基于高光谱植被指数的作物胁迫分析

植被属性通常通过将反射率光谱转换为单一数值或植被指数进行测量得到。高光谱或窄波段植被指数具有只有高光谱仪器才能捕获的植被窄波段特征和波长信息。

由高光谱植被指数测定的植被性质可分为3个主要类别：1.结构；2.生物化学性质；3.植物生理学/胁迫。

测量的结构性质包括植被覆盖度、绿叶生物量、叶面积指数（LAI）、衰老叶片生物量、光合有效辐射吸收比率（FPAR）。目前用于结构分析的大多数指数均是在宽波段系统中构建，同时也存在窄波段高光谱指数。

生物化学性质包含水分，色素（叶绿素、类胡萝卜素和花青素），其他富含氮的混合物（比如蛋白质）和植物结构材料（木质素和纤维素）。生理学指数和胁迫指数用来衡量由以下因素造成的微小变化：由胁迫诱发的叶黄素状态变化，叶绿素含量的变化，荧光效应或叶片湿度的变化。一般来说，生物化学性质和生理学/胁迫指数大多通过实验室和实地仪器测量构建的（光谱采样间隔≤10nm），而且是针对性非常好的光谱特征。因此，这些指数是严格意义上的高光谱指数。

相比于宽波段植被指数，高光谱植被指数具有宽波段系统中没有采样到的波段以及特定波段中心，能够识别并提取更加细微的吸收特征，以此来更好地估算作物属性。

高光谱影像相比于点光谱测量，增加了空间维度的信息，这对于精准农业至关重要，能够支持精准农业常用的分析手段如土壤和作物聚类，热点和异常值分析等，能够引入不同层次的空间信息来辅助估算作物属性，由点到面地揭示作物属性在空间上的分布规律和特征，为精准农业的工程化实践提供更有力的工具。

方法和原理

我们使用2025年4月6日西光壹号05星拍摄的西安地区高光谱影像，开展了多种高光谱植被指数的计算，并根据指数对应的结构/生化/生理指标，进行了西安市2024-2025季度冬小麦拔节期的作物健康和胁迫分析，识别了潜在的受胁迫区域。

图1.数据介绍

流程：

辐射定标：对原始DN值数据，使用辐射定标系数进行辐射校正，得到表观辐亮度数据。

大气校正：使用6S模型进行大气校正，得到地表反射率数据。

光谱平滑：对地表反射率数据使用Savitzky-Golay（SG）算法进行平滑，光谱降噪的同时提高后续红边相关指数计算的可靠性。

影像配准：对处理完成的数据依据底图进行地理配准。

指数计算：对配准后的数据进行高光谱植被指数的计算。

植被区域掩膜/地块提取：使用计算后的部分指数，通过固定阈值法进行植被区域掩膜提取。同时也使用了之前完成的黄河流域小麦种植地块矢量数据集。

分区统计：在地块矢量基础上，对各指数进行分区统计，统计方法为均值。

多指数综合分析：在统计矢量的基础上，参考不同指数代表的物理意义，对不同指数分布情况进行分析，解释部分现象。

下表列出了高光谱植被指数，分类为结构类、生物化学类（色素类、叶绿素类、花青素类、类胡萝卜素类、水分类、木质素和纤维素类、氮素类）和生理学类（光利用效率类、胁迫类）。每个指数包括中文名、英文缩写和公式，公式基于窄波段反射率（Rλ表示波长λ处的反射率，单位nm）。

表1.部分高光谱植被指数及计算公式

结果评估

真彩色合成影像-西光壹号05星（天仙配号）-20250406

不同地物反射曲线-反射率扩大10000倍-西光壹号05星（天仙配号）-20250406

归一化植被指数NDVI分布图-西光壹号05星（天仙配号）-20250406

光化学反射指数PRI分布图-西光壹号05星（天仙配号）-20250406

改进归一化红边指数分布图-西光壹号05星（天仙配号）-20250406

结构不敏感叶绿素指数SIPI分布图-西光壹号05星（天仙配号）-20250406

Vogelmann红边指数1VOG1分布图-西光壹号05星（天仙配号）-20250406

大气阻抗植被指数ARVI分布图-西光壹号05星（天仙配号）-20250406

花青素反射指数2ARI2分布图-西光壹号05星（天仙配号）-20250406

类胡萝卜素反射指数2CAI2分布图-西光壹号05星（天仙配号）-20250406

上述高光谱植被指数大多也基于各波段间的吸收/反射差异，但与传统宽波段指数（例如NDVI）相比，能够更敏感地反映特定色素的浓度和分布情况，增加作物分类、物候期判断和作物生理生化指标反演以及作物胁迫评估的精度。例如对于冬小麦，在分蘖期到成熟期，花青素逐渐累积，因此能够通过花青素指数判断作物的当前物候期，而在受到环境胁迫时，会诱导花青素生物合成相关基因（如CHS、CHI、F3H）的表达，导致花青素含量上升，同时红边位置也会向短波方向移动，因此能够通过多种光化学指数以及红边形态进行综合胁迫评估。

地块级花青素反射指数2ARI2分布图-西光壹号05星（天仙配号）-20250406

地块级红边位置指数REPI分布图-西光壹号05星（天仙配号）-20250406

在结合地块边界矢量后，能够进行更加精准的地块级分析，进而筛选出潜在问题区域以及对应的地块，进而进行更加详细的统计分析。

局部红边植被指数RENDVI分布图-西光壹号05星（天仙配号）-20250406

局部类胡萝卜素反射指数2CRI2分布图-西光壹号05星（天仙配号）-20250406

局部花青素反射指数2ARI2分布图-西光壹号05星（天仙配号）-20250406

局部光化学反射指数PRI分布图-西光壹号05星（天仙配号）-20250406

上面展示的是局部地块级指数分布图。在地图中部区域，红边植被指数RENDVI、类胡萝卜素指数2CRI2以及光化学反射指数PRI都相对较高，而西部区域则较低。指示西部区域对应的色素含量也相对较低。但在花青素指数2ARI2分布图中，西部区域与中部区域类似且较高，指示该区域可能受到相同的胁迫，但胁迫对中部区域的影响相对较小，可能与中部区域升高的类胡萝卜素浓度有关。类胡萝卜素属于光合辅助色素，作为抗氧化剂，能够清除活性氧（ROS，如超氧阴离子、过氧化氢），保护细胞膜和光合机构免受氧化应激，因此并没有导致叶绿素浓度降低。而对于西部区域，则没有观察到类胡萝卜素反射指数的明显升高，因此该种胁迫造成的影响更大。

通过多种高光谱植被指数的综合分析，结合作物冠层和土壤水分分布图，能够进一步判断胁迫类型和胁迫造成的影响，从更早的阶段进行农事干预，提高规模化种植系统的环境抗逆能力，保证粮食产品产量和质量的稳定。