利用无人机多光谱传感技术探索NDVI与EVI2对香脂冷杉营养状况的评估潜力

本综述系统探讨了利用无人机（UAV）搭载多光谱传感器，通过归一化植被指数（NDVI）和增强植被指数（EVI2）评估香脂冷杉营养状况的可行性。研究发现，组织氮含量与NDVI和EVI2显著相关（R2最高达60%），尤其在成熟树木（>5年）中表现更佳。该技术为圣诞树产业提供了精准施肥的解决方案，有助于减少过度施肥造成的环境风险（如氮淋溶和反硝化作用），推动可持续农业发展。

　　

摘要

香脂冷杉（Abies balsamea）作为圣诞树产业的重要树种，其营养管理长期依赖经验性施肥，缺乏科学指导，易导致过度或不足施肥，引发环境问题。本研究利用无人机（UAV）搭载多光谱传感器，探究归一化植被指数（NDVI）和增强植被指数（EVI2）与香脂冷杉营养状况的关系。研究于2021年秋季和2022年春季分别随机选取45棵和70棵树，采集土壤和针叶组织样本，分析氮（N）、磷（P）、钾（K）等11种营养元素，并通过无人机获取每棵树的NDVI和EVI2值。数据分析显示，土壤营养与植被指数相关性较弱，而组织氮含量与NDVI和EVI2均呈显著正相关，且在成熟树木（>5年）中关系更强（NDVI与组织氮的R²达60%）。EVI2在预测组织氮方面表现优于NDVI，但结合两者可进一步提升模型预测力（R²达68%）。本研究为利用遥感技术实现香脂冷杉精准营养管理提供了理论基础，有助于优化施肥策略，减少环境冲击。

引言

香脂冷杉是一种适应冷凉气候的中晚期演替树种，广泛分布于加拿大和美国东北部。作为圣诞树产业的主要品种，其商业价值取决于树形、针叶密度、色泽和香气等特性。氮是影响圣诞树生长和颜色的关键营养元素，针叶氮浓度在1.4%–1.6%时生长最佳，更高浓度有助于改善色泽和针叶保留。然而，当前施肥实践缺乏科学指导，土壤或组织营养分析应用不足，导致肥料利用率低（仅21%的氮被树木吸收，49%通过淋溶和反硝化作用损失），环境风险高。遥感技术通过电磁波谱分析物体特性，在植物营养定量评估中展现出潜力。多光谱、高光谱和热传感器等被动传感器可检测植被反射或发射的能量，具有操作简便、分析快速、非破坏性采样和覆盖范围广等优势。无人机遥感技术因其高分辨率和对单棵树的精准监测能力，成为评估树木营养状况的有效工具。在众多植被指数中，NDVI和EVI2是最常用的指标。NDVI通过近红外和红光波段的对比评估植被绿度，与叶绿素浓度、生产力和胁迫状态相关，并在其他植物中显示出与营养状况的强关联。EVI2通过引入增益因子（G）、大气校正系数（C）和冠层背景调整（L）等参数，减少大气和土壤背景干扰，对密集植被更为敏感。本研究旨在评估NDVI和EVI2与香脂冷杉营养状况的关系，假设两者与组织营养显著相关，且在成熟树木中关系更强，以期为生产者提供精准施肥工具。

材料与方法

站点描述

研究在加拿大新斯科舍省的两个香脂冷杉果园进行。2021年秋季，站点1（贝尔蒙特路）和站点2（学院路）共选取45棵树（20棵<5年，25棵>5年）。2022年春季，新增站点3（学院路），共选取70棵树（25棵<5年，45棵>5年）。所有样本树均通过物理标签和全球导航卫星系统（GNSS）坐标标记。

营养分析

土壤和针叶样本分别于2021年12月6日和2022年6月1日采集。每棵树滴水线处采集6份土壤样本，混合后干燥、研磨过筛，使用Mehlich 3提取剂和电感耦合等离子体发射光谱仪（ICP-AES）分析P、K、Ca、Mg、Na、S、Fe、Mn、Cu、Zn、Al和B，土壤氮通过LECO CN828碳氮分析仪直接测定。针叶样本从最近两年生长的枝条上采集，干燥研磨后，用硝酸消化，氮通过LECO FP 528分析仪测定，其他元素通过ICP-AES分析。

航空图像采集与设备

使用DJI M300 RTK无人机搭载Micasense Altum多光谱相机，采集蓝（459?491 nm）、绿（546?573 nm）、红（661?675 nm）、红边（710?723 nm）和近红外（813?870 nm）波段图像。飞行高度90米，重叠率75%，配备下行光传感器（DLS）和校准反射面板（CRP）进行辐射校准。地面控制点（GCPs）通过Emlid Reach RS2 GNSS接收器精确定位。

图像处理

图像在Agisoft PhotoScan中处理生成正射 mosaic，采用支持向量机（SVM）分类器将像素分为圣诞树、阴影、裸地和草地四类。NDVI通过公式（NIR - Red）/（NIR + Red）计算，EVI2通过公式2.5 × （NIR - Red）/（NIR + 2.4 × Red + 1）计算，其中G=2.5，C=1.5，L=1以适应无人机数据。

统计分析

使用Minitab 21.4进行方差分析（ANOVA）、相关性和回归分析。站点间营养差异通过Tukey方法检验，显著性水平设为5%。NDVI和EVI2与营养元素的相关性按树龄分层分析，最强关系（组织氮）进行线性回归建模。

结果

土壤和组织营养

站点间土壤营养差异显著，站点1的土壤N、K和Zn较高，站点2的P、Cu和Mn较高。组织营养中，站点1的针叶氮浓度较高，站点2的Ca和Mn较高。土壤与组织营养相关性较弱，仅氮和锰显著相关（土壤氮解释23%的组织氮变异，土壤锰解释61%的组织锰变异）。

NDVI与营养

NDVI平均值约0.65，变异较小。土壤营养与NDVI相关性弱，但按树龄分层后，年轻树（<5年）的NDVI与Na和Mn正相关，成熟树（>5年）的NDVI与秋季S和春季K负相关。组织营养中，秋季N、P和K与NDVI正相关，且成熟树中关系更强。组织氮与NDVI的R²在整体样本中为37%（秋）和33%（春），在成熟树中提升至60%和51%。

EVI2与营养

EVI2平均值约0.64。土壤N、P、K、Cu、Mn和Zn与EVI2显著相关，但关系较弱。组织氮与EVI2相关性最强，R²为58%（秋）和40%（春），但树龄分层未改善关系。

回归模型

EVI2在预测整体组织氮方面优于NDVI，但NDVI对成熟树预测更强。结合NDVI和EVI2的模型显著提升预测力，整体R²达66%（秋）和58%（春），成熟树模型R²达68%，均方根误差（RMSE）降至0.2%以下。

讨论

本研究验证了NDVI和EVI2与香脂冷杉组织氮的显著关系，尤其在成熟树中NDVI预测力更强。土壤营养与植被指数相关性弱，反映了土壤供应与树木需求间的复杂相互作用。EVI2因减少背景干扰，在整体样本中表现更优，但结合两者可最大化预测精度。年轻树营养需求低、抗逆性强可能导致遥感信号较弱，而成熟树营养竞争加剧，使遥感更易检测差异。组织氮浓度较低（1.1%–1.3%）可能与研究站点非商业化生产有关，但模型误差（RMSE<0.2%）已满足生产者区分低氮区域的需求。阴影是无人机遥感的挑战，建议在太阳高度角高或阴天飞行以减少干扰。未来研究应扩大样本范围，探索类胡萝卜素指数（如CCI）等新指标，并针对不同树龄优化模型，以推动精准农业在圣诞树产业的应用。

致谢

感谢Northern Lights圣诞树农场的Matt Priest提供果园访问权限。