【核心摘要】

-北京師范大學實驗表明，SIF的"午晨比"（NMR）指標能在NDVI和EVI尚無響應時檢測到中等水分脅迫，嚴重脅迫時NMR降至約0.5。

-伊利諾伊大學研究顯示，基于高分辨率SIF（OCO-2）的產量預測模型對2018年玉米R2達到0.77，大豆達到0.78，誤差分別為1.14 t/ha和0.36 t/ha。

-月均SIF比生長季峰值或累積值更能反映不同生育階段的脅迫信息，說明SIF捕捉的是隨生育期變化的時間動態。

-愛博能ABN-SIF-1/2在線監測系統提供分鐘級SIF日變化數據；ABN-SIF-UAV1/2無人機版本適合大面積田塊巡查。

-兩類設備配合使用，能在產量決定窗口期內提供比遙感植被指數更早的風險信號。

什么是日光誘導葉綠素熒光（SIF）

日光誘導葉綠素熒光（Sun-Induced Fluorescence, SIF）是植物在光合作用過程中向外釋放的微弱光信號。葉片吸收太陽光后，一部分光能用于碳固定，另一部分以熒光形式散發。SIF直接反映光系統II（PSII）的實時運行效率。NDVI和EVI測量的是冠層綠度，即葉片對可見光與近紅外光的反射率比值，屬于結構層面的信息。SIF屬于功能層面的信號，能在葉片外觀出現可見變化之前反映光合效率的波動。

水分脅迫信號如何在SIF中顯形

北京師范大學的實驗對生長期玉米施加了漸進式水分脅迫，同步采集SIF、NDVI、EVI的日變化數據，持續觀測從正常狀態到嚴重脅迫再到復水恢復的全過程。

傳統指數在脅迫初期的盲區

脅迫初期，植株仍在生長，葉面積指數（LAI）持續增加，綠度指數呈上升趨勢。NDVI和EVI在這一階段的響應微弱。SIF的總熒光量同樣受到葉面積擴張的遮蓋，生理上已經出現的水分壓力信號被總量的增長掩蓋了。

“午晨比"（NMR）指標的發現

研究者提出了"午晨比"（NMR，noon-to-morning ratio）指標：用同一天正午與清晨的SIF值相比。健康植株在正午仍能維持高效光合運轉，NMR保持較高水平。受水分脅迫的植株午間光合受到抑制，清晨尚有余力，NMR因此下降。

實驗數據呈現了清晰的梯度。當脅迫進入中等程度，NMR的下降已經可以辨識，同期的NDVI和EVI變化仍非常微弱。到嚴重脅迫階段，SIF的NMR降至約0.5，降幅遠大于傳統植被指數。復水后，NMR有所回升，但仍低于脅迫前水平。

實驗結論：SIF的日變化特征可以在葉片外觀尚無可見變化時，捕捉到水分限制已經開始壓制光合效率的信號。

隨著水分脅迫加劇及復水后，NDVI（紫色）、EVI（青色）、SIFAy（綠色）和 SIFBy（藍色）的正午-早晨比值（NMR）變化。(b) 圖內直方圖顯示了RSM的下降。

從脅迫信號到產量預測

檢測到脅迫只是第一步。伊利諾伊大學的研究進一步驗證了SIF信號與最終產量之間的量化關系。

研究設計

研究團隊針對美國中西部12個州的雨養玉米和大豆，系統比較了不同衛星數據在產量預測中的表現。數據源包括OCO-2和TROPOMI的SIF產品、GOME-2的SIF，以及NDVI、EVI、NIRv等傳統植被指數，配合5種機器學習算法建模。模型基于2015至2017年歷史數據訓練，用于正向預測2018年產量。

預測結果

高分辨率SIF（來自OCO-2）對2018年玉米產量預測的R2達到0.77，大豆達到0.78，誤差分別為1.14 t/ha和0.36 t/ha。這是在收割之前、僅憑生長季SIF數據得出的估算。粗分辨率的GOME-2 SIF在玉米上的R2為0.53。兩組數據之間的精度差距，與衛星空間分辨率直接相關：OCO-2的像元尺寸更小，對田塊異質性的捕捉更充分。

月均SIF的時間價值

研究發現，月均SIF比"生長季峰值"或"累積SIF"更能反映不同生育階段的脅迫信息。這一結果指向一個判斷：脅迫信號的時間分布對產量的決定作用，強于脅迫總量。月均SIF保留了生育期內的階段性波動信息，峰值或累積值將這些波動壓縮為一個標量，丟失了"何時受脅迫"這一對產量影響最大的維度。

產量取決于脅迫發生的時間節點。抽穗期的一周干旱和灌漿期的兩周干旱，對最終產量的影響差別很大。月均SIF恰好保留了這種時間分辨率。

基于氣候與遙感綜合變量的隨機森林模型對2018年玉米（左）和大豆（右）產量的預測偏差分布。模型使用2015–2017年數據進行訓練。

地面連續監測：補上衛星SIF的分辨率缺口

衛星SIF在大尺度產量預測上已有相當積累，空間分辨率限制了它在田塊層面的精度，單田塊的預測仍存在較大不確定性。

地面連續監測在這里補上了空缺。它以分鐘級時間分辨率記錄冠層SIF的日變化，與NMR指標的采樣需求直接對接。地面SIF信號來自目標田塊本身，避免了衛星混合像元帶來的干擾。

ABN-SIF-1/2在線式日光誘導葉綠素熒光監測系統

我們提供的ABN-SIF-1/2在線監測系統全天候自動采集日光誘導葉綠素熒光時序數據，用于作物生理狀態的連續跟蹤。系統在脅迫出現的早期提供生理層面的預警窗口，數據精度覆蓋NMR計算所需的全天候日變化信息。

ABN-SIF-UAV1/2無人機載日光誘導葉綠素熒光監測系統

ABN-SIF-UAV1/2無人機載版本適合大面積田塊的定期巡查，配合地面站補充空間覆蓋。兩類數據合用，能在產量決定窗口期內，給出比遙感植被指數更早的風險信號。

ABN-SIF-1/2在線式監測系統，可實現無人值守的連續監測

常見問題 FAQ

Q：日光誘導葉綠素熒光和NDVI測量的到底是什么區別？

NDVI和EVI測量的是冠層綠度，反映葉片對可見光和近紅外光的反射率比值。SIF測量的是光系統II釋放的熒光信號，直接反映光合作用的實時運行效率。兩者屬于不同的信息維度：前者看"長出了多少葉"，后者看"葉片在做什么"。

Q：NMR指標需要什么樣的數據采集條件？

NMR需要同一天正午和清晨的SIF測量值。這要求監測設備具備全天候連續采集能力。地面SIF在線監測系統可以滿足這一時間分辨率要求，衛星重訪周期較長的數據源則難以直接計算NMR。

Q：衛星SIF和地面SIF在產量預測中各起什么作用？

衛星SIF（如OCO-2、TROPOMI）適合大區域尺度的產量趨勢預測，R2在玉米上可達0.77。地面SIF提供分鐘級日變化數據，與NMR等日變化指標對接，適合單田塊級別的早期脅迫預警。兩者配合使用可以覆蓋從區域到田塊的不同尺度需求。

Q：ABN-SIF系統適合什么類型的用戶？

農業科研站、農技推廣部門、大型種植基地的技術團隊，以及對作物生理監測有連續數據需求的科研機構。系統支持無人值守運行。

愛博能（ABN）以光譜學與光電傳感技術為核心，提供溫室氣體監測、植被遙感、光譜分析儀器及Solar Light防曬測試設備。如需了解ABN-SIF系統的技術細節或解決方案，歡迎聯系我們。

案例來源：

1. Liu et al. (2023). Diurnal Pattern of Sun-Induced Chlorophyll Fluorescence as Reliable Indicators of Crop Water Stress. IEEE Geoscience and Remote Sensing Letters.

2. Peng et al. (2020). Assessing the benefit of satellite-based Solar-Induced Chlorophyll Fluorescence in crop yield prediction. International Journal of Applied Earth Observation and Geoinformation.