NDVI(Normalized Difference Vegetation Index・正規化植生指数)とは、衛星画像の近赤外バンドと赤バンドの反射率差を正規化した指数であり、(NIR - Red) / (NIR + Red) で算出して植生の活性度・密度を定量評価する。
クロロフィル(葉緑素)を豊富に含む植物は、近赤外光(NIR)を強く反射し、赤色光(Red)を光合成のために強く吸収する。NDVIはこの反射率の非対称性を利用した指数で、計算式は `(NIR - Red) / (NIR + Red)` と非常にシンプルだ。Sentinel-2 では10m解像度の B08(NIR)と B04(赤)を使い、rasterio などの Python ライブラリで手軽に算出できる。
## 値の読み方 値は -1 から +1 の範囲に収まる。実用上の目安は次のとおりだ。| NDVI値 | 地表の状態の例 | |--------|----------------| | 0以下 | 水域・雪・雲 | | 0〜0.2 | 裸地・砂漠 | | 0.2〜0.4 | 低木・疎な草地 | | 0.4以上 | 中〜密な植生・健全な農地 | バイオーム(気候帯)や季節によって閾値は変わるため、地域の特性に合わせた解釈が必要になる。
## 農業・森林・災害での活用 農業では作付けシーズン中に定期撮影し、NDVIの時系列変化を追うことで生育異常を早期に把握する。植生が低下した圃場を色別に可視化すれば、確認すべきエリアの優先度付けも容易になる。森林管理では伐採・山火事・病害による植生減少の定量評価に使われ、災害対応では洪水・干ばつの前後で差分画像(ΔNDVI)を作成して被害範囲を推定する手法が広まっている。
ただしNDVIは植物の量・活性度を示す指標であり、樹種の識別や収量の直接予測には使えない。高精度な農業診断では EVI(Enhanced Vegetation Index)や NDRE(赤エッジ指数)などと組み合わせるケースも多い。


A2A(Agent-to-Agent Protocol)とは、異なる AI エージェント同士が能力の発見・タスクの委譲・状態の同期を行うための通信プロトコルであり、Google が 2025 年 4 月に公開した。

Agent Skills とは、AI エージェントに特定のタスクや専門知識を実行させるために定義された再利用可能な命令セットであり、エージェントの能力を拡張するモジュール単位として機能する。

Agentic AI とは、人間の逐一の指示なしに目標を解釈し、計画の立案・実行・検証を自律的に繰り返す AI システムの総称である。


Agentic RAG とは、LLM がエージェントとして検索クエリの生成・結果の評価・再検索の判断を自律的に繰り返すことで、単純な一問一答型 RAG では得られない回答精度を実現するアーキテクチャである。