红边光谱原理
红边（Red Edge）是植被反射光谱中700-750nm波段的陡峭上升区域，标志着红光吸收向近红外高反射的过渡带。这个特征波段对叶绿素含量变化极为敏感，是监测植物生理状态的关键指标。
光谱反射率曲线图：
100%│ ╱───────────── 近红外平台
│ ╱│ 红边区域
│ ╱ │ (700-750nm)
反 │ ╱ │ 斜率变化最大
射 │ ╱ │
率 │ ╱ │
│ ╱ │
50%│ ╱ │
│ ╱ │
│ ╱ │
│╱__ │ 红谷
│ ╲__ │ (670nm)
│ ╲__ │ 叶绿素吸收
0%└────────────────────────────────────
400 500 600 700 800 900 1000nm
蓝 绿 红 红边 近红外
关键波段：
• 550nm (绿峰)：反射峰值，健康指示
• 670nm (红谷)：叶绿素最大吸收
• 720nm (红边拐点)：斜率最大位置
• 850nm (NIR平台)：叶片结构反射
红边位置计算（REP - Red Edge Position）
REP = 700 + 40 × [(R670 + R780)/2 - R700] / (R740 - R700)
其中 Rλ 表示波长λ处的反射率。
健康植被：REP = 720-730nm
轻度胁迫：REP = 715-720nm
中度胁迫：REP = 710-715nm
重度胁迫：REP < 710nm
红边位置蓝移表示叶绿素降解，通常先于可见症状出现2-3周，实现早期预警。
其中 Rλ 表示波长λ处的反射率。
健康植被：REP = 720-730nm
轻度胁迫：REP = 715-720nm
中度胁迫：REP = 710-715nm
重度胁迫：REP < 710nm
红边位置蓝移表示叶绿素降解，通常先于可见症状出现2-3周，实现早期预警。
NDVI与改进指数
NDVI (归一化植被指数)
最广泛使用的植被指数，利用红光与近红外的反射差异：
NDVI = (NIR - RED) / (NIR + RED)
取值范围： -1 to +1
• <0.1: 裸土、水体、雪
• 0.2-0.3: 稀疏植被
• 0.4-0.6: 中等密度植被
• 0.7-0.9: 茂密健康植被
优点：计算简单，全球通用
局限：在高生物量区域饱和
NDRE (红边NDVI)
使用红边波段替代红光波段：
NDRE = (NIR - RedEdge) / (NIR + RedEdge)
RedEdge通常取720nm或730nm
优势：
• 高叶面积指数时仍保持敏感性
• 更准确反映叶绿素含量
• 减少土壤背景影响
• 适合作物中后期监测
在LAI>3时，NDRE比NDVI准确度提升35%。
EVI (增强型植被指数)
加入蓝光波段，校正大气与土壤背景：
EVI = 2.5 × (NIR - RED) / (NIR + 6×RED - 7.5×BLUE + 1)
改进点：
• L=1: 冠层背景调整
• C1=6, C2=7.5: 大气阻抗系数
• G=2.5: 增益因子
在高生物量森林中，EVI继续响应而NDVI已饱和。
GNDVI (绿色NDVI)
使用绿光波段，对叶绿素含量变化更敏感：
GNDVI = (NIR - GREEN) / (NIR + GREEN)
应用场景：
• 氮肥管理决策
• 作物生长中期监测
• 叶绿素含量估算
绿峰位置(550nm)反射率与叶绿素浓度线性相关(R²=0.87)。
多指数组合策略：
早期(LAI<2): GNDVI识别出苗
中期(LAI 2-4): NDVI监测生长速率
后期(LAI>4): NDRE评估成熟度
全程: EVI提供大气校正基准
早期(LAI<2): GNDVI识别出苗
中期(LAI 2-4): NDVI监测生长速率
后期(LAI>4): NDRE评估成熟度
全程: EVI提供大气校正基准
传感器波段配置
| 传感器类型 | 波段设置 | 光谱分辨率 | 应用场景 |
|---|---|---|---|
| Landsat 8 OLI | B4(红): 640-670nm B5(NIR): 850-880nm | 30nm带宽 | 区域尺度监测 30m空间分辨率 |
| Sentinel-2 MSI | B4(红): 665nm±15nm B5(红边1): 705nm±7.5nm B6(红边2): 740nm±7.5nm B7(红边3): 783nm±10nm B8(NIR): 842nm±57.5nm | 15-30nm | 精细红边分析 10-20m分辨率 5天重访 |
| 多光谱无人机 | R: 668nm±5nm RE: 717nm±6nm NIR: 840nm±20nm | 5-20nm | 田块级监测 <5cm分辨率 按需采集 |
| 高光谱成像 | 400-1000nm连续光谱 224个波段 | ~2.5nm | 精确光谱分析 实验室级研究 |
波段选择原则：
1. 红光波段需对准叶绿素吸收峰(670nm±10nm)
2. 红边波段捕捉陡峭上升段(720nm±10nm)
3. 近红外避开水汽吸收带(避开760nm, 820nm, 940nm)
4. 窄带宽(<10nm)提高光谱纯度但降低信噪比
5. 宽带宽(>30nm)提高信噪比但损失光谱细节
1. 红光波段需对准叶绿素吸收峰(670nm±10nm)
2. 红边波段捕捉陡峭上升段(720nm±10nm)
3. 近红外避开水汽吸收带(避开760nm, 820nm, 940nm)
4. 窄带宽(<10nm)提高光谱纯度但降低信噪比
5. 宽带宽(>30nm)提高信噪比但损失光谱细节
作物健康分级标准
优秀 (Excellent)
NDVI: 0.75-0.90
NDRE: 0.65-0.80
REP: 725-732nm
特征：
• 叶绿素含量充足
• 冠层覆盖度>85%
• 无可见病虫害
• 生长速率正常
管理建议：维持当前措施
NDRE: 0.65-0.80
REP: 725-732nm
特征：
• 叶绿素含量充足
• 冠层覆盖度>85%
• 无可见病虫害
• 生长速率正常
管理建议：维持当前措施
良好 (Good)
NDVI: 0.65-0.75
NDRE: 0.55-0.65
REP: 718-725nm
特征：
• 轻微营养不足迹象
• 冠层覆盖70-85%
• 生长略缓
管理建议：
• 考虑追肥
• 监测病虫害
NDRE: 0.55-0.65
REP: 718-725nm
特征：
• 轻微营养不足迹象
• 冠层覆盖70-85%
• 生长略缓
管理建议：
• 考虑追肥
• 监测病虫害
中等 (Moderate)
NDVI: 0.50-0.65
NDRE: 0.40-0.55
REP: 712-718nm
特征：
• 明显营养胁迫
• 冠层覆盖50-70%
• 叶色发黄
管理建议：
• 及时追肥灌溉
• 病虫害排查
NDRE: 0.40-0.55
REP: 712-718nm
特征：
• 明显营养胁迫
• 冠层覆盖50-70%
• 叶色发黄
管理建议：
• 及时追肥灌溉
• 病虫害排查
较差 (Poor)
NDVI: 0.30-0.50
NDRE: 0.25-0.40
REP: 705-712nm
特征：
• 严重胁迫
• 冠层覆盖<50%
• 叶片枯萎
管理建议：
• 紧急干预
• 评估损失
NDRE: 0.25-0.40
REP: 705-712nm
特征：
• 严重胁迫
• 冠层覆盖<50%
• 叶片枯萎
管理建议：
• 紧急干预
• 评估损失
应用案例：氮肥精准管理
利用红边NDVI进行变量施肥，显著提升氮肥利用效率。
施肥量计算模型
N施用 = N目标 - N当前
其中：
N当前 = f(NDRE) = 45.2 × NDRE² + 32.8 × NDRE - 5.6
N目标 根据作物品种与目标产量确定：
• 小麦 12吨/公顷: 180 kg N/ha
• 玉米 14吨/公顷: 220 kg N/ha
• 水稻 10吨/公顷: 160 kg N/ha
实施流程：
1. 关键生育期(拔节/孕穗)无人机NDRE成图
2. 分区(5×5m网格)计算N当前
3. 生成变量施肥处方图
4. 导入变量施肥机执行
效果：氮肥用量减少15-20%，产量提升8-12%，氮肥利用率从32%提升至48%。
其中：
N当前 = f(NDRE) = 45.2 × NDRE² + 32.8 × NDRE - 5.6
N目标 根据作物品种与目标产量确定：
• 小麦 12吨/公顷: 180 kg N/ha
• 玉米 14吨/公顷: 220 kg N/ha
• 水稻 10吨/公顷: 160 kg N/ha
实施流程：
1. 关键生育期(拔节/孕穗)无人机NDRE成图
2. 分区(5×5m网格)计算N当前
3. 生成变量施肥处方图
4. 导入变量施肥机执行
效果：氮肥用量减少15-20%，产量提升8-12%，氮肥利用率从32%提升至48%。