近年来，科学界越来越多地将注意力转向可持续农业，旨在最大限度地提高作物产量，同时尽量减少对环境的影响。这项研究的一个关键方面是了解植物光合作用的基本过程，以及如何大规模地监测它们。一种很有前景的评估光合作用活动的方法是通过测量太阳诱导的叶绿素荧光，这是光合作用的一种副产品，可以通过地面传感器和太空卫星检测到。

该研究由农业生态系统可持续发展中心(ASC)主任关开宇和其他研究人员指导的博士生吴成红领导，利用地面仪器测量远红色SIF和各种反映植物健康和活动的植被指数(VIs)。该研究汇编了美国玉米带(伊利诺伊州和内布拉斯加州)6年(2016-2021年)内各种作物(玉米、大豆和芒草)15个站点年的SIF和VIs数据。

“涡旋相关塔是目前测量冠层光合作用的黄金标准，”吴解释说。“然而，它们价格昂贵，而且分布在全球有限的地点。卫星SIF可以为我们提供空间连续数据。然而，要充分利用卫星SIF进行光合作用监测，需要对两者之间的关系有一个机制上的理解。”

本研究提供的综合数据集可用于深入了解远红SIF与冠层光合作用之间的机制关系。这种关系对于准确解释SIF读数至关重要，无论它们是来自地面观测还是卫星图像。重要的是，该研究提供了一个强大的数据集，可以作为验证卫星SIF产品的基准，这些产品越来越多地用于监测全球农业系统和碳循环。此外，该数据集可用于改进预测作物产量和大规模评估植物健康的模型，从而有助于制定更明智的农业做法和政策。

通过2月22日发表在《科学数据》上的论文，ASC的科学家描述了他们如何建立网络和数据集的描述。本文包括有关仪器、数据处理和潜在应用程序的详细信息。

Guan评论道:“我们是全球首批开发长期SIF测量网络的团体之一，可以追溯到2016年。”“这是一个巨大的团队努力，在过去的7年里，有多名博士生和博士后，感谢多个资助机构的资助，包括美国宇航局、美国能源部和美国国家科学基金会。”

“我们的目标之一是为研究人员提供更广泛的应用这些数据集，”吴说。

“因此，这篇论文详细描述了我们如何收集、处理和间接验证数据集，以及这些数据的潜在应用。”

吴还指出，虽然许多研究人员收集了SIF和光合作用数据，但并没有一个标准的方法来这样做。

“人们以不同的方式收集和处理SIF数据，”吴说。“有几个系统具有不同的仪表设计。我们需要详细记录我们的系统和设置，希望这有助于为未来收集和处理这些数据制定标准。”

“我们决定对我们的方法保持透明，这样其他人就可以信任我们数据的可靠性。”吴说。他们现在还可以使用我们的SIF数据来吸收陆地表面模型，以估计碳循环或水循环，以及光合作用估计和应力检测。”

该项目的其他研究人员包括Hyungsuk Kim、Guofan Miao、Xi Yang和Chongya Jiang，以及农业、消费者和环境科学学院(ACES)、自然资源和环境科学系(NRES)、美国能源部先进生物能源和生物产品创新中心(CABBI)和国家超级计算应用中心(NCSA)的附属实验室，这些实验室都位于伊利诺伊大学香槟校区;以及韩国首尔国立大学农业与生命科学研究所和弗吉尼亚大学环境科学系。

作者：伊利诺伊大学厄巴纳-香槟分校可持续发展、能源与环境研究所

链接：https://www.sciencedaily.com/releases/2024/04/240425131547.htm

著作权归作者所有。

声明：海森大数据刊发或者转载此文只是出于传递、分享更多信息之目的，并不意味认同其观点或证实其描述。若有来源标注错误或侵犯了您的合法权益，请作者与本网联系，我们将及时更正、删除，谢谢。电话：152 6451 3609，邮箱：1027830374@qq.com