数据驱动SIF反演算法在塔基观测中的应用效果评价

日光诱导叶绿素荧光(Solar-Induced Chlorophyll Fluorescence,SIF)与植被光合作用关系密切,能够揭示植被真实生理状况,准确获取SIF信息对陆地生态碳循环和全球植被监测具有重要意义。以3FLD算法的SIF反演结果和NIRvR为参考,开展了基于塔基平台的数据驱动SIF反演算法性能评价研究。首先利用塔基连续冠层光谱观测数据,分析了SVD算法在不同大气窗口的SIF反演效果;其次利用大气校正前后的实测数据,探究大气因素对SVD算法反演SIF的影响程度;最后,将实测数据按照光照条件区分,对比了天气稳定与天气波动条件下,基于SVD算法的SIF反演结果的稳定性。结果表明:(1)SVD算法在735~759 nm(不包含大气吸收波段)、745~780 nm(包含大气吸收波段)窗口的SIF反演精度较高;(2)SVD算法的SIF反演精度受大气影响远小于3FLD算法;(3)当光照条件剧烈变化时,使用SVD算法可以有效克服FLD类SIF反演算法对同步太阳光谱观测的依赖;即使光照迅速变化,基于SVD算法依旧能够得到稳定可靠的SIF反演结果。综上所述,SVD算法对于塔基SIF反演来说具有非常大的应用潜力。