【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...【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。展开更多
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
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...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。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。
文摘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。
