Remote Sensing Index • Vegetation Stress

مؤشر RVSI — Red-edge Vegetation Stress Index

مؤشر طيفي حساس لتغير شكل الحافة الحمراء (Red-edge) في الطيف الكهرومغناطيسي، يُستخدم للكشف المبكر عن إجهاد النبات والتغيرات الدقيقة في صحة الغطاء النباتي.

١. التعريف والاستخدامات Overview

RVSI – Red-edge Vegetation Stress Index هو مؤشر يعتمد على ثلاث أطوال موجية في نطاق الحافة الحمراء (Red-edge) لقياس التغير في شكل المنحنى الطيفي للنبات. القيم القريبة من الصفر أو الإيجابية غالبًا تشير إلى نباتات مجهدة، بينما القيم السالبة بشكل واضح ترتبط بنباتات صحية.

  • مناسب للبيانات الطيفية العالية الدقة (Hyperspectral).
  • مفيد في: كشف الإجهاد المائي أو الغذائي، مراقبة صحة المحاصيل، التغيير الفسيولوجي للنبات.
  • يُستخدم كثيرًا مع بيانات الحافة الحمراء من مستشعرات حديثة أو LiDAR + hyperspectral. 0
Vegetation Stress Red-edge region Hyperspectral / Sentinel-2

٢. المعادلة Formula

الصيغة الأصلية لـ RVSI تعتمد على الانعكاسية عند ثلاثة أطوال موجية في نطاق الحافة الحمراء: تقريبًا 714nm و733nm و752nm. 1

Original definition (reflectance values):
RVSI = ((R714 + R752) / 2) - R733

في حالة Sentinel-2، يمكن تقريب هذه الأطوال الموجية باستخدام:

  • B5 ≈ 705 nm → تقريبًا لـ 714 nm
  • B6 ≈ 740 nm → تقريبًا لـ 733 nm
  • B7 ≈ 783 nm → تقريبًا لـ 752 nm
Approximation using Sentinel-2 bands:
RVSI ≈ ((B5 + B7) / 2) - B6

٣. أهم التطبيقات Applications

  • الكشف المبكر عن إجهاد النبات الناتج عن نقص المياه أو العناصر الغذائية.
  • دراسة تأثير الأمراض النباتية والتغيرات الفسيولوجية على الغطاء النباتي.
  • التفريق بين الأنواع أو الحالات المختلفة للأشجار في الغابات.
  • مراقبة كفاءة برامج الإدارة الزراعية (ري، تسميد، مكافحة آفات).
Crop Health Forest Monitoring Stress Detection

٤. ملاحظات هامة Notes

  • يفضل استخدام بيانات ذات دقة طيفية عالية أو مستشعرات تحتوي على نطاق أحمر حرج (Red-edge).
  • التفسير يعتمد على مقارنة نسبية بين مناطق أو تواريخ مختلفة وليس على قيمة مطلقة واحدة.
  • القيم الأقل (أكثر سلبية) عادة ترتبط بنباتات أكثر صحة، بينما القيم الأقرب للصفر أو الإيجابية قد تدل على إجهاد.
  • يفضل دمجه مع مؤشرات أخرى مثل NDVI أو NDRE للحصول على صورة متكاملة لصحة الغطاء النباتي.

٥. كود Google Earth Engine لحساب RVSI (Sentinel-2)

✳ ملاحظة: تأكد من أنك رسمت منطقة الاهتمام geometry على الخريطة في محرر Google Earth Engine قبل تشغيل الكود.

// RVSI (Red-edge Vegetation Stress Index) using Sentinel-2 SR
// Approximation: RVSI ≈ ((B5 + B7) / 2) - B6

// 1) Load Sentinel-2 Surface Reflectance collection
var collection = ee.ImageCollection('COPERNICUS/S2_SR')
  .filterDate('2023-01-01', '2023-12-31')          // تعديل الفترة الزمنية حسب احتياجك
  .filterBounds(geometry)                          // geometry: منطقة الدراسة
  .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE', 20));

// 2) Create median composite
var img = collection.median()
  .select(['B5', 'B6', 'B7']);                     // Red-edge bands

// 3) Compute RVSI
var rvsi = img.expression(
  '((R714 + R752) / 2.0) - R733', {
    'R714': img.select('B5'),                     // ≈ 705 nm
    'R733': img.select('B6'),                     // ≈ 740 nm
    'R752': img.select('B7')                      // ≈ 783 nm
  }
).rename('RVSI');

// 4) Visualization parameters
var rvsiVis = {
  min: -0.05,
  max:  0.05,
  palette: [
    '#440154', '#3b528b', '#21918c', '#5ec962', '#fde725'
  ]
};

// 5) Add layers to the map
Map.centerObject(geometry, 10);
Map.addLayer(rvsi, rvsiVis, 'RVSI (Sentinel-2)');
Map.addLayer(img.select('B4','B3','B2'), {min:0, max:3000}, 'True Color S2');

// 6) Export to Google Drive as GeoTIFF
Export.image.toDrive({
  image: rvsi,
  description: 'RVSI_Sentinel2',
  fileNamePrefix: 'RVSI_S2',
  region: geometry,
  scale: 10,
  maxPixels: 1e13
});

✅ يمكنك تعديل الفترة الزمنية، نسبة السحب، أو طريقة تجميع الصور (median, mean, mosaic) حسب طبيعة الدراسة الخاصة بك.