tarim-isletmesi-dijital-donusum.html) anlattık.

## Digital Bridge'de drone NDVI analizini nasıl yapıyoruz?

Ham görüntüyü değil, karar verilebilecek çıktıyı teslim etmeyi hedefliyoruz. Çalışma biçimimiz:

- **Karar sorusunu birlikte netleştiriyoruz.** Hangi ürün, hangi gelişim dönemi, hangi karar (gübre, sulama, ilaçlama, hasar tespiti) belirlenir; uçuş zamanı ve indeks seçimi buna göre yapılır.
- **Görüntüleri işliyoruz.** [Drone veri işleme hizmetimizde](https://digitalbridge.com.tr/veri-analitik/drone-veri-isleme.html) multispektral görüntülerden NDVI haritası, koordinatlı ortofoto, gerekirse 3D yüzey modeli üretiyoruz. Kendi drone'unuzla çektiğiniz görüntüleri de işleyebiliyoruz.
- **CBS uyumlu teslim ediyoruz.** NDVI haritasını raster ve vektör olarak, ortofotoyu GeoTIFF olarak teslim ediyoruz; çıktılar [coğrafi bilgi sistemi](https://digitalbridge.com.tr/veri-analitik/cografi-bilgi-sistemleri-gis.html) yazılımlarında doğrudan açılır.
- **Sensör verisiyle birleştiriyoruz.** NDVI haritasını [hassas tarım IoT sistemindeki](https://digitalbridge.com.tr/veri-analitik/hassas-tarim-iot.html) toprak nemi, pH ve mikro hava istasyonu verisiyle aynı panelde gösteriyoruz; stresin kuraklıktan mı başka bir nedenden mi geldiği daha kolay ayrılır. Tarladaki sensörlerin ve cihazların tek merkezden izlenmesini [uzaktan izleme ve IoT platformu](https://digitalbridge.com.tr/blog/uzaktan-izleme-iot-platformu.html) yazımızda anlattık.
- **Karara bağlıyoruz.** İsterseniz çıktıları bir [BI dashboard](https://digitalbridge.com.tr/veri-analitik/bi-dashboard.html) ile parsel bazında izlenebilir hale getiriyor, farklı tarihli haritaları karşılaştırmalı raporluyoruz.

Sensörleri, veri iletim cihazlarını ve paneli aynı ekipte, [uçtan uca bir IoT cihaz geliştirme süreciyle](https://digitalbridge.com.tr/blog/iot-cihaz-gelistirme-sureci.html) ürettiğimiz için tarladaki cihazla merkezdeki yazılım arasında sorumluluk boşluğu kalmaz. Türkiye'nin tüm illerinde uzaktan ve yerinde çalışıyoruz. CBS'ten yönetici paneline kadar komşu başlıklar için [Veri ve Analitik rehberimizin tamamına](https://digitalbridge.com.tr/blog/konu/veri.html) göz atabilirsiniz.

## Sonraki adım

Önce bir parsel seçin: geçen sezon verimi beklentinin altında kalan ya da içinde belirgin farklar gördüğünüz bir parsel idealdir. O parsel için hangi kararı daha iyi vermek istediğinizi yazın. Ardından [bizimle iletişime geçin](https://digitalbridge.com.tr/iletisim.html); ürün ve gelişim dönemine göre uçuş zamanını, indeksi ve saha doğrulama planını birlikte belirleyelim.

## Sık Sorulan Sorular

### NDVI analizi için normal drone kamerası yeterli mi?

Gerçek NDVI için yakın kızılötesi bandı ölçen multispektral kamera gerekir. Standart RGB kamerayla üretilen "görünür bant indeksleri" fikir verebilir, ancak NDVI kadar güvenilir değildir ve farklı tarihler arasında karşılaştırma yapmak zordur. Sezon boyu izleme ya da değişken oranlı gübreleme kararı hedefleniyorsa multispektral kamera ve radyometrik kalibrasyon birlikte planlanmalıdır.

### Uydu görüntüsü varken neden drone kullanalım?

Uydu, geniş alanı düzenli ve düşük maliyetle izlemek için iyidir. Drone ise çok daha yüksek çözünürlük sunar, bulut altında uçabilir ve istediğiniz gün uçuş yapılabilir. Birçok işletmede uydu genel izleme, drone ise sorunlu bölgenin ayrıntılı incelemesi için birlikte kullanılır; iki kaynağın çıktıları aynı CBS katmanında üst üste okunabilir.

### Sezonda kaç kez uçuş yapmak gerekir?

Ürüne ve karara bağlıdır. Gübreleme kararı için kritik gelişim dönemlerinde birer uçuş, uygulamanın etkisini görmek için de birkaç hafta sonra bir karşılaştırma uçuşu yaygın bir başlangıçtır. Hasar tespiti gibi tek seferlik işlerde olaydan hemen sonra yapılan tek uçuş yeterli olabilir. Farklı tarihlerin karşılaştırılabilmesi için her uçuşta aynı yükseklik ve kalibrasyon adımları kullanılmalıdır.

### NDVI haritasında düşük değer her zaman hastalık mı demek?

Hayır, düşük NDVI değeri her zaman hastalık anlamına gelmez. Düşük değer kuraklık, drenaj sorunu, besin eksikliği, zararlı ya da seyrek çıkış gibi farklı nedenlerden kaynaklanabilir. Bu yüzden haritadaki düşük bölgeler mutlaka sahada doğrulanmalı, gerekirse toprak ve yaprak örneği alınmalıdır. Toprak nemi sensörü verisiyle birlikte okumak, kuraklık kaynaklı stresi diğer nedenlerden ayırmayı kolaylaştırır.

### Sağlıklı bitkide NDVI değeri kaç olmalı?

Tek bir doğru değer yoktur. Genel olarak su negatif, çıplak toprak sıfıra yakın düşük değer verir; bitki örtüsü yoğunlaştıkça değer yükselir. Ancak eşikler ürüne, gelişim dönemine ve kamera kalibrasyonuna göre değişir. Bu yüzden NDVI haritası göreli okunur: aynı tarlada, aynı tarihte komşu bölgelere göre belirgin şekilde düşük kalan alan incelenmesi gereken alandır.

### NDVI ile NDRE arasındaki fark nedir?

NDVI kırmızı ve yakın kızılötesi bantları kullanır ve genel bitki örtüsü yoğunluğunu ile stresi gösterir. NDRE ise kırmızı yerine kırmızı kenar bandını kullanır ve gelişimin ileri döneminde azot durumunu izlemekte daha kullanışlıdır. Kapalı, yoğun bitki örtüsünde NDVI doygunluğa ulaşabildiği için ileri dönemde NDRE tercih edilebilir; bunun için kırmızı kenar bandı olan bir kamera gerekir.

### Kendi drone'umuzla çektiğimiz görüntüler işlenebilir mi?

Evet. Kendi uçuşlarınızdan gelen görüntüleri işleyebiliriz. Farklı tarihlerin karşılaştırılabilmesi için uçuş yüksekliği, görüntü bindirme oranı ve kalibrasyon adımları hakkında önceden birlikte kısa bir plan yapmak sonucu önemli ölçüde iyileştirir. Çıktılar yine GeoTIFF ortofoto ve raster ya da vektör NDVI haritası olarak, CBS yazılımlarında açılabilecek biçimde teslim edilir.
