基于红光波段日光诱导叶绿素荧光逃逸率的小麦条锈病遥感监测

小麦条锈病是影响小麦产量的主要病害之一,及时探测到病害信息对小麦条锈病的防控具有重要意义。红光波段日光诱导叶绿素荧光(red solar-induced chlorophyll fluorescence,RSIF)能够敏感反映植物光合生理状态,SIF逃逸率与冠层几何结构、叶片光学特性和植被光能利用率密切相关。为实现小麦条锈病及时准确的探测,该研究基于SIF逃逸率函数计算方式,利用野外实测数据计算不同尺度SIF(冠层尺度SIFCanopy、光系统尺度SIFPS)及其逃逸率(εCP),分析了RSIF逃逸率(RεCP)监测小麦条锈病的生理基础,探讨了条锈病胁迫下RεCP的响应特性,并将其与SIF及其衍生参数(荧光产率ФF、表观SIF产量SIFy)、归一化植被指数(normalized difference vegetation index,NDVI)、MERIS陆地叶绿素指数(MERIS terrestrial chlorophyll index,MTCI)、简单比值植被指数(simple ratio vegetation index,SR)进行比较。结果表明:RεCP与氮平衡指数(nitrogen balance index,NBI)、叶绿素(chlorophyll,Chl)、类黄酮(flavonoid,Flav)和花青素(anthocyanin,Anth)4个生理参数的相关性均达到了极显著性水平,且优于光系统尺度RSIF和远红光波段SIF(far-red solar-induced chlorophyll fluorescence,FRSIF),与叶面积指数(leaf area index,LAI)的相关性则优于冠层尺度FRSIF,RεCP能够更好地反映病害胁迫引起的作物生理和冠层结构的变化。在冠层尺度FRSIF(FRSIFCanopy)、光系统尺度FRSIF(FRSIFPS)和RSIF(RSIFPS)、红光波段表观SIF产量(RSIFy)及其荧光产率(RФF)、NDVI、MTCI、SR等特征变量中,RεCP与病情严重度(severity level,DSL)的相关性最高。低叶绿素含量(Chl≤30)和中高叶绿素含量(Chl>30)下,RεCP对小麦条锈病胁迫的响应均最为敏感,其与DSL的相关性均优于达到极显著性水平的SIF及其衍生参数和植被指数。RεCP是小麦条锈病遥感监测的适宜因子,研究结果对提高小麦条锈病的遥感监测精度具有重要意义,同时亦对其他作物胁迫的遥感监测具有一定的参考价值。

黄淮海平原植被日光诱导叶绿素荧光对骤旱的响应

为探明黄淮海平原骤旱的时空分布及其对植被光合作用的影响,基于ERA5气候再分析资料和SMCI1.0土壤湿度数据集,分析了黄淮海地区2001—2020年气候要素时空变化特征,识别了骤旱事件并研究其演变规律和主要气象影响因子,对比星载日光诱导叶绿素荧光(Solar-induced chlorophyll fluorescence,SIF)、标准化差异植被指数(Normalized difference vegetation index,NDVI)以及增强植被指数(Enhanced vegetation index,EVI)对骤旱的响应,探究了不同类型植被光合作用对骤旱的敏感性。结果表明:黄淮海地区2001—2020年整体呈暖湿化趋势,北部地区增温明显。黄淮海北部和东南部地区骤旱频发,大部分地区发生超过20次骤旱,累计受旱时长超过90候,且骤旱多发生于秋季。黄淮海地区年骤旱次数和累计骤旱时长整体呈上升趋势,增加速率分别为0.6次/(10a)和2.2候/(10a),且呈上升趋势的格点主要位于骤旱频发区。研究区骤旱次数与气温(显著正相关)、风速(负相关)以及降水量(负相关)的相关性较高。相较于NDVI和EVI,SIF随土壤水分的变化更加同步,适用于骤旱监测。黄淮海地区灌木植被SIF对骤旱最敏感,但存在较大的不确定性,农田、森林和草地等植被类型光合作用对骤旱的响应逐渐降低,但不同植被SIF与骤旱次数的最大相关系数均较为接近。

基于SCOPE模型的樟子松人工林日光诱导叶绿素荧光及初级生产力模拟与评估

【目的】检验SCOPE(Soil Canopy Observation of Photosynthesis and Energy fluxes)模型用于模拟樟子松人工林的日光诱导叶绿素荧光(sun-induced chlorophyll fluorescence,SIF)和植被总初级生产力(gross primary productivity,GPP)动态变化的可能性。【方法】对科尔沁沙地南缘樟子松人工林,基于样地SIF、GPP及气象协同观测数据,利用SCOPE模型模拟SIF与GPP的日变化与季节变化,评估了SCOPE模型在典型晴天、典型多云日、整个观测期的模拟效果。【结果】结果显示,利用气象观测数据及冠层参数(入射短波辐射、气温、大气实际水汽压、CO_(2)浓度及叶面积指数),可驱动SCOPE模型模拟樟子松人工林的SIF与GPP。典型晴天日与多云日的SIF模拟值和实测值的R^(2)分别为0.42与0.52,RMSE分别为0.19与0.18 W·m^(-2)·μm^(-1)·sr^(-1);GPP模拟值和观测值的R^(2)分别为0.78与0.89,RMSE分别为1.87与2.57μmol·m^(-2)·s^(-1)。在季节尺度上,SIF和GPP模拟值和观测值的R^(2)分别为0.50、0.72,RMSE分别为0.19 W·m^(-2)·μm^(-1)·sr^(-1)和2.64μmol·m^(-2)·s^(-1)。在整个观测期,多云日的SIF(R^(2)=0.31,RMSE=0.22 W·m^(-2)·μm^(-1)·sr^(-1))与GPP(R^(2)=0.80,RMSE=2.42μmol·m^(-2)·s^(-1))的模拟效果优于晴天日(SIF:R^(2)=0.30,RMSE=0.26 W·m^(-2)·μm^(-1)·sr^(-1),GPP:R^(2)=0.64,RMSE=3.64μmol·m^(-2)·s^(-1))。SIF模拟值总体高于观测值,当SIF强度较低时易对SIF高估,反之则易低估。GPP的模拟精度较高,模型对较低与较高GPP有所低估,对中间值有所高估。【结论】SCOPE模型可用于日尺度与季节尺度的SIF与GPP模拟,且多云日的模拟精度更高。SCOPE模型对樟子松人工林的GPP模拟结果优于SIF,推测SIF模拟精度较低的原因可能是模型对SIF的模拟是基于阔叶植物的辐射传输过程。未来应发展针对针叶植物的SIF辐射传输模型,为针叶林的辐射传输与荧光遥感监测提供模型基础。

水稻细条病对叶片反射率和日光诱导叶绿素荧光的影响

【目的】研究水稻细条病对叶片反射率和日光诱导的叶绿素荧光(SIF)的影响,为水稻细条病的多源遥感监测研究提供参考。【方法】以大田自然发病水稻为研究对象,分别采集健康和不同感病程度叶片的叶绿素、反射率光谱和SIF光谱,分析不同感病程度下叶片反射率和SIF光谱的变化特征及其相应的植被指数和SIF产量指数变化特征,并且综合植被指数和SIF产量指数构建病害等级监测模型。【结果】随着病害程度加重,叶片叶绿素含量呈现梯度递减趋势;健康和感病叶片之间的反射率光谱和SIF光谱呈现显著差异;基于反射率的植被指数随病害程度的加重呈现梯度变化规律;近红外波段(740 nm)SIF产量指数随病害程度的加重呈现梯度变化规律,而红光波段(685 nm)SIF产量指数仅在健康至中度感病阶段呈现梯度变化规律;基于全波段(650~850 nm)的SIF产量指数在健康、轻度和中度感病时差异较小,在重度感病时差异显著;植被指数与病害等级的相关性整体强于SIF产量指数,其中,简单比值指数(SR)模型预测精度最高,R2达到0.899。【结论】针对已有明显细条病病斑的叶片,植被指数的监测效果整体优于SIF产量指数。

杨树和栓皮栎日光诱导叶绿素荧光及光能利用率的比较

为探究杨树与栓皮栎光合光能利用率(LUEp)和荧光光能利用率(LUEf)关系的日内变化及种间差异,从光能分配的角度进一步深入理解日光诱导叶绿素荧光(SIF)与总初级生产力(GPP)的关系,以典型落叶阔叶林树种杨树(Populus alba×Populus gllandulosa)和栓皮栎(Quercus variabilis BI.)幼苗为对象,在相同土壤水分和养分条件下,观测研究不同树种SIF、净光合速率(Pn)与LUEp/LUEf对光合有效辐射(PAR)响应的异同。结果表明:(1)SIF受PAR驱动,二者呈显著正相关关系,杨树和栓皮栎线性拟合决定系数(R2)分别为0.965和0.973,且杨树具有更高的LUEf;Pn随PAR的增加逐渐饱和,杨树光饱和点明显高于栓皮栎,分别为998.59和674μmol CO_(2)·m^(-2)·s^(-1)。(2)杨树和栓皮栎Pn均随着SIF的增大呈先上升变化,之后杨树的Pn逐渐饱和,栓皮栎则缓慢下降。(3)LUEp与LUEf呈显著负线性相关关系,LUEp/LUEf随光强的增加呈指数型逐渐下降趋势,变化规律及大小在树种间不存在明显差异。研究结果说明,在日内随PAR的升高,LUEf变化较小,而LUEp则下降明显,光能分配向碳固定的比例下降,因此,Pn在强光下饱和,SIF与GPP在日内尺度表现出指数型相关关系,且该指数型关系在树种间一致。

基于不同叶位日光诱导叶绿素荧光信息的水稻叶瘟病早期监测

[目的/意义]基于遥感手段的稻叶瘟(Rice Leaf Blast,RLB)无损早期监测对于抗性育种和植保防控具有重要作用。目前对稻瘟病的研究多使用反射光谱在其显症阶段进行监测,针对稻叶瘟早期侵染阶段的日光诱导叶绿素荧光(Solar-Induced Chlorophyll Fluorescence,SIF)光谱监测研究尚未见报道。本研究的目的是基于不同叶位的日光诱导叶绿素荧光信息,实现水稻叶瘟病早期阶段感病叶片的准确识别。[方法]基于一年的温室接种试验和大田采样实验,配合使用主动光源、ASD(Analytical Spectral Devices)地物光谱仪和FluoWat叶片夹,获取了拔节期和抽穗期水稻植株顶1至顶4叶位的叶片SIF光谱,并人工标注了被测样本的发病等级。研究基于连续小波分析(Continue Wavelet Analysis,CWA)提取对稻叶瘟敏感的小波特征,比较了不同叶位敏感特征及其感病叶片识别精度,最后基于线性判别分析(Linear Discriminant Analysis,LDA)算法构建了稻叶瘟识别模型。[结果和讨论]各叶位感病叶片远红光区域的上行和下行SIF均显著高于健康叶片;基于SIF小波特征的感病叶片识别精度显著高于原始SIF波段,顶1叶的稻瘟病识别精度显著高于其他三个叶位,其识别精度最高可达70%;提取的适用于多叶位的共性敏感小波特征↑WF832,3和↓WF809,3在顶1至顶4叶的精度分别达到69.45%、62.19%、60.35%、63.00%和69.98%、62.78%、60.51%、61.30%。[结论]本研究揭示了稻瘟病胁迫下水稻叶片SIF光谱响应规律,提取了对稻叶瘟敏感的SIF小波特征,结果证明了连续小波分析和SIF技术用于诊断稻叶瘟的潜力,为实现稻瘟病的田间早期、快速、原位诊断提供了重要参考与技术支撑。

基于日光诱导叶绿素荧光探测植被光合对气象干旱的响应

干旱是世界范围内最常见、最复杂的气象灾害,一定程度上会削弱陆地生态系统的碳汇功能。开展植被对干旱响应的研究并选择敏感的干旱探测因子,有助于掌握干旱对植被的影响规律、理解植被对干旱胁迫的响应过程和机理。本研究以日光诱导叶绿素荧光(SIF)数据和标准化降水蒸散发指数(SPEI)为基础,利用最大相关系数法分析中国区域内2000-2018年生长季植被光合对气象干旱的响应,比较不同干旱梯度、不同植被对干旱响应的敏感性以及SPEI响应时间尺度的变化特征。结果表明:(1)SIF与SPEI具有很好的相关性,显著正相关的面积达到75.05%,主要分布在东北、西南和青藏高原地区,且大部分地区对SPEI的响应时间尺度以中短期为主。(2)SIF在春季对SPEI显著相关的区域占比最少,夏季达到最高,秋季又略有下降。对干旱响应的时间尺度在春季以短期为主,而夏季响应时间尺度长的区域较春季有所增加。(3)半干旱区对干旱的敏感性最强,干旱区最弱,不同气候区对干旱的响应时间尺度均以短期为主。(4)研究所选植被类型均能较早地对干旱做出响应,其中,草地对干旱最敏感,林地和农田相对较弱,阔叶林比针叶林对干旱更敏感。研究结果表明在不同干旱梯度和不同植被类型下SIF均能快速反映环境胁迫对植被光合作用的影响。

基于日光诱导叶绿素荧光遥感的河南省干旱监测与时空变化研究

干旱这一自然灾害在近几十年内频繁发生,不仅造成土壤退化等自然环境的破坏,还会对经济发展形成巨大的影响。干旱的发生是一个长期、连续且复杂的过程,是大气、土壤以及农作物综合作用的结果。文章选取2001—2020年的日光诱导叶绿素荧光遥感数据,以河南省作为研究区域,以研究区多年叶绿素荧光异常指数作为干旱指标,基于分位数思想划分了干旱等级。论文最后利用产量、受灾面积和成灾面积等多种统计数据,分析叶绿素荧光异常指数与统计数据的相关关系,以及研究区多年干旱情况的时空变化特征,最终形成科学、有效的抗旱防旱建议。结果表明,叶绿素荧光干旱指数和小麦产量、玉米产量、受灾面积以及成灾面积的相关系数分别为0.93、0.89、-0.54和-0.58。叶绿素荧光干旱指数和小麦产量、玉米产量呈现出高的正相关关系,叶绿素荧光干旱指数和受灾面积、成灾面积呈现出负相关关系,表明叶绿素荧光指数监测干旱是可行的。基于叶绿素荧光干旱指数,从时间和空间两个维度计算了河南省干旱情况,分析研究区2001—2020年的干旱指标,发现河南省干旱程度总体减轻,干旱范围也大幅度缩小,干旱程度缓解,最后基于干旱监测结果为河南省抗旱防旱提出了4条建议性措施。本文基于日光诱导叶绿素荧光遥感的河南省干旱监测与分析研究为河南省的防旱抗旱提供了科学的依据。

日光诱导叶绿素荧光研究及应用的文献计量分析

日光诱导叶绿素荧光SIF(solar-induced chlorophyll fluorescence)作为直接监测植被光合作用的理想“探针”,能对植物的生理状态作出快速、灵敏的响应,是近年来植被遥感领域的研究热点。为了系统梳理SIF研究的发展脉络,本研究以Scopus数据库中1982-2021年的786篇相关文献作为数据源,结合VOSviewer软件,从国家、机构、作者、期刊和关键词等角度分别进行文献计量分析和可视化计量分析。结果表明,SIF领域年发文量整体呈增长趋势,现已进入快速发展阶段;发文量排名前3的国家分别为美国、中国和德国,其中德国拥有最高的篇均被引次数(56.2次)和最多的合作国家数(36个);南京大学、加州理工学院、瓦伦西亚大学等机构有着较高的发文量和H指数,为该领域的发展做出了突出贡献;Guanter、Zhang、Frankenberg、Liu、Rascher等国内外学者致力于该领域的研究,发表论文数均在40篇以上;期刊Remote Sensing ofEnvironment在该领域中拥有最高发文量(92)和最高的H指数(40),GlobalChangeBiology拥有最高的篇均被引数(65.6次)。关键词反映出这一研究方向属于地球科学、生态学、农学、植物生理学等多学科的交叉领域,涵盖了叶片、冠层乃至区域等空间尺度;当前研究主要集中在叶绿素荧光的生理特性及胁迫监测、SIF信号的获取方式和SIF遥感应用(如碳循环)等三个方面。中国在该领域的整体研究实力走在世界前列,未来仍需进一步提高研究影响力。

基于近地面高光谱影像的冬小麦日光诱导叶绿素荧光提取与分析

结合FluorMOD模型模拟数据与利用光谱分辨率3.3nm、光谱采样间隔为0.71～0.74nm近地面成像高光谱系统获取的抽穗期小麦高光谱影像比较3种基于夫琅和费线暗线的提取方法(FLD,3FLD和iFLD)的精确性和稳定性。结果表明当光谱分辨率为3.3nm时,在760nm附近的O2-A波段可以有效提取日光诱导叶绿素荧光,而在687nm附近的O2-B波段不适合。当存在噪声时,FLD和3FLD的稳定性高于iFLD,FLD倾向于高估荧光值。

基于低空成像高光谱系统探测植被日光诱导叶绿素荧光

植被叶绿素荧光与光合作用关系密切,被认为是光合作用的有效探针。该研究利用成像高光谱传感器和无人飞艇构建了一套适用于低空叶绿素荧光探测的系统。针对低空叶绿素荧光探测中,太阳下行辐射光谱难以获取的情况,基于已有的aFLD方法,提出一种新的叶绿素荧光提取方法a3FLD,该方法利用了非荧光发射体,且考虑植被反射率在夫琅和费线附近的变化。通过模拟数据以及实测数据对两种提取结果进行了比较。模拟数据分析结果显示:当地物的反射率在夫琅和费线附近存在一定的变化时,a3FLD计算得到的荧光值误差小于aFLD,地物反射率变化越大,a3FLD的改进越明显。对低空高光谱影像数据的分析显示:aFLD和a3FLD提取不同植被的日光诱导叶绿素荧光相对大小关系相一致,与作物所处的生长阶段吻合。但aFLD荧光提取值比a3FLD高15%左右。aFLD的结果中有部分非荧光发射体得到较强荧光,a3FLD能改进此问题。结果显示,利用该系统和方法能够成功地提取到植被叶绿素荧光,且所提出a3FLD方法提取的结果优于aFLD方法。

基于日光诱导叶绿素荧光的陆地总初级生产力估算

陆地总初级生产力(GPP)是全球碳循环和全球变化研究的关键参数,基于遥感方式是目前陆地生态系统GPP估算的主流方法。为了准确估算全球和区域尺度的陆地GPP,本文通过分析叶绿素荧光与光合作用关系的理论,在GPP-SIF经验线性估算模型的基础上,引入影响植被光合能力和影响冠层SIF发射的因素,构建了适用于未出现严重长期外界胁迫的基于近红外荧光的GPP估算理论模型。结合GOME-2 SIF产品、FLUXNET2015数据集中实测GPP和MODIS相关产品,在不同类型植被进行了验证分析。结果表明:该模型在所有植被类型上的估算精度较经验线性估算模型都有很大的提高,同时本文模型能较好地体现出不同植被类型GPP的季节性变化特征,在全球尺度上的应用也取得了较好的效果。

基于叶绿素荧光遥感的江西省稻田总初级生产力估算及其气象驱动因素研究

总初级生产力(Gross primary production,GPP)是表征作物在光合作用中吸收大气CO_(2)的指标,也是作物产量形成的重要起点。本研究以江西省稻田为研究对象,基于日光诱导叶绿素荧光(Sun-induced chlorophyll fluorescence,SIF)遥感数据和地面通量观测数据,构建了基于SIF的稻田GPP非线性估算模型,进而对江西省2001—2020年稻田GPP进行模拟。结果表明:相较于MOD17 GPP和GOSIF GPP,基于SIF的非线性模型模拟精度更高,可以更好地捕捉水稻季和非水稻季GPP的季节变化,但对早稻-晚稻交替期模拟效果较差。2001—2020年江西省稻田多年平均GPP为(2082.8±143.2)g/(m^(2)·a),空间上呈现北侧低、南侧高的特点,稻田GPP低值主要位于南昌市及其周边,高值位于赣州市和景德镇市。2001—2020年江西省稻田GPP总体呈波动上升趋势,趋势率为24.3 g/(m^(2)·a),上升趋势最大的区域位于江西省南部,上升趋势最小或存在下降趋势的区域主要位于南昌市和九江市,可能与该地区水稻“双改单”现象有关。江西省各市稻田GPP年际变化的主要影响因素为气温,贡献率在28.3%~44.2%之间,太阳辐射对稻田GPP为负贡献,风速在部分区域对稻田GPP为正贡献,降水量和相对湿度对稻田GPP年际变化的影响最弱。研究可为模拟江西省稻田GPP以及评估气候变化背景下稻田固碳能力和产量估算提供理论依据。

陆地生态系统碳监测卫星日光诱导叶绿素荧光超光谱探测仪设计与验证

日光诱导叶绿素荧光超光谱探测仪(简称超光谱探测仪)是陆地生态系统碳监测卫星“句(gōu)芒号”四个有效载荷之一。超光谱探测仪是国际上首台专门设计探测太阳诱导植被荧光载荷,光谱范围670nm~780nm,光谱分辨率0.3nm,对地观测幅宽34km。为了保证探测精度,探测仪要求在10mW·m^(-2)·sr^(-1)·nm^(-1)输入光谱辐亮度下信噪比大于200。针对高精度定量化探测需求,国内首次采用高稳定双焦距望远光学系统设计,实现了光学系统的公差比传统设计低4倍,采用高性能AD量化器件和电路抑制设计实现513.1高信噪比,采用高稳定漫反射板(Quasi Volume Diffuser,QVD),实现在轨高稳定性能监测,采用间接控温实现0.08℃精密控温。文章给出了探测仪设计与实验室验证情况,并给出了外场试验结果和在轨初步反演结果。

基于日光诱导叶绿素荧光的陆地生态系统GPP估算研究

为了更加精确全面地掌握全球陆地生态系统固碳情况,基于GUANTER提出的简单线性模型,利用FLUXNET2015通量数据、GOME-2叶绿素荧光数据、MODIS植被指数产品以及土地覆盖数据,将温度胁迫因子和饱和水汽压胁迫因子加入模型中,估算结果与传统简单线性模型的估算结果相比,13个通量站点中有10个通量站点的估算精度得到了提升。此外,本研究还在考虑环境影响因素模型的基础上,利用植被指数来模拟叶绿素荧光的冠层逃逸率fesc,进一步提升模型的估算精度。结果显示,与传统简单线性模型和只加入环境影响因子的模型估算结果相比,13个通量站点的估算精度都有所提升。

利用日光诱导叶绿素荧光监测水稻叶片叶绿素含量

快速准确地监测作物叶片叶绿素含量对于研究作物光合作用、氮素营养以及胁迫状况至关重要。该研究基于不同品种、不同密度、不同氮素水平的水稻田间小区试验,分别获取冠层和单叶的辐亮度光谱、反射率光谱及生理生态指标等,计算日光诱导叶绿素荧光(Sun-Induced Chlorophyll Fluorescence,SIF)指数和植被指数,进一步基于线性回归和辐射传输模型2种方法来建立叶绿素含量监测模型,评估多个叶绿素监测模型的精度及适用性。结果表明:1)在冠层尺度,冠层761 nm处SIF强度(F761)与冠层叶绿素含量相关性最高,决定系数(Determination coefficient,R^(2))为0.72,略高于表现最好的红边叶绿素指数(Red edge Chlorophyll index,CIred edge)(R^(2)=0.63);2)在单叶尺度,归一化下行SIF指数(↓FY NDFI)与单叶叶绿素含量相关性最高,R^(2)为0.77,比表现最好的上行荧光产量双峰比值指数(↑FY687/↑FY741)R^(2)高出0.10,与表现最好的植被指数CIred edge效果相当(R^(2)=0.81);3)基于SCOPE(Soil Canopy Observation,Photochemistry and Energy fluxes)模型反演水稻冠层叶绿素含量的验证R^(2)为0.57,均方根误差(Root Mean Squared Error,RMSE)为56.54μg/cm,效果差于PROSAIL模型(模型检验的R^(2)为0.91,RMSE为22.59μg/cm);4)单叶Fluspect-B模型反演水稻单叶叶绿素含量的验证R^(2)为0.55,均方根误差RMSE为19.45μg/cm,效果差于PROCWT模型反演结果(R^(2)为0.72,RMSE为6.42μg/cm)。综上,SIF指数在监测冠层和单叶叶绿素含量时效果较好,基于SIF的辐射传输模型也可以用来反演水稻冠层和单叶的叶绿素含量。研究结果可为SIF监测作物叶绿素含量提供理论依据,并对未来利用SIF进行植物光合作用研究提供理论支持。

日光诱导叶绿素荧光对亚热带常绿针叶林物候的追踪

植被物候期(春季返青和秋季衰老)是表征生物响应和陆地碳循环的基础信息。由于常绿针叶林冠层绿度的季节变动较弱,遥感提取常绿针叶林的物候信息存在着较大的不确定性,是目前区域物候监测中的难点。利用MODIS植被指数(归一化植被指数NDVI和增强型植被指数EVI)、GOME-2日光诱导叶绿素荧光(SIF)和通量数据(总初级生产力GPP)估算2007—2011年亚热带常绿针叶林物候期,用来比较三类遥感指数估算常绿针叶林物候的差异。结果表明:基于表征光合作用物候的通量GPP数据估算得到5年内亚热带常绿针叶林生长季开始时间(SOSGPP)为第63天,生长季结束时间(EOSGPP)为第324天,生长季长度为272天;基于反映植被光合作用特征的SIF曲线获得物候信息要滞后GPP物候期,其中生长季开始时间滞后19天,生长季结束时间滞后2天;基于传统植被指数NDVI和EVI的物候期滞后GPP物候期的时间要大于SIF滞后期,其中植被指数SOS滞后SOSGPP 31天,植被指数EOS滞后EOSGPP 10—17天。虽然基于3种遥感指数估算的春季和秋季物候都滞后于通量GPP的物候期,但是卫星SIF的物候信息能够更好地捕捉常绿针叶林的生长阶段。同时,春季温度是影响森林生长季开始时间的最重要因素;秋季水分和辐射是影响生长季结束时间的关键因素。由此可见,SIF估算的亚热带常绿针叶林的春季和秋季物候的滞后时间要短于传统植被指数,能更好地追踪常绿林光合作用的季节性,为深入研究陆地生态系统碳循环及其对气候变化的响应提供重要的基础。

日光诱导叶绿素荧光与反射率光谱数据监测小麦条锈病严重度的对比分析

小麦条锈病是影响我国小麦产量的主要病害之一,在小麦受到条锈病菌侵染初期探测到病害信息,对小麦条锈病的防控以及产量和品质的提高具有更为重要的意义。反射率光谱主要反映植被生化组分的浓度信息,而日光诱导叶绿素荧光则对植物光合生理变化响应灵敏。为了更好地实现小麦条锈病病情严重度的遥感探测,尤其是条锈病的早期探测,对日光诱导叶绿素荧光和反射率光谱数据监测小麦条锈病病情严重度的敏感性进行了对比分析。首先利用地物光谱仪测定了不同病情严重度的小麦冠层光谱数据,基于夫琅和费暗线原理利用3FLD(three-band Fraunhofer Line Discrimination)方法提取了小麦条锈病不同病情严重度下的日光诱导叶绿素荧光数据,然后分别利用反射率光谱数据和日光诱导叶绿素荧光数据构建小麦条锈病不同发病状态下的遥感探测模型,并通过保留样本交叉检验方式对预测模型精度进行了评价。结果表明:(1)当小麦条锈病病情指数低于20%时,日光诱导叶绿素荧光对小麦条锈病病害信息的响应比反射率光谱数据更为敏感,以日光诱导叶绿素荧光为自变量构建的小麦条锈病病情严重度预测模型达到了极显著性水平,能够在植被叶绿素含量或叶面积指数发生变化之前探测到植物的胁迫状态,实现作物病害的早期诊断,而反射率光谱数据则难以探测到条锈病病害信息;(2)在小麦条锈病病情严重度处于中度发病(20%<DI≤45%)状态时,虽然日光诱导叶绿素荧光和反射率光谱数据均能实现小麦条锈病病情严重度的遥感探测,但利用日光诱导叶绿素荧光数据构建的预测模型优于反射率光谱数据;(3)当小麦条锈病病情严重度达到重度水平(DI>45%)时,利用反射率光谱数据和日光诱导叶绿素荧光数据构建的小麦条锈病病情严重度预测模型均达到了极显著性水平,两种数据均能够较好地实现小麦条锈病病情严重度的遥感探测。该研究结果对提高小麦条锈病的遥感探测精度具有重要的意义,为利用TanSat等卫星的荧光数据进行小麦条锈病的早期探测提供了参考依据。

日光诱导叶绿素荧光反演及其在植被环境胁迫监测中的研究进展

日光诱导叶绿素荧光(solar-induced chlorophyll fluorescence,SIF)作为光合作用的直接探针,能对植物的生理状态作出快速、灵敏的响应,与传统监测方法相比具备早期监测植被环境胁迫的能力,弥补了当前植被遥感监测的不足。因此,SIF在植被环境胁迫监测中具有良好的应用前景。然而,有很多因素会对SIF产生影响,使得SIF对植被环境胁迫监测的应用变得更为复杂。本文首先介绍了SIF的来源和反演方法,对比分析了各种反演方法的优缺点,剖析了SIF的影响因素,总结了目前SIF在植被环境胁迫监测中的应用研究,在此基础上指出目前SIF在植被环境胁迫监测应用领域中的不足,最终提出今后可以从SIF的影响因素、反演过程及SIF与植被环境胁迫之间的机制关系等方面开展进一步的研究,旨在为陆地生态系统碳循环及植被胁迫监测等提供理论支持。

日光诱导叶绿素荧光在估算半干旱草原生态系统总初级生产力中的应用

陆地生态系统总初级生产力(gross primary productivity,GPP)是陆地生态系统碳循环研究的重要组成部分。日光诱导叶绿素荧光(sun-induced chlorophyll fluorescence,SIF)与GPP之间存在的密切联系使得SIF逐渐被应用于全球和区域的GPP的模拟研究中。利用锡林浩特国家气候观象台涡度相关通量观测系统数据以及GOME-2卫星Level2SIF数据,分析2010~2012年生长季锡林郭勒半干旱区针茅(Stipa)草原生态系统GPP与SIF之间的联系,并对SIF进行光学几何校正以消除观测引起的误差,分析光学几何校正对该生态系统SIF的改善效果,探讨SIF在该生态系统中模拟GPP的应用潜力。结果显示在该生态系统生长季GPP与SIF之间具有较显著的线性相关性,在15天和8天的时间尺度上R^2分别为0.564、0.373;经过光学几何校正可以改善SIF与GPP之间相关性,但其改善受到植被叶面积指数的影响导致效果并不显著;2010年和2011年,生长季降水量较少,生态系统受到一定程度的干旱胁迫使得植被触发光保护机制,造成SIF和GPP变化趋势存在一定差异。研究结果表明,SIF在模拟和监测半干旱针茅草原生态系统GPP时,效果受土壤干旱程度的影响,适用性有限。