基于无人机使用NDRE和GNDVI指数对商业葡萄园采收前后水分胁迫相关光谱动态特征的分析

《Applied Fruit Science》：UAV-Based Characterization of Pre- and Post-Harvest Water-Stress-Related Spectral Dynamics in a Commercial Vineyard Using NDRE and GNDVI

　　

摘要

气候变化和干旱频率的增加正在加剧葡萄种植业中与水相关的风险，尤其是在半干旱地区。本探索性案例研究表征了土耳其东部一个商业种植的"A??n Beyaz?"葡萄园在收获前和收获后与水胁迫相关的光谱动态变化。使用大疆Mavic 3多光谱无人机（DJI Mavic 3 Multispectral；深圳市大疆创新科技有限公司）于2025年6月22日和2025年9月22日采集了多光谱图像，并通过DJI Terra处理生成分辨率为2.31 cm/像元的正射镶嵌图，覆盖10,962.77 m2的分析感兴趣区域。光谱响应通过以下方法进行评估：基于像元的变化检测、描述性统计、15 × 15像元移动窗口以及全局Moran's I指数。局部均值表示每个移动邻域内的平均指数值，局部标准差（local SD）表示邻域内的离散程度。采用相对变化（RC）、标准化响应比（SRR）、异质性响应（HR）和空间组织响应（SOR）在互补的响应尺度上比较绿色归一化差异植被指数（GNDVI）和归一化红边差异指数（NDRE）。GNDVI显示出更大的地块尺度响应（RC = 10.49%；SRR = 0.208），而NDRE显示出更大的局部异质性响应（HR = 64.97%）。全局Moran's I从GNDVI的0.0367增至0.1142，从NDRE的0.0430增至0.0860（所有p < 0.001），表明存在显著的正聚类效应和更强的收获后空间组织性。本研究旨在作为一个特定场地的案例研究和可重复的空间分析工作流程，而非一种新的或经过田间验证的水胁迫模型。尽管由外部大疆D-RTK 2高精度全球导航卫星系统（GNSS）移动站提供的实时动态（RTK）差分数据和集成阳光传感器支持了直接地理配准和辐照度补偿，但研究期间未获取叶片水势、土壤水分、热参考、具有代表性的场地特定采集期气象记录、冠层掩膜、专用反射率面板校准数据或独立的调查控制点验证数据。因此，结果仅代表与水胁迫相关的光谱代理指标，其中也可能包含衰老、光照、土壤及行间植被的影响。研究结果可以为未来的采样和假设生成提供指导，但不能直接用于制定灌溉方案。