全球视野 媒体聚焦
接受央视报道共计15次 党媒、央媒、地方官媒总传播量达0.5亿人次
基于窄波段花青素指数的植被种类识别
背景介绍
利用高光谱窄波段光合色素指数，可精准区分植被种类。本案例使用西光壹号05星（天仙配号）高光谱数据以及Sentinel-2数据分别计算ARI1花青素指数，并进行农田区域内的林地提取。得益于西光壹号05星（天仙配号）9 nm光谱分辨率与窄波段设计，550 nm与700 nm准确位置的反射率差异被显著放大，林地特征一目了然。相比Sentinel-2结果，误提较少且提取结果具有更少噪声，同时单景影像即可满足需求，无需时间序列数据，为耕地“非农化”监管提供了快速、可靠的光谱证据。
方法和原理
表1. 波段参数对比
叶色素指数用于度量植被中与胁迫性相关的色素，ARI1对叶片中的花青素非常敏感，ARI1值越大表明植被冠层增长或者死亡，计算公式如下：
值的范围是0~0.2+，一般绿色植被区的范围是0.001~0.1。
作为一种窄带植被指数，中心波长越接近公式所需波长，且FWHM越小，则该指数计算结果越能够反映真实花青素浓度。
我们使用Sentinel-2与西光壹号05星（天仙配号）数据进行对比。Sentinel-2数据采集时间为2025年4月1日—4月10日的中值合成结果。西光壹号05星（天仙配号）数据采集时间为2025年4月6日。
在西光壹号05星（天仙配号）数据和Sentinel-2选择与550nm和700nm最接近的两个波段，并计算ARI1指数，对于指数结果，使用简单阈值分割筛选出农田中的林地，对比评估西光壹号05星（天仙配号）和Sentinel-2的结果。
表2. 指数计算所使用波段对比
结果展示
区域1
图1. Sentinel-2的ARI1指数，区域1
图2. Sentinel-2的农田林地提取结果，区域1
图3. 西光壹号05星（天仙配号）的ARI1指数，区域1
图4. 西光壹号05星（天仙配号）的农田林地提取结果，区域1
区域2
图5. Sentinel-2的农田林地提取结果，区域2
图6. 西光壹号05星（天仙配号）的农田林地提取结果，区域2
区域3
图7. Sentinel-2的农田林地提取结果，区域3
图8. 西光壹号05星（天仙配号）的农田林地提取结果，区域3
从对比结果来看，与普通NDVI指数相比，ARI1指数能够体现作物间差异，能够支持作物胁迫分析、农田违规林地提取等应用场景。
由于Sentinel-2波段数量较少，导致波段没有很好匹配公式所需波长，且Sentinel-2的波段宽度较宽，无法精确获取指定波长的反射率。因此Sentinel-2的ARI指数计算结果值域分布范围低于西光壹号05星（天仙配号），表示基于ARI1指数的作物区分能力要低于西光壹号05星（天仙配号）。
从农田林地提取结果来看，同样使用简单的阈值分割方法，Sentinel-2号提取结果具有较高的椒盐噪声，且对于该景影像西部区域，误提较多。而西光壹号05星（天仙配号）结果较好。
相比于宽波段多光谱数据，高光谱数据在计算窄波段植被指数时具有明显优势。