植被指数在林业遥感中的应用，推动了定量遥感技术在森林资源监测中的研究，但森林类型的精细识别和森林病虫害的早期监测预警，仍然是传统遥感监测的难题。高光谱遥感因为其高维的光谱波段，而成为解决以上问题最有可能的技术。尤其是近些年无人机遥感平台的普及，以及高分5号卫星的发射，都促进了高光谱技术在森林资源监测中的应用。但适合于高光谱遥感的植被指数尚属空白。在前期的研究中，发现利用高光谱数据的一个波段区间构建的植被指数，比利用高光谱数据中的某几个波段构建的植被指数更能够反映出树木死亡过程中的细微变化。在此发现的基础上，通过对杉木死亡过程的长期连续观测，基于非成像光谱数据和高维空间夹角算法构建了一种新型植被指数，即红绿波段光谱角指数（a Green to Red Region Spectral anGle Index (GRRSGI)）。

研究从2016年8月至2017年1月间，以占全国造林面积24%的杉木人工林维研究对象，选择32株作为目标组，17株作为对照参考组，研究中将目标树离地20厘米和70厘米处的树皮分别剥落，让树木缓慢死亡。在这过程中利用高光谱仪HR-1024i (Spectra Vista Corporation，共1024个波段，波长范围从350 nm到2500 nm)，采集目标组和参照组的光谱数据。通过对两组数据的统计分析，发现在550 ~ 640 nm范围内，受损树木，即目标树，绿色波段的反射峰和红色波段的吸收谷减少，光谱反射率在此波段范围内由正态分布转成非正态分布，这说明绿色至红色波段的光谱波段对目标树的死亡过程较为敏感。在此基础上，本文提出了一种绿色到红色区域的光谱角指数（a Green to Red Region Spectral anGle Index (GRRSGI)）。将GRRSGI指数与其它11种植被指数进行比较，发现基于550-640 nm波段构建的GRRSGI指数在树木损伤后的第2个月就可以有效检测出参考组和目标组树木的差异，显著优于其它植被指数。同时对GRRSGI指数进行数据重采样实验中，发现GRRSGI指数具有较好的适应性，采样间隔到达40 nm时其检测效率仍高于其它植被指数，这说明本文提出的GRRSGI指数，在检测树木的早期死亡和损害的过程具有更大的潜力。

研究成果发表在遥感顶级期刊ISPRS Journal of Photogrammetry and Remote Sensing（IF: 8.979，中科院JCR一区TOP）。第一作者为臧卓讲师，通讯作者为王广兴教授。该研究得到国家自然科学基金，国家留学基金委基金等项目资助。

文章链接：https://www.sciencedirect.com/science/article/abs/pii/S0924271620303129