叶绿素作为植物光合作用的主体,在监测植被生长状态,评估固碳能力方面发挥着巨大的作用。遥感技术作为一种高效低成本的对地观测技术,能够通过叶片反射光谱特征实现叶绿素含量(chlorophyll content,Cab,含量为面密度)的估算。然而,叶片...叶绿素作为植物光合作用的主体,在监测植被生长状态,评估固碳能力方面发挥着巨大的作用。遥感技术作为一种高效低成本的对地观测技术,能够通过叶片反射光谱特征实现叶绿素含量(chlorophyll content,Cab,含量为面密度)的估算。然而,叶片光谱会受到叶片含水量、叶细胞结构等影响,从而降低遥感估算Cab的精度。而日光诱导叶绿素荧光(solar-induced chlorophyll fluorescence,SIF)遥感是直接探测叶绿素激发荧光信息,其变化特征与Cab直接相关,在Cab估算中有巨大的潜力。为此,以荧光辐射传输模型(soil canopy observation,photo-chemistry and energy fluxes,SCOPE)为工具,通过敏感性分析确定Cab荧光敏感波段,并建立基于荧光光谱的Cab估算模型,最后利用实测数据验证模型的鲁棒性。研究结果表明,700、730 nm分别为叶绿素高、低敏感波段(SIF_(700)、SIF_(730)),760 nm为叶绿素高相关性波段(SIF_(760)),以此3波段建立基于荧光比值的Cab估算模型,其中,以SIF_(760)与SIF_(700)的荧光比值建模精度最优,决定系数R2为0.9981,均方根误差(root mean square error,RMSE)为0.0435μg/cm^(2)。SIF_(700)与SIF_(730)荧光比值和Cab的建模精度最低,但R2和RMSE也分别达到了0.9048和0.0886μg/cm^(2)。利用实测数据独立样本对上述3种估算方法进行验证,SIF_(760)/SIF_(730)估算结果表现最佳,RMSE为0.2108μg/cm^(2),SIF_(700)/SIF_(730)次之,RMSE为0.3454μg/cm^(2),但呈现出整体高估现象;SIF_(760)/SIF_(700)估算结果与实测数据偏差较大,RMSE为0.7435μg/cm^(2)。综上,SIF_(760)/SIF_(730)构建的比值植被指数在估算Cab过程中不仅能够保证很好的建模精度,同时又表现出极佳的鲁棒性。研究结果为利用叶绿素荧光遥感手段进行叶片生化参数估算提供技术参考。展开更多
文摘叶绿素作为植物光合作用的主体,在监测植被生长状态,评估固碳能力方面发挥着巨大的作用。遥感技术作为一种高效低成本的对地观测技术,能够通过叶片反射光谱特征实现叶绿素含量(chlorophyll content,Cab,含量为面密度)的估算。然而,叶片光谱会受到叶片含水量、叶细胞结构等影响,从而降低遥感估算Cab的精度。而日光诱导叶绿素荧光(solar-induced chlorophyll fluorescence,SIF)遥感是直接探测叶绿素激发荧光信息,其变化特征与Cab直接相关,在Cab估算中有巨大的潜力。为此,以荧光辐射传输模型(soil canopy observation,photo-chemistry and energy fluxes,SCOPE)为工具,通过敏感性分析确定Cab荧光敏感波段,并建立基于荧光光谱的Cab估算模型,最后利用实测数据验证模型的鲁棒性。研究结果表明,700、730 nm分别为叶绿素高、低敏感波段(SIF_(700)、SIF_(730)),760 nm为叶绿素高相关性波段(SIF_(760)),以此3波段建立基于荧光比值的Cab估算模型,其中,以SIF_(760)与SIF_(700)的荧光比值建模精度最优,决定系数R2为0.9981,均方根误差(root mean square error,RMSE)为0.0435μg/cm^(2)。SIF_(700)与SIF_(730)荧光比值和Cab的建模精度最低,但R2和RMSE也分别达到了0.9048和0.0886μg/cm^(2)。利用实测数据独立样本对上述3种估算方法进行验证,SIF_(760)/SIF_(730)估算结果表现最佳,RMSE为0.2108μg/cm^(2),SIF_(700)/SIF_(730)次之,RMSE为0.3454μg/cm^(2),但呈现出整体高估现象;SIF_(760)/SIF_(700)估算结果与实测数据偏差较大,RMSE为0.7435μg/cm^(2)。综上,SIF_(760)/SIF_(730)构建的比值植被指数在估算Cab过程中不仅能够保证很好的建模精度,同时又表现出极佳的鲁棒性。研究结果为利用叶绿素荧光遥感手段进行叶片生化参数估算提供技术参考。
