Índice de borde rojo de la vegetación basado en datos hiperespectrales: descifrando el "código espectral" de la salud de los cultivos.

En el campo de la teledetección agrícola, la tecnología hiperespectral revela el estado de salud de la vegetación al capturar información espectral detallada de la reflectancia de los cultivos. El borde rojo (680-750 nm) es una región de transición rápida en el espectro de la vegetación, desde una baja reflectancia de luz roja hasta una alta reflectancia de infrarrojo cercano, y es extremadamente sensible al contenido de clorofila, las condiciones de estrés y las etapas de crecimiento. Este artículo presentará seis índices del borde rojo (REP, NDVIre, RedEdgeSlope, RedEdgeArea, mSRre y RedEdgeCurvature) basados ​​en curvas espectrales de datos hiperespectrales, incluyendo sus métodos de cálculo, escenarios de aplicación y comparaciones con índices de vegetación tradicionales (como NDVI y SAVI), revelando las ventajas únicas de los índices hiperespectrales.

I. Método de cálculo y aplicación del índice de borde rojo

El índice de borde rojo utiliza datos espectrales de alta resolución de satélites hiperespectrales para detectar cambios sutiles en la región del borde rojo. A continuación, se presenta una introducción detallada a seis índices de borde rojo:

1. REP (Posición del borde rojo)

Método de cálculo:

REP es la longitud de onda que corresponde al valor máximo de la primera derivada (pendiente) del espectro en la región del borde rojo (680-750 nm), lo que refleja la posición del punto de inflexión espectral.

paso:

1) Calcular la primera derivada de la reflectancia espectral.

2) Halla la longitud de onda correspondiente a la derivada máxima en la región del borde rojo.

3) Utilice la interpolación lineal para refinar la precisión de la longitud de onda.

Escenarios de aplicación:

Monitoreo de la salud de los cultivos: El REP se encuentra generalmente entre 710 y 720 nm (vegetación sana). Si se desplaza a longitudes de onda más cortas (

Clasificación de especies: Los diferentes cultivos (como el trigo y el maíz) tienen diferentes posiciones REP, que pueden utilizarse para distinguir los tipos de cultivos.

Previsión de rendimiento: El REP está relacionado con la eficiencia fotosintética y puede utilizarse para estimar indirectamente el rendimiento de los cultivos.

Ejemplo: En un campo de trigo, un cambio en el REP de 715 nm a 700 nm puede indicar estrés hídrico, lo que requiere un aumento del riego.

2. NDVIre (Índice de Vegetación de Diferencia Normalizada con Bordes Rojos)

Método de cálculo:

El índice normalizado se calcula utilizando la reflectancia a 705 nm (punto de partida del borde rojo) y 750 nm (infrarrojo cercano): NDVIre = (R750 - R705) / (R750 + R705)

Escenarios de aplicación:

Evaluación de la cobertura vegetal: Un valor alto de NDVIre (cercano a 1) indica vegetación densa, mientras que un valor bajo (

Detección temprana del estrés: Sensible al estrés hídrico o nutricional, adecuado para la alerta temprana.

Ejemplo: Una disminución del NDVIre de 0,8 a 0,4 puede indicar una cantidad insuficiente de fertilizante nitrogenado, lo que requiere fertilización.

3. RedEdgeSlope

Método de cálculo:

Calcula el valor máximo de la primera derivada del espectro en la región del borde rojo (680-750 nm), que representa la velocidad de transición del espectro desde la luz roja al infrarrojo cercano.

Escenarios de aplicación:

Diagnóstico de estrés: Una disminución en la pendiente indica una reducción de la clorofila o daños en la estructura de la hoja (por ejemplo, causados ​​por plagas o enfermedades).

Seguimiento de la fase de crecimiento: La pendiente cambia con la fase de crecimiento del cultivo, lo que resulta adecuado para una gestión por fases (como la fase de plántula y la fase de floración).

Ejemplo: Una disminución significativa en la pendiente del borde rojo durante el período de floración del trigo puede indicar una enfermedad y requerir control de plagas y enfermedades.

4. Área del borde rojo

Método de cálculo:

El área integral de la reflectancia espectral en la región del borde rojo (680-750 nm) se puede calcular utilizando métodos como la integral trapezoidal.

Escenarios de aplicación:

Estimación de biomasa: El área está correlacionada positivamente con la cobertura vegetal y la biomasa.

Monitoreo del estrés: Una reducción en el área puede reflejar sequía o enfermedad.

Investigación ecológica: evaluación de la capacidad fotosintética de la vegetación y su potencial de secuestro de carbono.

Ejemplo: Las áreas con una superficie reducida en el borde rojo pueden ser tierras de cultivo afectadas por la sequía que requieren riego prioritario.

5. mSRre (Relación simplificada del borde rojo mejorada)

Método de cálculo:

Combinando 445 nm (luz azul), 705 nm (borde rojo) y 750 nm (infrarrojo cercano): mSRre = (R750 - R445) / (R705 - R445)

Escenarios de aplicación:

Estimación de clorofila: Sensible a la absorción de clorofila, adecuada para el seguimiento del estado nutricional.

Detección de estrés: Una disminución en mSRre puede indicar deficiencia de nitrógeno o enfermedad.

Clasificación de cultivos: Los valores mSRre de los diferentes cultivos varían significativamente.

6. Curvatura de borde rojo

Método de cálculo:

Calcula el valor absoluto medio de la segunda derivada en la región del borde rojo. La segunda derivada refleja el cambio de forma de la curva espectral.

Escenarios de aplicación:

Detección precoz del estrés: La curvatura es sensible a cambios fisiológicos sutiles, como las primeras etapas de una enfermedad.

Evaluación del estado de la vegetación: relacionada con la clorofila y la estructura de las hojas.

Monitorización dinámica: Seguimiento de los cambios en los cultivos durante la temporada de crecimiento.

Ejemplo: Las fluctuaciones anormales en la curvatura pueden indicar una infección fúngica temprana, lo que requiere un examen del terreno.

II. Comparación con los índices de vegetación tradicionales

Los índices de vegetación tradicionales (como NDVI y SAVI) se utilizan ampliamente en la teledetección multiespectral, pero los índices de borde rojo basados ​​en curvas espectrales de datos hiperespectrales presentan ventajas significativas. Los índices de vegetación calculados a partir de datos multiespectrales de banda ancha suelen pasar por alto cambios sutiles en la región del borde rojo, mientras que los datos hiperespectrales de banda estrecha pueden capturar con precisión las características espectrales de esta región. Por ejemplo, REP localiza puntos de inflexión mediante la primera derivada, y NDVIre, que utiliza bandas estrechas a 705 nm y 750 nm, ofrece mayor sensibilidad. También es más sensible a cambios sutiles en el contenido de clorofila y a estrés temprano (como sequía y enfermedades).

Mientras tanto, los índices de borde rojo basados ​​en curvas espectrales también presentan una mayor capacidad de detección de estrés. Índices como el NDVI tienden a saturarse cuando la vegetación es densa y no son sensibles al estrés temprano. Si bien el SAVI mejora el impacto en el suelo, aún depende de una banda de longitud de onda amplia. Por otro lado, el NDVIre y el mSRre utilizan directamente la banda del borde rojo y son sensibles a los cambios de clorofila. El REP y la curva del borde rojo pueden detectar cambios en la forma espectral, lo que los hace adecuados para la alerta temprana de estrés y permite la detección precoz de sequía o deficiencia de nutrientes (como el desplazamiento del REP hacia longitudes de onda más cortas), lo que proporciona tiempo para la gestión agrícola. Al combinar varios tipos de índices de vegetación, se puede evaluar el estado de los cultivos de forma más completa, mejorando la precisión de la clasificación del estrés.

A continuación se muestra el índice de borde rojo de la vegetación calculado utilizando el satélite hiperespectral XIGUNAG-002. Los datos se adquirieron el 5 de abril de 2025 en la ciudad de Yuncheng, provincia de Shanxi. El satélite tiene un ancho de barrido de 80 km, un rango de longitud de onda de 430-850 nm, 150 bandas y una resolución terrestre de 40 metros.

Zona delimitada en rojo (5 de abril de 2025, ciudad de Yuncheng, provincia de Shanxi)

Índice de vegetación normalizado con bordes rojos (5 de abril de 2025, ciudad de Yuncheng, provincia de Shanxi)

Relación de simplificación de borde rojo mejorada (5 de abril de 2025, ciudad de Yuncheng, provincia de Shanxi)

El índice hiperespectral de borde rojo proporciona una herramienta poderosa para el monitoreo de la salud de los cultivos mediante el análisis de información espectral detallada dentro del rango del borde rojo. En comparación con los índices de vegetación tradicionales, el índice de borde rojo tiene mayor resolución espectral, mayor capacidad de detección de estrés y una información fisiológica más completa, lo que lo hace idóneo para la alerta temprana de estrés y la gestión precisa en la agricultura de precisión. En el futuro, con la adopción generalizada de satélites hiperespectrales, el índice de borde rojo destacará en la agricultura inteligente, brindando a los agricultores un apoyo más preciso para la toma de decisiones.