【核心摘要】

- 日光誘導葉綠素熒光（SIF）能夠在植物光合系統(tǒng)受損、但葉片外觀仍正常時檢出異常，比肉眼可見病斑提早數天至數周。

- 傳統(tǒng)植被指數（NDVI、EVI）依賴葉綠素含量變化，脅迫初期往往無響應；SIF直接測量光合過程的量子輻射信號，不存在這一滯后。

- 愛博能 ABN-SIF-1 / ABN-SIF-2 在線式系統(tǒng)支持長期無人值守連續(xù)運行，自動優(yōu)化積分時間，遠程數據傳輸，防雨防塵保護。

- 目前該技術尚無統(tǒng)一行業(yè)標準，不同作物和病害的熒光響應幅度存在差異，閾值設定需本地化標定。

SIF是什么

SIF（日光誘導葉綠素熒光）是植物吸收日光后以熒光形式重新發(fā)射的量子輻射信號。它的產生與光合作用過程直接關聯(lián)：陽光照射葉片后，能量有三條去路——光合作用、熱耗散、熒光發(fā)射。當光合作用受抑制時，熒光產率也隨之改變。這種物理聯(lián)系使SIF成為植物光合系統(tǒng)功能狀態(tài)的直接指示器（Baker, 2008, Annual Review of Plant Biology）。

病害潛伏期的技術機會

病原菌入侵后，光合系統(tǒng)先于葉片外觀出現(xiàn)損傷

病原菌侵入細胞壁時的一個關鍵變化發(fā)生在葉綠體類囊體：細胞膜通透性首先改變，類囊體結構受到干擾，光系統(tǒng)II（PSII）的光化學效率隨之下降。這個過程屬于細胞層面的功能損傷，通常比肉眼可見的病斑提早數天至數周。

同期葉片外觀仍然正常，葉綠素含量無明顯變化，NDVI值不出現(xiàn)異常。但光合系統(tǒng)已經在受損。

等待可見癥狀，防治已經滯后

以白粉病為例：

- 從孢子萌發(fā)到田間可見病斑：7 至 14 天

- 再侵染周期：僅需 3 至 5 天

在病斑出現(xiàn)前檢測到SIF信號的異常壓低，可以在病原菌指數級擴增之前完成防治部署。反之，等葉片出現(xiàn)癥狀再行動，病原菌已經完成至少一輪再侵染。

注：田間植物外觀正常，不等于光合系統(tǒng)功能正常。SIF能夠捕捉到光合系統(tǒng)最早期的功能損傷——這是目前已知的脅迫最早響應信號。

植被指數為什么"看"不到早期脅迫

測量對象不同：反射率 vs. 熒光

NDVI、EVI等植被指數測量的是葉片對光的反射，本質上是葉綠素含量和冠層結構的代理變量。脅迫初期有兩個關鍵事實：

- 葉綠素含量往往維持穩(wěn)定

- 葉片尚未退綠，反射率不發(fā)生明顯變化

植被指數無響應時，光合系統(tǒng)內部的電子傳遞鏈已經在受損。這是基于光譜反射率的測量方法的結構性局限。

相關研究

Zhang et al.（2025, GIScience & Remote Sensing）對中國北方大范圍草地的研究指出，傳統(tǒng)反射率植被指數在捕捉"環(huán)境脅迫響應"的生理過程時存在系統(tǒng)性局限。SIF作為光合作用直接的量子輻射信號，能夠區(qū)分"形態(tài)健康但功能受損"的植被狀態(tài)。

SIF與光合作用過程存在直接的物理聯(lián)系，其信號受植被冠層內葉片重吸收與散射效應的共同調制。當前SIF的時空模擬與預測模型主要依賴可見光-近紅外波段反射率作為預測因子，而對氣象信息的融合仍相對有限。Zhang et al. 通過整合氣候條件、植被生理狀態(tài)、土壤狀況、生物量水平及人類活動等多源信息對反射率數據進行增強，并采用空間精準的點位變量采集策略，實現(xiàn)了SIF數據的精確點位預測。

Cui et al.（2017, Scientific Reports）在全球人口最多的10個城市圈的植被GPP與SIF時序一致性研究中確認，SIF季節(jié)動態(tài)對光合變化的追蹤精度顯著高于EVI，二者相關性在多數城市圈超過 0.8。EVI在脅迫響應中普遍滯后。

反射率植被指數測的是"結果"——葉綠素含量有沒有變化。SIF測的是"過程"——光合電子傳遞是否正常。兩者的時間窗口不同。

2000年至2014年全球10個城市年總初級生產力（藍色）、日均最大總初級生產力（GPPmax，橙色）及碳吸收期（CUP，灰色）的年際變化。

2000年至2014年10個城市年總初級生產力（藍色）與增強型植被指數（EVI，橙色）的年際變化。

從單點測量到連續(xù)監(jiān)測

第一步：建立時間序列基線

單次SIF讀數只能反映某時刻的冠層光合狀態(tài)。用于預警的是連續(xù)時間序列數據。標準化的操作流程：

1. 在生長季內建立SIF基線，確定正常物候期下的熒光均值與波動范圍

2. 當某時段SIF值持續(xù)偏低、偏差幅度超過預設閾值時，先結合氣象數據排查是否為光照或溫度引起的正常波動

3. 排除氣象干擾后，進入病蟲害專項核查

第二步：部署地面連續(xù)監(jiān)測設備

這套邏輯依賴連續(xù)、穩(wěn)定、高頻的地面數據。單次測量或低頻采集無法建立有意義的基線，也無法區(qū)分短暫的天氣波動與持續(xù)的生理異常。

愛博能 ABN-SIF-1 和 ABN-SIF-2 在線式系統(tǒng)的設計即面向這一需求：

- 長期無人值守連續(xù)運行

- 自動優(yōu)化積分時間

- 遠程數據傳輸

- 防雨防塵保護

- 適用于農田、林地等全時段監(jiān)測場景

地面系統(tǒng)還可與無人機巡田數據聯(lián)動：地面系統(tǒng)發(fā)現(xiàn)異常后，無人機快速覆蓋同一區(qū)域做大范圍排查，形成"地面確認異常，空中快速掃描"的協(xié)同工作方式。

技術現(xiàn)狀：尚未標準化

SIF用于病蟲害預警目前沒有統(tǒng)一的行業(yè)標準。原因在于：

- 不同作物對同一病害的SIF響應幅度不同

- 不同病害的響應時間窗口存在差異

- 現(xiàn)有研究結論大多來自特定作物和特定病害的試驗環(huán)境

閾值設定需要本地化標定。地面連續(xù)監(jiān)測設備的核心價值之一，正是為本地化基線的建立提供數據積累條件。足夠長時間的歷史數據，才能支撐有實際分辨力的預警閾值。

【常見問題 FAQ】

ABN-SIF系統(tǒng)適用于哪些作物和種植場景？

系統(tǒng)部署場景涵蓋農田、林地、果園等。不同作物的SIF響應特征存在差異，閾值設定需針對具體作物和病害做本地化標定。

需要多長時間的數據積累才能建立有效基線？

至少需要一個完整生長季的數據，才能覆蓋正常物候期內SIF的均值與波動范圍。數據積累越長，基線的統(tǒng)計分辨力越高。

SIF預警目前有行業(yè)標準嗎？

尚無統(tǒng)一行業(yè)標準。目前的研究結論大多來自特定作物—特定病害的試驗組合。行業(yè)層面的標準化工作尚在推進中。

地面系統(tǒng)與遙感數據如何配合？

地面系統(tǒng)提供連續(xù)的時間序列數據用于建立基線和異常檢出，無人機或衛(wèi)星遙感數據用于大范圍空間覆蓋。兩者互補：地面定標，空中掃描。

參考文獻

1. Baker, N.R. (2008). Chlorophyll fluorescence: a probe of photosynthesis in vivo. Annual Review of Plant Biology.

2. Cui, Y., Xiao, X., Zhang, Y. et al. (2017). Temporal consistency between gross primary production and solar-induced chlorophyll fluorescence in the ten most populous megacity areas over years. Scientific Reports.

3. Zhang, L., Guo, Y., He, Y. et al. (2025). Spatiotemporal simulation and prediction of solar-induced chlorophyll fluorescence (SIF) across large-scale grasslands via multi-source data synergy: a case study of Northern China. GIScience & Remote Sensing.