Analisis stres tanaman berdasarkan indeks vegetasi hiperspektral

Atribut vegetasi biasanya diukur dengan mengubah spektrum reflektansi menjadi nilai numerik tunggal atau indeks vegetasi. Indeks vegetasi hiperspektral atau pita sempit mengandung karakteristik vegetasi pita sempit dan informasi panjang gelombang yang hanya dapat ditangkap oleh instrumen hiperspektral.

Sifat-sifat vegetasi yang ditentukan oleh indeks vegetasi hiperspektral dapat dibagi menjadi tiga kategori utama: 1. Struktur; 2. Sifat biokimia; 3. Fisiologi/stres tanaman.

Sifat struktural yang diukur meliputi tutupan vegetasi, biomassa daun, indeks luas daun (LAI), biomassa daun yang menua, dan rasio penyerapan radiasi fotosintetik aktif (FPAR). Sebagian besar indeks yang saat ini digunakan untuk analisis struktural dibangun dalam sistem pita lebar, sementara indeks hiperspektral pita sempit juga ada.

Sifat biokimia meliputi kadar air, pigmen (klorofil, karotenoid, dan antosianin), campuran kaya nitrogen lainnya (seperti protein), dan bahan struktural tanaman (lignin dan selulosa). Indeks fisiologis dan stres digunakan untuk mengukur perubahan kecil yang disebabkan oleh faktor-faktor seperti perubahan status xantofil akibat stres, kadar klorofil, efek fluoresensi, atau kelembapan daun. Umumnya, sifat biokimia dan indeks fisiologis/stres sebagian besar dibangun melalui pengukuran instrumen laboratorium dan lapangan (interval pengambilan sampel spektral ≤10 nm) dan merupakan karakteristik spektral yang sangat spesifik. Oleh karena itu, indeks-indeks ini merupakan indeks hiperspektral.

Dibandingkan dengan indeks vegetasi pita lebar, indeks vegetasi hiperspektral memiliki pita yang tidak diambil sampelnya dalam sistem pita lebar dan pusat pita spesifik, sehingga memungkinkan mereka untuk mengidentifikasi dan mengekstrak fitur penyerapan yang lebih halus, dan dengan demikian dapat memperkirakan atribut tanaman dengan lebih baik.

Dibandingkan dengan pengukuran spektral titik, citra hiperspektral menambahkan informasi dimensi spasial, yang sangat penting untuk pertanian presisi. Citra hiperspektral dapat mendukung metode analisis yang umum digunakan dalam pertanian presisi, seperti pengelompokan tanah dan tanaman, analisis titik panas dan outlier, serta dapat memperkenalkan informasi spasial pada berbagai tingkatan untuk membantu memperkirakan atribut tanaman. Citra hiperspektral dapat mengungkapkan pola distribusi spasial dan karakteristik atribut tanaman dari titik hingga permukaan, sehingga memberikan alat yang lebih ampuh untuk praktik rekayasa pertanian presisi.

Metode dan Prinsip

Kami menggunakan citra hiperspektral wilayah Xi'an yang diambil oleh satelit Xiguang-105 pada tanggal 6 April 2025 untuk menghitung berbagai indeks vegetasi hiperspektral. Berdasarkan indikator struktural/biokimia/fisiologis yang sesuai dengan indeks tersebut, kami melakukan analisis kesehatan dan stres tanaman gandum musim dingin di Xi'an selama tahap pembentukan ruas batang pada musim 2024-2025, dan mengidentifikasi area yang berpotensi mengalami stres.

Gambar 1. Pengenalan Data

proses:

Kalibrasi radiasi:Data nilai DN asli dikoreksi secara radiometrik menggunakan koefisien kalibrasi radiometrik untuk mendapatkan data radiasi tampak.

Koreksi atmosfer:Koreksi atmosfer dilakukan menggunakan model 6S untuk mendapatkan data reflektansi permukaan.

Penghalusan spektral:Algoritma Savitzky-Golay (SG) digunakan untuk menghaluskan data reflektansi permukaan, yang meningkatkan keandalan perhitungan indeks korelasi tepi merah selanjutnya sekaligus mengurangi noise spektral.

Registrasi gambar:Data yang telah diproses kemudian di-georeferensi berdasarkan peta dasar.

Perhitungan indeks:Indeks vegetasi hiperspektral dihitung dari data yang terdaftar.

Penyamaran area vegetasi/ekstraksi plot:Dengan menggunakan indeks parsial yang telah dihitung, masking area vegetasi diekstraksi menggunakan metode ambang batas tetap. Dataset vektor lahan penanaman gandum di Cekungan Sungai Kuning yang telah diselesaikan sebelumnya juga dimanfaatkan.

Statistik regional:Berdasarkan vektor bidang tanah, setiap indeks dianalisis secara statistik berdasarkan wilayah, dan metode statistik yang digunakan adalah rata-rata.

Analisis komprehensif multi-indeks:Berdasarkan vektor statistik, dan mengacu pada makna fisik yang diwakili oleh berbagai indeks, distribusi berbagai indeks dianalisis untuk menjelaskan beberapa fenomena.

Tabel di bawah ini mencantumkan indeks vegetasi hiperspektral, yang dikategorikan menjadi struktural, biokimia (pigmen, klorofil, antosianin, karotenoid, air, lignin dan selulosa, nitrogen) dan fisiologis (efisiensi penggunaan cahaya, stres). Setiap indeks mencakup nama Cina, singkatan bahasa Inggris, dan rumusnya, yang didasarkan pada reflektansi pita sempit (Rλ mewakili reflektansi pada panjang gelombang λ, dalam nm).

Tabel 1. Beberapa Indeks Vegetasi Hiperspektral dan Rumus Perhitungannya

Evaluasi Hasil

Citra komposit warna asli - Satelit Xiguang-1 05 (pencocokan langit) - 20250406

Kurva reflektansi dari berbagai fitur permukaan tanah - reflektansi diperbesar 10.000 kali - satelit Xiguang-1 05 (Tianxianpei) - 20250406

Peta Distribusi Indeks Vegetasi Perbedaan Normalisasi (NDVI) - Satelit Xiguang No. 1 05 (Tianxianpeihao) - 20250406

Peta Distribusi Indeks Reflektansi Fotokimia (PRI) - Satelit Xiguang-1 05 (Tianxianpei) - 20250406

Peta Distribusi Indeks Tepi Merah Ternormalisasi yang Ditingkatkan - Satelit Xiguang-1 05 (Tianxianpei) - 20250406

Peta distribusi indeks klorofil tidak sensitif struktur (SIPI) - Satelit Xiguang No. 1 05 (Tianxianpeihao) - 20250406

Peta Distribusi Indeks Tepi Merah Vogelmann 1VOG1 - Satelit Xiguang No.1 05 (Tianxianpeihao) - 20250406

Peta Distribusi Indeks Vegetasi Impedansi Atmosfer (ARVI) - Satelit Xiguang-1 05 (Tianxianpeihao) - 20250406

Peta distribusi reflektansi antosianin 2ARI2 - satelit Xiguang-1 05 (Tianxianpei) - 20250406

Peta distribusi indeks reflektansi karotenoid 2CAI2 - Satelit Xiguang No.1 05 (Tianxianpeihao) - 20250406

Sebagian besar indeks vegetasi hiperspektral yang disebutkan di atas juga didasarkan pada perbedaan penyerapan/pemantulan antara pita yang berbeda. Namun, dibandingkan dengan indeks pita lebar tradisional (seperti NDVI), indeks hiperspektral dapat lebih sensitif mencerminkan konsentrasi dan distribusi pigmen spesifik, meningkatkan akurasi klasifikasi tanaman, penentuan tahap fenologi, inversi indeks fisiologis dan biokimia tanaman, dan penilaian stres tanaman. Misalnya, untuk gandum musim dingin, antosianin secara bertahap terakumulasi dari tahap anakan hingga kematangan, sehingga tahap fenologi tanaman saat ini dapat ditentukan oleh indeks antosianin. Ketika terkena stres lingkungan, ekspresi gen yang terkait dengan biosintesis antosianin (seperti CHS, CHI, dan F3H) diinduksi, menyebabkan peningkatan kandungan antosianin. Pada saat yang sama, posisi tepi merah juga bergeser ke arah panjang gelombang yang lebih pendek. Oleh karena itu, penilaian stres yang komprehensif dapat dilakukan melalui beberapa indeks fotokimia dan morfologi tepi merah.

Peta distribusi indeks reflektansi antosianin 2ARI2 pada tingkat petak - Satelit Xiguang No.1 05 (Tianxianpeihao) - 20250406

Peta Distribusi Indeks Lokasi Tepi Merah (REPI) Tingkat Bidang Tanah - Xiguang No. 1 05 Bintang (Nomor Kecocokan Surgawi) - 20250406

Dengan menggabungkan vektor batas bidang tanah, analisis tingkat bidang tanah yang lebih akurat dapat dilakukan, sehingga dapat mengidentifikasi area masalah potensial dan bidang tanah yang terkait, dan kemudian melakukan analisis statistik yang lebih rinci.

Peta Distribusi Indeks Vegetasi Tepi Merah (RENDVI) Lokal - Xiguang No. 1 05 (Tianxianpeihao) - 20250406

Peta distribusi lokal indeks reflektansi karotenoid (CRI2) - Satelit Xiguang-1-05 (Tianxianpeihao) - 20250406

Peta distribusi reflektansi antosianin lokal 2ARI2 - satelit Xiguang-1 05 (Tianxianpei) - 20250406

Peta distribusi indeks reflektansi fotokimia (PRI) lokal - satelit Xiguang-1 05 (Tianxianpei) - 20250406

Gambar di atas menunjukkan peta distribusi indeks tingkat plot lokal. Di wilayah tengah peta, indeks vegetasi tepi merah (RENDVI), indeks karotenoid (2CRI2), dan indeks reflektansi fotokimia (PRI) relatif tinggi, sedangkan di wilayah barat nilainya lebih rendah. Hal ini menunjukkan bahwa kandungan pigmen di wilayah barat juga relatif rendah. Namun, pada peta distribusi indeks antosianin (2ARI2), wilayah barat mirip dengan wilayah tengah dan nilainya lebih tinggi, menunjukkan bahwa wilayah ini mungkin berada di bawah tekanan yang sama, tetapi tekanan tersebut memiliki dampak yang relatif lebih kecil pada wilayah tengah, kemungkinan terkait dengan peningkatan konsentrasi karotenoid di wilayah tengah. Karotenoid adalah ko-pigmen fotosintetik dan, sebagai antioksidan, dapat menangkal spesies oksigen reaktif (ROS, seperti anion superoksida dan hidrogen peroksida), melindungi membran sel dan struktur fotosintetik dari stres oksidatif, sehingga tidak menyebabkan penurunan konsentrasi klorofil. Namun, untuk wilayah barat, tidak diamati peningkatan signifikan pada indeks reflektansi karotenoid, yang menunjukkan bahwa jenis stres ini memiliki dampak yang lebih besar.

Dengan menganalisis secara komprehensif berbagai indeks vegetasi hiperspektral dan menggabungkannya dengan peta kanopi tanaman dan distribusi kelembaban tanah, kita dapat lebih lanjut menentukan jenis tekanan dan dampaknya, sehingga memungkinkan intervensi pertanian pada tahap yang lebih awal untuk meningkatkan ketahanan lingkungan dari sistem penanaman skala besar dan memastikan stabilitas hasil dan kualitas biji-bijian.