太阳诱导叶绿素荧光(Solar-Induced Chlorophyll Fluorescence，SIF)是光合作用的副产品，能够提供直观反映与植被光合作用相关的信息，同时也为光合作用和GPP的研究提供了新的手段。近年来，许多基于通量塔的荧光观测系统用于SIF和GPP的关系研究。定量估算SIF对陆地生态系统碳循环、初级生产力(Gross Primary Productionty，GPP)和干旱监测的研究具有重要的意义。综述了现有的卫星遥感SIF反演方法，并依据使用通道的位置将SIF反演方法分为基于夫琅禾费暗线法和基于大气吸收波段法两类；分析了SIF卫星遥感反演与应用存在的问题，主要包括传感器性能误差、云覆盖影响、角度效应影响、真实性检验、降尺度以及日尺度转换等；最后，对今后SIF卫星遥感反演的研究方向进行了展望。

 

 太阳诱导叶绿素荧光(Solar-Induced Chlorophyll Fluorescence，SIF)是陆表植被在自然光照条件下进行光合作用时释放的一种光信号。SIF携带有重要的光合作用信息，通过卫星遥感的方法探测区域—全球SIF信号为大尺度植被光合作用监测打开了新世界的大门。我国预计于2020年前后发射的陆地生态系统碳卫星(陆碳卫星)将搭载超光谱分辨率载荷，有望成为全球范围内第一个针对陆表植被SIF进行专门观测的卫星传感器。数据驱动算法是陆碳卫星远红波段SIF反演的主算法，作为一种半经验算法，需结合传感器指标进行参数优化。依据陆碳卫星超光谱载荷的设计指标，基于仿真数据进行了端对端反演模拟，讨论了不同潜在反演窗口下SIF反演的精度(精密度与准确度)，确定了不同反演窗口所需的主成分个数(nv)，分析了不同反演窗口内反演精度对荧光波形函数(hF)的敏感性。结果表明:随着反演窗口的拓宽，SIF反演的精密度(鲁棒性)提升，但准确度下降，且对nv及hF的敏感性增强。综合考虑各因素，确定了735~758 nm作为陆碳卫星远红波段SIF反演的主窗口，同时nv取6，hF设置为单峰高斯函(μ=740 nm，σ=30 nm)。基于近地表和航空遥感数据的SIF反演结果验证了所设计算法的可行性和合理性。研究结果将为陆碳卫星升空后SIF的反演及产品发布提供重要参考。
 
 

日光诱导叶绿素荧光(Sun-induced Chlorophyll Fluorescence，SIF)作为监测总初级生产力(Gross Primary Production，GPP)最有效的手段之一，相对于传统的绿度植被指标，能直接反映光合作用的动态变化。SCOPE(Soil Canopy Observation，Photochemistry，and Energy fluxes)模型可以用于同时模拟荧光和GPP，但其在不同生育期和天气条件下的模拟效果仍有待验证。基于2016年水稻生育期的生理参数和气象观测数据，利用冠层SIF760和GPP的观测值验证了SCOPE模型模拟的不同生育期和天气条件下的SIF760和GPP。研究结果表明:SCOPE模型可以模拟季节尺度上的SIF760和GPP(R²=0.44和R²=0.67)；从日尺度上来看，SCOPE模型在不同生育期有不同的表现，成熟期时SCOPE模型估算的SIF760和GPP效果最好(R²=0.99和R²=0.96)，而抽穗—开花期模型的模拟效果最差。从整个生育期来看，SCOPE模型模拟的SIF760值低于实际观测值，而GPP的模拟值偏高，但整体趋势一致。同时，天气状况也会对SCOPE模型的模拟SIF760结果产生影响，晴天SCOPE模型模拟的SIF760要优于多云(R²=0.64和R²=0.46)。因此，SCOPE模型可以用于模拟水稻在不同生育期的SIF760和GPP。该研究结果为荧光遥感监测农田生态系统生产力以及对其环境因子的响应研究提供了一定的模型基础。

日光诱导叶绿素荧光(SIF)是一种植物光合作用直接探测新方法。目前O₂-A和O₂-B吸收线波段的叶绿素荧光填充效应被广泛应用于探测近红外(760 nm)和红光波段(687 nm)的植被冠层SIF信号。SIF光谱范围为650~800 nm，虽然水吸收波段(719 nm)介于叶绿素荧光发射峰值690 nm和740 nm之间，且具备较强的光谱吸收特征，但该水汽吸收光谱特征尚未应用于冠层SIF探测，因此，基于模型模拟和野外实验观测数据，使用夫琅禾费暗线SIF反演法，评价了基于719 nm 波段水吸收波段的SIF反演潜力，其中野外光谱数据采用ASD FieldSpec Pro便携式地物光谱仪(3 nm分辨率)测量。首先，利用FLD、3FLD、iFLD等3种经典的SIF反演方法，检验和对比分析了719水汽吸收波段的SIF反演性能，结果表明使用水吸收线比使用O₂-B吸收线表现更优，反演RMSE为0.154 W/m²/μm/sr。其次，定量计算了水汽和氧气吸收波段SIF反演的敏感度和不确定性，结果表明，719水汽吸收波段与O₂-B吸收线相比，其吸收线内外的反射率和荧光比值估算误差对SIF反演误差的贡献更小，但是显大于比02-A波段。最后，利用野外多角度和日变化观测实验数据，检验和分析了三个大气吸收波段的SIF反演结果，发现719 nm水吸收波段的冠层SIF与 O₂-A和O₂-B 氧气吸收波段具有相似的角度变化和日变化特征，表现为后视和热点方向的SIF高、前视和暗点方向的SIF低，以及中午SIF高、早晚SIF低。研究表明利用719 nm 波段的水汽吸收波段的光谱信息，可以准确反演近地面冠层SIF信号，研究结果为近地面冠层SIF 观测提供了一个新的波段。

 

综合利用反射率光谱在作物生化参数探测的优势和叶绿素荧光在光合生理诊断的优势，开展了日光诱导叶绿素荧光(SIF)和反射率光谱指数协同的小麦条锈病光谱探测研究，以期提高小麦条锈病病情严重度的预测精度。利用O₂-A波段(760 nm)的SIF信号和对小麦条锈病病情严重度敏感的7种反射率光谱指数，基于支持向量机(SVM)、逐步回归(SR)以及神经网络(BP)算法，定量分析了反射率光谱指数和反射率光谱指数与SIF协同的小麦条锈病病情严重度(DI)光谱探测模型的预测精度。结果表明：①SIF与小麦条锈病病情严重度之间存在极显著的负相关关系，SIF与DI间的响应能有效地应用于小麦条锈病的遥感探测;②SIF结合反射率光谱指数的小麦条锈病病情严重度光谱模型探测精度均高于反射率光谱指数模型，SIF能够显著提高小麦条锈病病情严重度的光谱探测精度;③无论是利用反射率光谱指数还是SIF结合反射率光谱指数作为小麦条锈病病情严重度预测模型的输入参数，训练模型以BP模型的预测精度最高，但验证结果表明SVM与SR方法构建的病情严重度预测模型效果较优。