叶绿素中荧光监测中国北方草原生产力对干旱的响应检测方案(叶绿素)

智能文字提取功能测试中

Science of the Total Environment 830 (2022)154550Contents lists available at ScienceDirect Science of the Total Environmentjournal homepage：www.elsevier.com/locate/scitotenv Grassland productivity response to droughts in northern China monitored bysatellite-based solar-induced chlorophyll fluorescence Xinyun Wang.a，b，c，d，*e，，* Shufen Pan， Naiqing Pan ef， Peipei Pann g，** 文献摘要： 太阳诱导叶绿素荧光 (SIF) 已应用于广泛的生态研究，例如监测和评估干旱、植被生产力和作物产量。 以往研究表明，SIF与总初级生产量（GPP）高度相关，但其与地上生物量（AGB）的相关性仍需进一步探索。在本研究中，我们探讨了 SIF 在监测和评估气候变化和气象干旱对中国北方草原草地 AGB 变化影响方面的潜力。 通过研究轨道碳观测站2 (OCO-2) SIF 与干旱指数之间的关系，我们评估了北部草原生产力对气象干旱条件的响应。结果表明，SIF对气象干旱非常敏感，可以捕捉到干旱事件和不同草地类型的草地生长动态。 SIF、干旱指数和AGB之间的相关性因草地类型而异。梯度提升决策树（GBDT）用于探索草地生态系统中SIF与影响变量之间的关系。 我们发现气候因素（例如，年平均生长季降水量、年平均生长季温度和年平均蒸汽压亏缺）和人类活动（例如，放牧强度）显著影响草地生产力的年际变化。研究结果表明，SIF 变化可以反映中国北方草原植被生长的季节性动态。因此，SIF可以作为评估陆地生态系统模型在模拟该地区生态系统生产力方面表现的基准数据。 SIF 对干旱的高度敏感性表明它是监测和评估干旱事件的有用工具。文献监测方案:研究区位于中国北方草原，包括内蒙古自治区、甘肃省、宁夏回族自治区、新疆维吾尔自治区、青海省和西藏自治区。1、利用OCO-2 进行SIF观测OCO-2 是第一颗覆盖区域更小的 SIF 卫星（1.3km×2.25km），为研究总初级生产（GPP）和 SIF 之间的关系以及不同生态系统尺度的植被功能梯度之间的关系提供了新的手段。基于离散OCO-2 SIF探测、中分辨率成像光谱仪（MODIS）和气象再分析数据，采用数据驱动方法开发SIF模型。选择 SIF 和解释变量，包括增强植被指数 (EVI)、fPAR、蒸气压亏缺 (VPD) 和气温，构成数据集并开发预测 SIF 模型。最后，使用 Cubist 回归树模型，预测模型用于估计 0.05°×0.05° 网格单元和 8 天间隔的全局 SIF。 本研究利用2001-2015年的GOSIF数据，以0.05°的空间分辨率探讨SIF与干旱指数以及SIF与AGB的关系。2、草原AGB数据集数据来自AVHRR仪器(传感器1、7、9、14和16-19)，校准后进行辐射校正、云去除、坏线去除、大气校正等。最大值组合(MVC)方法将双月数据转换为月度NDVI，将月度NDIV转换为年度NDVI。利用野外观测AGB数据和时间序列年NDVI数据，建立了中国北温带地区和青藏高原年草地AGB的估算模型。此外，利用AGB估算模型绘制了草地AGB数据。在本研究中，首先将AGB数据集重采样到0.05°空间分辨率。利用2001 - 2015年的数据，分析了SIF与AGB的关系以及气候变化对草地AGB的影响。3、干旱指数本研究利用Anusplin 4.3计算了各气象站的PDSI和SPEI(1、2、3、4、5、6、7、9和12个月时间尺度)，并将其插值到0.05°空间分辨率。以SPEI为参考数据，识别气象干旱事件，分析气象干旱对中国北方草原的影响。主要研究结果：图1：SIF 和 TVDI (a) 以及 SIF 和 PDSI (c) 之间相关系数 (r 值) 的空间分布。 不同草地类型的 SIF 和 TVDI (b) 以及 SIF 和 PDSI (d) 之间的修正值（r 值）。图2：年度时间尺度上 SIF 和 AGB 之间 r 值的空间分布。 不同草地类型的 SIF 和 AGB (f) 之间的校正值 (r 值)。可见SIF为监测和评估草地动态和干旱事件提供了一种有用的方法。此外，SIF还可作为评价陆地生态系统模型在季节和年度尺度上估算生态系统生产力的基准数据。OCO-2 SIF产品原理上属于叶绿素荧光被动观测，优势主要体现在无源遥感平台上,  可以进行大面积地表植被生理监测。但是无法同时获得与热耗散、光合作用等相关的荧光参数, 这使得利用被动荧光探究植被能量分配方式以及直接与GPP建立关联存在挑战性。主动与被动联合观测能够获得一整套叶片尺度光合、荧光、热耗散的参数,  可以为卫星SIF观测值提供可靠的机理解释。有助于将能量分配研究扩展到区域甚至全球尺度,  为建立更稳健的荧光光合模型以及估算全球植被生产力提供理论基础。通过叶绿素荧光主动与被动联合观测,  有助于理解区域以及全球尺度SIF信号与光合、热耗散之间的关系。同时，卫星SIF产品的真实有效性需要主动观测设备获得数据的支持验证。PSP32日光暗适应叶绿素荧光测量系统就是一款主动式PAM荧光仪，可以测量光适应测量参数Y(II)、ETR、Fs，暗适应测量参数Fv/Fm、Fo、Fm、Fv，荧光淬灭参数Y(NPQ)、Y(NO)、NPQ、qL、qN、qP、淬灭弛豫参数qE、qM、qT、qI，以及光响应曲线参数rETRmax、Ik和Im。该系统可以田间自动测量，一次可以同时测量32个样品。叶绿素荧光探头配备创新性的暗适应模块，实现日光下自动暗适应，替换暗适应叶夹、锡箔纸，方便在白天同时对植物自动进行暗适应测量。在线式监测叶绿素绝对含量（mg/m2）、冠层光谱NDVI、NDRE（归一化红边植被指数）、PPR（植物色素比率指数）和CCCI（冠层叶绿素含量指数），评估植物抗旱性、植物氮含量、营养胁迫、病害胁迫。精确测量非光化学淬灭NPQ弛豫组分：叶黄素循环（qE）、叶绿体迁移(qM)、光抑制（qI）、状态转换（qT）用于评估环境胁迫条件下植物内在的生理调节能力，如耐干旱、耐高温、耐寒冷、耐盐碱能力。1END1