Na poniższym zobrazowaniu zastosowano pełny index HDMI obrazujący rzeczywistą różnice pomiędzy poszczególnymi obszarami lasów Puszczy Białowieskiej i okolicznych pól.
Aplikacje wykorzystujące dane dotyczące opadów, temperatury, wilgotności gleby, stopnia nawożenia itd. już dziś wspomagają np. rolników w zarządzaniu uprawami. Dzięki nim można zmniejszyć zużycie pestycydów i innych nawozów, zaplanować optymalne nawadnianie czy wykrywać choroby roślin. Świetnym przykładem możliwości, jakie dają informacje satelitarne, jest obserwacja aktywności pszczół. Aktualne dane z satelitów pozwalają zaplanować opryski tak, aby nie zaszkodzić owadom. Sytuacji, w których można wykorzystać potencjał obserwacji z kosmosu jest nieskończenie wiele.

NDMI (Normalized Difference Moisture Index) to wskaźnik wilgotności roślinności, który umożliwia monitorowanie zawartości wody w liściach oraz wykrywanie stresu wodnego roślin na podstawie danych satelitarnych. Jest szeroko stosowany do oceny kondycji upraw oraz monitorowania suszy

Monitorowanie kondycji upraw, stanu i właściwości gleby oraz mapowanie działań związanych z uprawą mają kluczowe znaczenie w przewidywaniu zbiorów. Dane satelitarne mogą być także wykorzystywane w monitorowaniu zmian wydajności rolnictwa i produkcji roślin powodowanych suszą. Co więcej, satelity umożliwiają monitorowanie trendów degradacji gleby i spadku produktywności ziemi w wyniku nadmiernego wypasu, niewłaściwego nawadniania czy uprawiania terenów rolniczych.

Podsumowując, Sentinel-2A dzięki multispektralnemu sensorowi z pasmami w podczerwieni i czerwonym krawędziom jest doskonałym narzędziem do badania roślinności, umożliwiającym precyzyjne monitorowanie zdrowia roślin, wzrostu, zawartości chlorofilu i wody w liściach oraz wczesne wykrywanie stresów i chorób roślin. Dane te mają szerokie zastosowanie w rolnictwie, leśnictwie, ochronie środowiska oraz zarządzaniu zasobami naturalnymi

NDMI (Normalized Difference Moisture Index) to wskaźnik wilgotności roślinności, który umożliwia monitorowanie zawartości wody w liściach oraz wykrywanie stresu wodnego roślin na podstawie danych satelitarnych. Jest szeroko stosowany do oceny kondycji upraw oraz monitorowania suszy.
Jak oblicza się NDMI w Sentinel-2A? NDMI w Sentinel-2A wylicza się według wzoru:
B 0 8 - B 1 1 : B 0 8 + B 1 1 = NDMI
Gdzie: B08 – pasmo bliskiej podczerwieni (NIR, 842 nm), rozdzielczość 10 m,
B11 – pasmo krótkofalowej podczerwieni (SWIR, 1610 nm), rozdzielczość 20 m.

Interpretacja wartości NDMI Wartości od -1 do 0 – niska zawartość wody, obszary suche lub gleba bez roślinności.
Wartości w okolicach 0 (np. -0.2 do 0.4) – rośliny poddane stresowi wodnemu.
Wartości powyżej 0.4 do 1 – wysoka zawartość wody, zdrowa, bujna roślinność bez stresu wodnego.