Zaobserwowano, że różnica maksymalnych i minimalnych wartości NDVI w okresie zbliżonym do żniw (odpowiednio mxNDVI i mnNDVI), określana jako wskaźnik haNDVI (amplituda NDVI związana ze żniwami), koreluje z rolniczą jakością gleby i udziałem zasiewów. NDVI ulega nasyceniu, gdy wartości wskaźnika powierzchni liści (LAI) znacznie przekraczają jeden, więc za przestrzenne zróżnicowanie haNDVI odpowiadają głównie wartości minimalnego NDVI po zbiorach (mnNDVI). Aby wyjaśnić zmienność wartości mnNDVI, sformułowano trzy hipotezy o: i) wpływie doboru upraw, ii) wpływie wielkości pola oraz iii) wpływie gleby. Aby określić, która z tych hipotez miała największy wpływ na zmienność mnNDVI, opracowane modele uczenia maszynowego tego wskaźnika poddano testowi usuwającemu z nich poszczególne zmienne objaśniające. Usunięcie zmiennej nie powoduje istotnego wzrostu błędu modelu, jeśli zmienna nie wnosi do modelu użytecznych informacji. Test ten wykazał, że wskaźnik mnNDVI zależy prawie wyłącznie od wskaźnika uprawy, który był medianą mnNDVI dla upraw, a nie bezpośrednio od zmiennych glebowych, takich jak rolnicza jakość gleby czy wilgotność gleby. W związku z tym odrzucono hipotezę o bezpośrednim wpływie gleby. Wyjaśnieniem obserwowanej korelacji haNDVI z jakością gleby jest praktyka rolnicza polegająca na wyborze upraw o niskim mnNDVI (zboża, rzepak) przy lepszych warunkach glebowych oraz upraw o wysokim mnNDVI (rośliny pastewne, użytki zielone) przy gorszych warunkach glebowych.