Hiperspektral bitki örtüsü indeksine dayalı bitki stresi analizi

Bitki örtüsü özellikleri genellikle yansıma spektrumlarının tek bir sayısal değere veya bitki örtüsü indeksine dönüştürülmesiyle ölçülür. Hiper spektral veya dar bantlı bitki örtüsü indeksleri, yalnızca hiper spektral cihazlarla yakalanabilen dar bantlı bitki örtüsü özelliklerini ve dalga boyu bilgilerini içerir.

Hiperspektral bitki örtüsü indeksleri ile belirlenen bitki örtüsü özellikleri üç ana kategoriye ayrılabilir: 1. Yapı; 2. Biyokimyasal özellikler; 3. Bitki fizyolojisi/stres.

Ölçülen yapısal özellikler arasında bitki örtüsü, yaprak biyokütlesi, yaprak alanı indeksi (LAI), yaşlanan yaprakların biyokütlesi ve fotosentetik olarak aktif radyasyon emilim oranı (FPAR) yer almaktadır. Yapısal analiz için şu anda kullanılan indekslerin çoğu geniş bant sistemlerinde oluşturulurken, dar bantlı hiperspektral indeksler de mevcuttur.

Biyokimyasal özellikler arasında su içeriği, pigmentler (klorofil, karotenoidler ve antosiyaninler), diğer azotça zengin karışımlar (proteinler gibi) ve bitki yapısal maddeleri (lignin ve selüloz) bulunur. Fizyolojik ve stres indeksleri, ksantofil durumu, klorofil içeriği, floresans etkileri veya yaprak nemi gibi stres kaynaklı değişikliklerin neden olduğu küçük değişimleri ölçmek için kullanılır. Genellikle, biyokimyasal özellikler ve fizyolojik/stres indeksleri çoğunlukla laboratuvar ve saha alet ölçümleri (spektral örnekleme aralıkları ≤10 nm) yoluyla oluşturulur ve oldukça spesifik spektral özelliklerdir. Bu nedenle, bu indeksler kesinlikle hiperspektral indekslerdir.

Geniş bantlı bitki örtüsü indekslerine kıyasla, hiperspektral bitki örtüsü indeksleri, geniş bantlı sistemlerde örneklenmeyen bantlara ve belirli bant merkezlerine sahiptir; bu da daha ince emilim özelliklerini belirlemelerine ve çıkarmalarına olanak tanıyarak, mahsul özelliklerini daha iyi tahmin etmelerini sağlar.

Noktasal spektral ölçümlere kıyasla, hiperspektral görüntüleme, hassas tarım için çok önemli olan mekansal boyut bilgisi ekler. Toprak ve ürün kümeleme, sıcak nokta ve aykırı değer analizi gibi hassas tarımda yaygın olarak kullanılan analitik yöntemleri destekleyebilir ve ürün özelliklerini tahmin etmeye yardımcı olmak için farklı seviyelerde mekansal bilgi sunabilir. Ürün özelliklerinin mekansal dağılım modellerini ve özelliklerini noktadan yüzeye kadar ortaya çıkararak, hassas tarımın mühendislik uygulaması için daha güçlü bir araç sağlar.

Yöntemler ve Prensipler

Xi'an bölgesinin 6 Nisan 2025 tarihinde Xiguang-1 05 uydusu tarafından çekilen hiperspektral görüntülerini kullanarak çeşitli hiperspektral bitki örtüsü indekslerini hesapladık. İndekslere karşılık gelen yapısal/biyokimyasal/fizyolojik göstergelere dayanarak, 2024-2025 sezonunda Xi'an'da kışlık buğdayın eklemlenme aşamasındaki bitki sağlığı ve stres analizini gerçekleştirdik ve potansiyel olarak stresli alanları belirledik.

Şekil 1. Veri Girişi

işlem:

Radyasyon kalibrasyonu:Orijinal DN değeri verileri, görünür ışıma verilerini elde etmek için radyometrik kalibrasyon katsayıları kullanılarak radyometrik olarak düzeltilir.

Atmosferik düzeltme:Yüzey yansıma verilerini elde etmek için 6S modeli kullanılarak atmosferik düzeltme yapıldı.

Spektral yumuşatma:Savitzky-Golay (SG) algoritması, yüzey yansıma verilerini düzeltmek için kullanıldı; bu da spektral gürültüyü azaltırken, sonraki kırmızı kenar korelasyon indeksi hesaplamasının güvenilirliğini artırdı.

Görüntü kaydı:İşlenen veriler daha sonra temel haritaya göre coğrafi olarak referanslandırılır.

Endeks hesaplaması:Kaydedilen verilerden hiperspektral bitki örtüsü indeksi hesaplandı.

Bitki örtüsü alanı maskeleme/parsel çıkarma:Hesaplanan kısmi indeksler kullanılarak, sabit eşik yöntemiyle bitki örtüsü alanı maskelemesi çıkarıldı. Sarı Nehir Havzası'ndaki buğday yetiştirme parsellerine ait daha önce tamamlanmış vektör veri seti de kullanıldı.

Bölgesel istatistikler:Arazi parseli vektörüne dayanarak, her bir indeks bölgeye göre istatistiksel olarak analiz edilir ve istatistiksel yöntem ortalama alma yöntemidir.

Çoklu endeksli kapsamlı analiz:İstatistiksel vektörlere dayanarak ve farklı endekslerin temsil ettiği fiziksel anlama atıfta bulunarak, bazı olguları açıklamak için farklı endekslerin dağılımı analiz edilmiştir.

Aşağıdaki tabloda, yapısal, biyokimyasal (pigment, klorofil, antosiyanin, karotenoid, su, lignin ve selüloz, azot) ve fizyolojik (ışık kullanım verimliliği, stres) olarak kategorize edilmiş hiperspektral bitki örtüsü indeksleri listelenmiştir. Her indeks, Çince adını, İngilizce kısaltmasını ve dar bant yansımaya dayalı formülünü içermektedir (Rλ, nm cinsinden λ dalga boyundaki yansımayı temsil eder).

Tablo 1. Bazı Hiper Spektral Bitki Örtüsü İndeksleri ve Hesaplama Formülleri

Sonuçların Değerlendirilmesi

Gerçek renkli kompozit görüntü - Xiguang-1 05 uydusu (göksel eşleşme) - 20250406

Farklı yer şekillerinin yansıma eğrileri - 10.000 kat büyütülmüş yansıma - Xiguang-1 05 uydusu (Tianxianpei) - 20250406

Normalleştirilmiş Fark Bitki Örtüsü İndeksi (NDVI) Dağılım Haritası - Xiguang No. 1 05 Uydu Görüntüsü (Tianxianpeihao) - 20250406

Fotokimyasal Yansıma İndeksi (PRI) Dağılım Haritası - Xiguang-1 05 Uydusu (Tianxianpei) - 20250406

Geliştirilmiş Normalleştirilmiş Kırmızı Kenar İndeksi Dağılım Haritası - Xiguang-1 05 Uydusu (Tianxianpei) - 20250406

Yapısal duyarsız klorofil indeksi (SIPI) dağılım haritası - Xiguang 1 05 numaralı uydu (Tianxianpeihao) - 20250406

Vogelmann Kırmızı Kenar İndeksi 1VOG1 Dağıtım Haritası - Xiguang No.1 05 Uydu (Tianxianpeihao) - 20250406

Atmosferik Empedans Bitki Örtüsü İndeksi (ARVI) Dağılım Haritası - Xiguang-1 05 Uydusu (Tianxianpeihao) - 20250406

Antosiyanin yansıma 2ARI2 dağılım haritası - Xiguang-1 05 uydusu (Tianxianpei) - 20250406

Karotenoid yansıma indeksi 2CAI2 dağılım haritası - Xiguang No.1 05 uydusu (Tianxianpeihao) - 20250406

Yukarıda bahsedilen hiperspektral bitki örtüsü indekslerinin çoğu da farklı bantlar arasındaki emilim/yansıma farklılıklarına dayanmaktadır. Bununla birlikte, geleneksel geniş bant indeksleriyle (NDVI gibi) karşılaştırıldığında, belirli pigmentlerin konsantrasyonunu ve dağılımını daha hassas bir şekilde yansıtabilirler; bu da ürün sınıflandırmasının, fenolojik aşama belirlemesinin, ürün fizyolojik ve biyokimyasal indekslerinin tersine çevrilmesinin ve ürün stres değerlendirmesinin doğruluğunu artırır. Örneğin, kışlık buğdayda, antosiyaninler kardeşlenme aşamasından olgunlaşmaya kadar kademeli olarak birikir, bu nedenle ürünün mevcut fenolojik aşaması antosiyanin indeksi ile belirlenebilir. Çevresel strese maruz kaldığında, antosiyanin biyosenteziyle ilgili genlerin (CHS, CHI ve F3H gibi) ifadesi uyarılır ve bu da antosiyanin içeriğinde artışa yol açar. Aynı zamanda, kırmızı kenar konumu da daha kısa dalga boylarına doğru kayar. Bu nedenle, çoklu fotokimyasal indeksler ve kırmızı kenar morfolojisi aracılığıyla kapsamlı bir stres değerlendirmesi yapılabilir.

Parsel düzeyinde antosiyanin yansıma indeksi 2ARI2'nin dağılım haritası - Xiguang 1 No'lu 05 uydusu (Tianxianpeihao) - 20250406

Arazi Parseli Seviyesinde Kırmızı Kenar Konum Endeksi (REPI) Dağıtım Haritası - Xiguang No. 1 05 Yıldız (Göksel Eşleşme Numarası) - 20250406

Arazi parseli sınır vektörlerinin birleştirilmesiyle, daha doğru parsel düzeyinde analizler yapılabilir, böylece potansiyel sorunlu alanlar ve bunlara karşılık gelen parseller belirlenebilir ve ardından daha ayrıntılı istatistiksel analizler gerçekleştirilebilir.

Yerel Kırmızı Kenar Bitki Örtüsü İndeksi (RENDVI) Dağılım Haritası - Xiguang No. 1 05 (Tianxianpeihao) - 20250406

Karotenoid yansıma indeksi (CRI2) yerel dağılım haritası - Xiguang-1-05 uydusu (Tianxianpeihao) - 20250406

Yerel antosiyanin yansıma 2ARI2 dağılım haritası - Xiguang-1 05 uydusu (Tianxianpei) - 20250406

Yerel fotokimyasal yansıma indeksi (PRI) dağılım haritası - Xiguang-1 05 uydusu (Tianxianpei) - 20250406

Yukarıdaki grafik, yerel parsel düzeyinde bir indeks dağılım haritasını göstermektedir. Haritanın orta bölgesinde, kırmızı kenarlı bitki örtüsü indeksi (RENDVI), karotenoid indeksi (2CRI2) ve fotokimyasal yansıma indeksi (PRI) nispeten yüksekken, batı bölgesinde daha düşüktür. Bu, batı bölgesindeki pigment içeriğinin de nispeten düşük olduğunu göstermektedir. Bununla birlikte, antosiyanin indeksi (2ARI2) dağılım haritasında, batı bölgesi orta bölgeye benzer ve daha yüksektir; bu da bu bölgenin aynı stres altında olabileceğini, ancak stresin orta bölge üzerinde nispeten daha az etkiye sahip olduğunu, muhtemelen orta bölgedeki artan karotenoid konsantrasyonuyla ilişkili olduğunu göstermektedir. Karotenoidler fotosentetik ko-pigmentlerdir ve antioksidanlar olarak reaktif oksijen türlerini (süperoksit anyonu ve hidrojen peroksit gibi ROS) temizleyerek hücre zarlarını ve fotosentetik yapıları oksidatif stresten korur, böylece klorofil konsantrasyonunda azalmaya yol açmaz. Batı bölgesinde ise karotenoid yansıma indeksinde önemli bir artış gözlemlenmedi; bu da bu tür stresin daha büyük bir etkiye sahip olduğunu gösteriyor.

Birden fazla hiperspektral bitki örtüsü indeksini kapsamlı bir şekilde analiz ederek ve bunları bitki örtüsü ve toprak nemi dağılım haritalarıyla birleştirerek, stres türünü ve etkisini daha ayrıntılı bir şekilde belirleyebiliriz. Bu sayede, büyük ölçekli ekim sistemlerinin çevresel direncini artırmak ve tahıl verimi ile kalitesinin istikrarını sağlamak için daha erken aşamada tarımsal müdahalelerde bulunabiliriz.