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。     

基于夫琅和费暗线原理的太阳诱导叶绿素荧光

叶绿素荧光技术是探知植物生理状态及其与环境关系的理想方法.太阳诱导叶绿素荧光可以利用夫琅和费暗线原理进行提取.阐述了夫琅和费暗线探测自然光条件下光合作用荧光的基本原理和方法,以及波长760nm叶绿素荧光探测仪的光学系统、仪器硬件组成及其各部分功能、仪器的软件设计.通过与ASD地物光谱仪器的对比试验表明,研制的太阳诱导叶绿素荧光测量的数据与地物光谱仪测量的数据相关系数都大于0.9.基于夫琅和费暗线原理的太阳诱导叶绿素荧光探测仪器提供了一种低成本、实时测量作物冠层太阳诱导叶绿素荧光的方法和仪器.     

基于激光诱导荧光光谱分析的黄瓜叶片叶绿素含量检测

利用反射式激光诱导叶绿素荧光光谱分析技术对黄瓜活体叶片叶绿素含量进行检测实验研究。通过对中心波长为473nm和660nm 2种激发光的4种激发强度(2.5、5.0、7.5、10.0mW)条件下荧光光谱的分析,结果显示:在强度7.5 mW、波长473 nm的光源下激发产生的荧光光谱具有很好的准确性和稳定性;在此条件下,荧光参数F_(732)/F_(685)与植物活体叶片内叶绿素含量成极显著线性关系,并以此为基础建立了数学回归模型(R~2>0.93,p<0.001),模型回归系数显著,模型可靠性极好,准确地反映了荧光参数与叶绿素含量的关系。     

基于叶绿素荧光光谱分析的光能利用效率研究

以水稻为研究对象,利用叶绿素荧光光谱对水稻叶片的光能利用效率进行分析。研究中,采集水稻叶片的叶绿素荧光光谱,同步测定净光合速率和光合有效辐射,并进行光能利用效率的计算。以红光区F685和远红光区F732为光谱特征参数的分析显示,F685、F732及参数组合F685/F732与光能利用效率显著线性相关,因此分别以F685、F732和以F685/F732为模型输入建立了光能利用效率预测模型并进行对比,发现基于F685/F732的预测模型精度更高。由于CO2的同化过程受气孔导度的影响,而叶片温度是气孔导度的信号,且光能利用效率受叶片温度影响显著,为提高模型预测精度,也将叶片温度作为模型输入,建立了基于F685/F732和叶片温度的光能利用效率预测模型,决定系数为0.885。     

散射辐射对鄱阳湖平原典型稻田总初级生产力的影响

探明散射辐射变化对稻田生态系统总初级生产力（Gross primary productivity, GPP）的影响可为稻田碳汇能力评估和产量估算提供参考。本研究以鄱阳湖平原双季稻田为研究对象,利用涡度相关（Eddy covariance, EC）系统对稻田CO2通量进行了连续两年（2017—2018年）的定位观测,选取水稻生育中期数据,按照散射辐射比例（Diffuse fraction, DF）进行分段,分析了散射辐射对稻田GPP的影响,探明并量化了不同DF条件下散射辐射与其他气象因素对稻田GPP的影响机制。结果表明：不同类型辐射对GPP的影响存在差异,GPP随着直接光合有效辐射（Direct photosynthetically active radiation, PAR-dir）的增加先迅速增长,随后达到饱和;在不同DF条件下,早晚稻GPP随着散射光合有效辐射（Diffuse photosynthetically active radiation, PAR-dif）的变化趋势存在差异,当DF为0.1～0.4时,早稻GPP随PAR-dif无明显变化趋势,晚稻GPP随PAR-dif呈上升趋势（决定系数R2为0.23）,当DF为0.4～0.7时,早晚稻GPP随PAR-dif呈下降趋势（R2为0.38、0.02）,当DF为0.7～1.0时,早晚稻GPP随PAR-dif呈明显上升趋势（R2为0.32、0.89）,可见PAR-dif是影响水稻GPP的重要因素。早晚稻GPP与DF呈二次曲线关系（R2为0.45、0.67）,早晚稻光能利用效率（Light use efficiency, LUE）则与DF呈显著的线性正相关关系（R2为0.68、0.82）,早晚稻最优DF为0.48和0.40。DF变化同时引起气温（Air temperature, Ta）和饱和水汽压差（Water vapor pressure deficit, VPD）的变化,进而对水稻GPP产生协同影响。气象因素与水稻GPP的通径分析结果表明：不同DF条件下,气象因素对水稻GPP的影响存在明显差异。总体而言,Ta和VPD升高分别对水稻GPP起促进和抑制作用,当DF为0.1～0.4、0.4～0.7和0.7～1.0时,影响早稻GPP的主要气象因素为Ta、PAR-dir和PAR-dif,影响晚稻GPP的主要气象因素则为PAR-dif、PAR-dir和PAR-dif。     

基于LED激发光源的叶绿素荧光强度检测与分析

采用了650nm红色发光二极管(LED)的矩阵(6×8)作为激发光源,构建了一种基于MINI-PAM荧光仪的调制脉冲式在线检测叶绿素荧光系统。利用该系统分别对番茄苗期、花期、果期活体叶片的荧光强度与激发光源(LED)光强关系进行试验研究。通过对可编程电源来调节LED光强(在0～1 700μmol/m2.s之间),以50mA为步进值依次增加,并利用Excel软件对测得的荧光值F进行分析。结果显示:电流值在3 700mA以下,每一时期植株叶片的荧光强度与恒流源输出电流强度具有显著的线性关系,决定系数R2>0.97。以此研究为基础,建立了荧光强度与激发光强度的关系模型,模型可靠性高,能够比较真切地反映出荧光强度与激发光强之间的关系。     

3FLD和反射率荧光指数估测小麦条锈病病情严重度的对比分析

为研究小麦条锈病病情严重度和日光诱导叶绿素荧光强度的关系,确定适合于探测小麦条锈病病情严重度的叶绿素荧光因子。本文分别利用3FLD(three bands Fraunhofer Line Discrimination)和反射率指数2种方法提取了日光诱导叶绿素荧光强度,对比分析了这2种方法估测的日光诱导叶绿素荧光强度在小麦条锈病病情严重度遥感探测中的应用潜力。利用3FLD方法计算的O2-A和O2-B波段叶绿素荧光强度与小麦条锈病病情严重度均达到了极显著相关,复相关系数分别为0.677 2和0.492 4。基于反射率指数估测日光诱导叶绿素荧光时,叶绿素荧光反射率比值指数R_(740)/R_(720)、R_(440)/R_(690)、R_(740)/R_(800)以及叶绿素荧光一阶导数光谱指数D_(705)/D_(722)、D_(730)/D_(706)与小麦条锈病病情严重度均达到了极显著相关,尤其是比值指数R_(440)/R_(690)与小麦条锈病病情指数的相关性最高,复相关系数达到了0.718 7。基于辐亮度的3FLD算法和基于反射率的叶绿素荧光比值指数2种方法提取的叶绿素荧光强度均能够实现小麦条锈病病情严重度的遥感探测,但利用反射率方法提取的日光诱导叶绿素荧光强度构建的小麦条锈病病情严重度估测模型优于3FLD算法,更适合小麦条锈病病情严重度的遥感探测。论文的研究结果为基于卫星平台的叶绿素荧光遥感探测小麦条锈病提供了重要的理论依据。     

SPEI和植被遥感信息监测西南地区干旱差异分析

基于西南地区2000—2018年不同时间尺度的标准化降水蒸散指数（SPEI-1、SPEI-3、SPEI-12）,应用线性趋势法和曼肯德尔检验（Mann-Kendall test, M-K）法分析了西南地区气象干旱的时间变化特征,评价了日光诱导叶绿素荧光（SIF）、归一化植被指数（NDVI）以及增强型植被指数（EVI）等植被遥感数据对区域植被状况监测的有效性及差异性。结果表明：2000—2018年西南地区SPEI整体上呈微弱增加趋势,其中,2000—2013年间,SPEI-12呈下降趋势（趋势率为-0.05/(10a),R2=0.295）,2014—2018年间,SPEI-12时间序列呈上升趋势（趋势率为0.04/(10a),R2=0.094）,说明在气候变化背景下,近年来西南地区的干旱化趋势有所缓解。SPEI-12的趋势突变点发生在2016年和2017年。相对于植被绿度指数NDVI和EVI,SIF对植被生长季发生的长期和短期干旱事件均表现出较大负异常,说明SIF可快速获取水分胁迫下的植被光合作用信息。森林、农田和草地的SIF与不同时间尺度气象干旱指数的相关性均高于NDVI和EVI,SIF对森林、农田及草地植被生态系统干旱监测的敏感性优于传统的植被绿度指数;草地的SIF与SPEI-1的相关性更高（R=0.859, P<0.01）,其光合作用对短期水分胁迫最为敏感。本研究可为西南地区干旱的综合应对、水资源管理调控及生态治理提供科学依据。     

基于红光波段冠层SIF降尺度的小麦条锈病遥感监测

为减弱冠层几何结构等因素对传感器探测到的冠层日光诱导叶绿素荧光（Solar-induced chlorophyll fluorescence,SIF）的影响,探讨了条锈病胁迫下红光波段荧光（Red SIF,RSIF）的响应特性,并以RSIF为自变量构建了小麦条锈病遥感监测的线性回归（Simple linear regression,SLR）及非线性回归（Non-linear regression,NLR）模型。结果表明：叶片尺度RSIF在小麦条锈病遥感监测中具有较大优势,其与小麦条锈病病情严重度（Severity level,SL）间相关系数较远红光波段SIF（Far-red SIF,FRSIF）提高132%,以叶片尺度RSIF为自变量构建的SLR及NLR模型预测DSL与实测DSL之间R2较FRSIF分别增加9.8%、38.9%,RMSE分别降低23.1%、36.4%。此外,降尺度处理能够提高RSIF监测小麦条锈病的精度,叶片尺度RSIF与DSL之间R2较冠层尺度增加126.3%,以叶片尺度RSIF为自变量构建的SLR和NLR模型预测DSL与实测DSL间R2较冠层尺度分别提高114.3%和233.3%,RMSE分别降低16.7%、15.4%。本文提出方法可提高小麦条锈病遥感监测精度,同时对其它胁迫的遥感监测具有一定的参考价值。     

基于无人机多光谱影像的柑橘冠层叶绿素含量反演

叶绿素是一种反映植物生长水平和健康状况的重要生理生化指标,为快速、无损地大规模获取柑橘冠层的叶绿素含量以精确指导果园管理,利用多旋翼无人机搭载多光谱传感器获取多波段反射率数据,使用多光谱阴影指数对冠层阴影和土壤背景进行剔除,计算得到植被指数与纹理特征,将地面实测的叶绿素含量作为验证,综合对比了全子集回归、偏最小二乘回归和深层神经网络的反演精度以选取最优模型。结果表明,植被指数与叶绿素含量的相关性良好;将仅使用植被指数与仅使用纹理特征的建模结果进行对比,仅使用纹理特征的模型在全子集回归和偏最小二乘回归的反演精度均有明显提升;结合植被指数与纹理特征共同建模后,全子集回归和偏最小二乘回归的反演精度相比仅使用纹理特征的模型均能获得提升;深层神经网络因其良好的非线性拟合能力,获得了最高的反演精度,R²、MAE、RMSE分别为0.665、7.69 mg/m²、9.49 mg/m²,成为本文最优模型。本研究利用无人机多光谱影像反演得到柑橘冠层叶绿素含量,为实现柑橘生长监测提供指导作用。     

结合图像的叶绿素荧光动力学植物水分胁迫探测方法

为了准确、直观探测植物水分胁迫及生长状态信息,融合了叶绿素荧光动力学参数及荧光图像对不同干旱胁迫条件下的植物进行了实验观测。以460 nm蓝色LED作为激发光源,EMCCD加装690 nm带通滤光片进行荧光图像采集,对4种不同采样周期下的各1 000幅图像求每幅图的像素平均值,按时间序列绘制荧光强度,可得到信息更全面的叶绿素荧光动力学曲线,并计算得出各个动力学参数。同时,对不同时间产生的荧光图像进行降噪、乘除等运算,并用伪彩色显示,可直观分析各类因素导致的荧光分布不均匀性。对易失水叶片和非易失水叶片分别进行快速水分胁迫和缓慢水分胁迫实验,结果表明,荧光比Rfd及动力学曲线上次峰值出现的时间随着胁迫的加剧均发生相应变化,且与叶片含水率之间具有较高的拟合决定系数。因此,将叶绿素荧光动力学特征和图像信息相结合,可提高植物干旱胁迫早期预测的准确度和直观性,为现场连续无损地监测植物生长状态、各类胁迫信息、病虫害检测等提供了一种快速的遥测手段。     

基于叶绿素荧光参数的LED动态补光方法的研究

通过分析现有的自动调光方式,研究一种新的补光方法—双线间接调光法,并以完成此方法为基础设计了动态补光系统。该系统分上下两个控制系统:下级以单片机为核心,PWM为控制方法,通过传感器测量光照强度直接调节LED输出光强;上级以上位机为控制核心,通过MINI-PAM测量植物的叶绿素荧光参数来调节下级单片机中的光照阈值,从而间接控制LED输出光强。应用该系统对番茄苗期的生长状态进行测试和对照实验,取得了良好的效果。     

基于快速叶绿素荧光技术的油菜冠层生化参数垂直异质性分析

准确获取作物冠层生化信息对监测作物生长和指导精准施肥具有重要意义.现有的作物生化参数的垂直分布研究以高光谱遥感反演为主,缺乏与光合生理的联系.本研究主要探究了不同氮素处理水平下油菜苗期冠层内的叶绿素、类胡萝卜素、干物质和水分等生化参数的垂直分布变化特性,同时利用快速叶绿素荧光技术测定了叶片的光合性能,并通过线性回归分析...     

基于高光谱图像的叶绿素荧光Fv/Fm图像预测方法

叶绿素荧光参数Fv/Fm在植物逆境胁迫研究中具有重要意义,当前获取方法需要对植物进行暗适应处理,难以实现实时测量。为实现Fv/Fm的实时获取,本文以4种水分胁迫水平下的辣椒为研究对象,基于高光谱成像及特征波段筛选方法对Fv/Fm进行预测。采用中值滤波对Fv/Fm图像去噪,并基于二维坐标变换实现高光谱图像与叶绿素荧光图像的匹配。对比标准正态变换(SNV)、多元散射校正(MSC)和Savitzky-Golay卷积平滑(SG)3种光谱预处理算法,并基于连续投影(SPA)算法筛选特征波长。基于效果最优的SG预处理算法,分别以偏最小二乘回归(PLSR)、分析误差反向传播(BP)神经网络、径向基函数(RBF)神经网络对比建模精度,其中BP算法建立的模型精度相对较高,其测试集决定系数为0.918、均方根误差为0.011。研究表明,SG-SPA-BP的建模方法在实现预测精度的同时降低了模型复杂度,为基于高光谱图像对Fv/Fm图像的实时准确预测提供了方法。