丁键浠¹, 周蕾^1,2, 王永琳¹, 庄杰¹, 陈集景¹, 周稳¹, 赵宁¹, 宋珺¹, 迟永刚^,1,*1浙江师范大学地理与环境科学学院, 浙江金华 321004
²中国科学院地理科学与资源研究所生态系统网络观测与模拟重点实验室, 北京 100101

Application prospects for combining active and passive observations of chlorophyll fluorescence

Jian-Xi DING¹, Lei ZHOU^1,2, Yong-Lin WANG¹, Jie ZHUANG¹, Ji-Jing CHEN¹, Wen ZHOU¹, Ning ZHAO¹, Jun SONG¹, Yong-Gang CHI^,1,*1College of Geography and Environmental Sciences, Zhejiang Normal University, Jinhua, Zhejiang 321004, China
²Key Laboratory of Ecosystem Network Observation and Modeling, Institute of Geographic Sciences and Nature Resources Research, Chinese Academy of Sciences, Beijing 100101, China

通讯作者: *(chiyonggang@zjnu.cn)

责任编辑: 李敏
收稿日期:2020-09-25接受日期:2020-12-10网络出版日期:2021-02-20

基金资助:

国家重点研发计划(2017YFB0504000) 国家自然科学基金(41871084) 国家自然科学基金(31400393)

Corresponding authors: *(chiyonggang@zjnu.cn)
Received:2020-09-25Accepted:2020-12-10Online:2021-02-20

Fund supported:

National Key R&D Program of China(2017YFB0504000) National Natural Science Foundation of China(41871084) National Natural Science Foundation of China(31400393)

摘要
叶绿素荧光是研究植物光合生理机制、量化植被光合作用时空格局以及准确理解气候变化背景下陆地生态系统生产力的关键。然而, 目前对于叶绿素荧光主动与被动联合观测的研究还较少。该文对比了叶绿素荧光主动观测与被动观测的优缺点, 展示了叶片尺度和冠层尺度主动与被动联合观测的仪器设备组成, 探讨了主动与被动联合观测在探索叶绿体尺度-叶片尺度-冠层尺度能量在光合、荧光以及热耗散中的分配, 阐明叶绿素荧光与总初级生产力的关联机制, 验证星基日光诱导叶绿素荧光, 解译叶绿素荧光光谱形状4个方面的应用前景。综上, 叶绿素荧光的主动与被动联合观测对于揭示各尺度上荧光与光合作用之间的关联机制, 改善全球尺度植被生产力模型至关重要。
关键词： 总初级生产力;星基日光诱导叶绿素荧光;非光化学淬灭;陆地生物圈模型;能量分配;荧光光谱形状

Abstract
Chlorophyll fluorescence (ChlF) is the key to studying the physiological mechanisms of plant photosynthesis, quantifying the spatiotemporal pattern of vegetation photosynthesis, and accurately understanding the productivity of terrestrial ecosystems under the background of climate change. However, few studies have been conducted on combined observations of actively and passively induced ChlF. Here, we compared the advantages and disadvantages of active and passive observations of ChlF and showed the instrument composition of the combined observations of actively and passively induced ChlF at leaf and canopy scales. The application prospects of joint observations of actively and passively induced ChlF focus on exploring energy distribution among photosynthesis, fluorescence and heat dissipation at the chloroplast-leaf-canopy scale, clarifying the mechanism underlying the relationship between ChlF and gross primary productivity, verifying satellite-based sun-induced chlorophyll fluorescence and interpreting the shape of the ChlF spectrum. Our work suggests that the combined observation of actively and passively induced ChlF is essential to reveal the mechanisms underlying the relationships between fluorescence and photosynthesis at various scales and to improve vegetation productivity models at the global scale.
Keywords：gross primary productivity;satellite-based sun-induced chlorophyll fluorescence;non-photochemical quenching;terrestrial biosphere model;energy distribution;fluorescence spectrum shape


PDF (1684KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
引用本文
丁键浠, 周蕾, 王永琳, 庄杰, 陈集景, 周稳, 赵宁, 宋珺, 迟永刚. 叶绿素荧光主动与被动联合观测应用前景. 植物生态学报, 2021, 45(2): 105-118. DOI: 10.17521/cjpe.2020.0323
DING Jian-Xi, ZHOU Lei, WANG Yong-Lin, ZHUANG Jie, CHEN Ji-Jing, ZHOU Wen, ZHAO Ning, SONG Jun, CHI Yong-Gang. Application prospects for combining active and passive observations of chlorophyll fluorescence. Chinese Journal of Plant Ecology, 2021, 45(2): 105-118. DOI: 10.17521/cjpe.2020.0323




叶绿素荧光的研究是量化区域以及全球尺度植被生产力的关键(Ryu et al., 2019)。叶绿素荧光是植物叶绿素吸收光能后向外发射的长波信号(650-800 nm), 具有红光(685 nm左右)和近红外(740 nm左右)两个波峰(Damm et al., 2015; Verrelst et al., 2016; Mohammed et al., 2019)。植物光合色素吸收的能量绝大部分被叶绿素所利用进行光合作用, 然而未被利用的部分则以长波的形式向外发射荧光或以热耗散的形式释放出去(Porcar-Castell et al., 2014; Mohammed et al., 2019)。这三种能量之间存在着一定的平衡(Baker et al., 2008; Hmimina et al., 2014), 任何一种能量发生变化都会导致其他两种能量的变化。因此, 叶绿素荧光可以无伤、快速、灵敏地监测植被真实的生理生态过程和受环境胁迫的状况(Cendrero-Mateo et al., 2016; Chen et al., 2016)。

根据激发光源和探测方式的不同, 叶绿素荧光的观测可以分为主动和被动两种观测技术(Porcar- Castell et al., 2014)。虽然单独探讨主动观测(Maxwell & Johnson, 2000; Consalvey et al., 2005; 陈建明等, 2006; 张永江等, 2009; 尤鑫和龚吉蕊, 2012; 李钦夫等, 2013)或者被动观测(Meroni et al., 2009; 王冉等, 2012; 梁寅等, 2013; Porcar-Castell et al., 2014; Wang et al., 2017; Aasen et al., 2019; 纪梦豪等, 2019; Mohammed et al., 2019; 章钊颖等, 2019)的研究较多, 但是目前缺乏叶绿素荧光主动与被动联合观测应用前景的分析。叶绿素荧光主动与被动联合观测有望在考虑热耗散的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型以及揭示各尺度上荧光与光合之间的关联机制至关重要。

1 叶绿素荧光主动与被动观测对比

1.1 主动观测

荧光动力学曲线, 是当植物绿色组织经过黑暗处理后受到可见光或人为激光照射时, 叶绿素分子所产生的荧光信号强度随着时间发生规律性的变化, 在荧光图谱上表现为一条先增后减再趋向平稳的曲线, 也称Kautsky效应(Stirbet & Govindjee, 2011)。目前主动观测大都基于脉冲辐射调制的(PAM)荧光系统。该系统由一个弱的调制测量光源和一个较强的非调制光化光源组成, 弱的测量光源用于测定植物暗适应下绿色组织的最小荧光值(F_o), 而强的光化光源可以作为饱和脉冲光用来监测经过暗处理后植物绿色组织的最大荧光值(F_m)。通过分析荧光动力学曲线, PAM技术可以获取非光化学淬灭(NPQ)、表观光合电子传递速率(ETR)、植物光化学效率(Ф_PSII)等参数, 其中NPQ对于植物热保护机制具有重要意义(Kromdijk et al., 2016; Farooq et al., 2018), ETR与光合碳固定存在线性关系( Barranguet & Kromkamp, 2000)。

主动观测的优势表现在以下两点。第一, 借助PAM荧光技术获取的参数可以直观地解释植物光合作用、探讨热耗散对于荧光产量和光化学产量平衡的影响。第二, 由于PAM荧光技术是在相对较宽的光谱范围内获取的, 因此受环境影响较小(Porcar-Castell et al., 2014)。鉴于主动观测的优势, 其已被广泛应用于植物胁迫(McMurtrey et al., 2002; Araus et al., 2010; Agati et al., 2013; Konanz et al., 2014), 追踪植物光合作用变化(Maxwell & Johnson, 2000; Baker et al., 2008; Murchie & Lawson, 2013; Frankenbach et al., 2020)等方面的研究。然而, 主动观测存在劣势, 由于需要人工饱和光脉冲以及精确的脉冲同步和调制荧光技术, PAM荧光技术不适用于大尺度的卫星遥感监测(Kolber et al., 2005; Amoros-Lopez et al., 2008)。

1.2 被动观测

以自然光为诱导光源检测植物叶绿素荧光信号的方式称为被动荧光观测技术, 其探测到的信号也称日光诱导叶绿素荧光(SIF)。与主动观测不同, 被动观测不需要精确的饱和脉冲调制光, 其信号反演大都基于夫琅和费线提取算法(FLD)(Plascyk & Gabriel, 1975)。由于大气的吸收作用, 太阳光谱到达地表后有许多波段宽度为0.1-10 nm的暗线, 即夫琅和费吸收暗线。在这些吸收暗线波段, 植被的反射光微弱, 荧光凸显, 可以较好地反演出叶绿素荧光(王冉等, 2012; 章钊颖等, 2019)。被动观测的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(章钊颖等, 2019)。叶绿素荧光被动观测为陆地碳循环的精确估算提供了新的技术和方向。

目前, SIF卫星数据主要来自GOSAT、GOME-2及OCO-2这3个卫星传感器。GOSAT生产的SIF数据开始于2009年并持续至今, 其地面足迹直径为10 km (Sun et al., 2018; 章钊颖等, 2019), 但由于是基于离散点的观测所以在空间上极不连续(Sun et al., 2018); GOME-2生产的SIF数据开始于2007年并持续至今, 时间尺度较长因此适合研究长时间序列上SIF值的变化, 但是空间分辨率比较低(40 km × 80 km, 2013年以后为40 km × 40 km); OCO-2生产的SIF产品开始于2014年并持续至今, 由于其基于条带状的观测所以在空间上也不连续(Sun et al., 2018), 但空间分辨率有很大的提高(1.3 km × 2.25 km)。自从Joiner等( 2011)利用GOSAT卫星获取了首幅全球SIF信号分布图以来, 目前可供SIF探测的在轨卫星还有METOP、TANSAT、Sentinel-5P等, 计划发射卫星包括TEMPO、GeoCARB、FLEX (表1)。

Table 1
表1
表1可用于星基日光诱导叶绿素荧光监测的卫星传感器
Table 1Satellite-based sensors used for the retrieval of satellite-based sun-induced chlorophyll fluorescence

传感器 Sensor	卫星 Satellite	发射时间 Launch time	波段 Band (nm)	状态 State	相关文献 Related literature
SCIAMACHY	ENVISAT	2002-03	650-790	失联 Lost contact	Joiner et al., 2011; Wolanin et al., 2015
GOME-2	METOP	2006-07	650-790	在轨 On orbit	Joiner et al., 2013; Guanter et al., 2014
TANSO-FTS-1	GOSAT	2009-01	757-775	在轨 On orbit	Frankenberg et al., 2011; Joiner et al., 2011
OCO-2	OCO-2	2014-07	757-775	在轨 On orbit	Frankenberg et al., 2014; Sun et al., 2017
ACGS	TANSAT	2016-12	758-778	在轨 On orbit	Du et al., 2018; Li et al., 2018
TROPOMI	Sentinel-5P	2017-10	675-775	在轨 On orbit	Guanter et al., 2015; Zhang et al., 2019
TANSO-FTS-2	GOSAT-2	2018-10	757-775	在轨 On orbit	Nakajima et al., 2017
OCO-3	OCO-3	2019-05	757-775	在轨 On orbit	Eldering et al., 2019
-	TEMPO	预计2020 Estimate 2020	650-740	计划发射 Planned launch	Zoogman et al., 2017; Mohammed et al., 2019
-	GeoCARB	预计2021 Estimate 2021	757-772	计划发射 Planned launch	O’Brienet al., 2016; Mohammed et al., 2019
FLORIS	FLEX	预计2023 Estimate 2023	650-780	计划发射 Planned launch	Drusch et al., 2016; Mohammed et al., 2019

新窗口打开|下载CSV

近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁。站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020)。自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015)。其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究。主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪。这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019)。近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展。近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020)。

Table 2
表2
表2近地面日光诱导叶绿素荧光连续观测仪器设备
Table 2Instruments used for the ground-based continuous observation of sun-induced chlorophyll fluorescence

仪器设备 Equipment	光谱仪 Spectrometer	波段 Band (nm)	光学分辨率 Optical resolution (nm)	相关文献 Related literature
TriFLEX	HR2000+	630-815	0.50	Daumard et al., 2010
	HR2000+	630-815	0.50
	HR2000+	300-900	2.00
SpectroFLEX	HR2000+	630-820	0.20	Fournier et al., 2012
AutoSIF	QE65pro	645-805	0.30	Hu et al., 2018
S-FluorBox	HR4000	700-800	0.10	Cogliati et al., 2015
	HR4000	400-1 000	1.00
SIF-SYS	STS-VIS	337-823	3.00	Burkart et al., 2015
FluoSpec	HR2000+	680-775	0.13	Yang et al., 2015
FluoSpec2	QEpro	730-780	0.15	Miao et al., 2018
	HR2000+	350-1 100	1.10
PhotoSpec	QEpro1	670-732	0.30	Grossmann et al., 2018
	QEpro2	729-784	0.30
	Flame	177-874	1.20
FLOX	QEpro	650-800	0.30	Wohlfahrt et al., 2018
	VIS-NIR	400-950	1.50
SIFSpec	QE65pro	649-805	0.34	Du et al., 2019
SIFPrism	QEpro	650-800	0.30	Zhang et al., 2019
FAME	QEpro	730-786	0.15	Gu et al., 2018

以上光谱仪的波段及光学分辨率根据使用者对仪器配置的不同会有所差异。
Band and optical resolution of the above spectrometers will vary depending on the user.

新窗口打开|下载CSV

2 叶绿素荧光主动与被动联合观测

2.1 联合观测的必要性

为了更好地理解塔基、机载、星载所测SIF值的时空变化, 迫切需要开展叶绿素荧光主动与被动联合观测。由于星基SIF反演算法波段的单一性, 无法获取到大区域尺度上全波段完整的荧光图谱, 也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(图1), 可以为卫星SIF观测值提供可靠的机理解释。

图1

新窗口打开|下载原图ZIP|生成PPT
图1水稻叶绿素荧光主动与被动联合观测耦合气体交换测定参数线性相关性矩阵。该图为野外实际观测数据。色块表示p < 0.05, 空白表示p > 0.05。C_ab, 叶片叶绿素浓度; ETR, 表观光合电子传递速率; F_s, 稳态荧光值; N, 叶片氮含量; NPQ, 非光化学淬灭; P_n, 净光合速率; SIF₇₄₀, 740 nm的日光诱导叶绿素荧光值; SIF_740yield, 740 nm的日光诱导叶绿素荧光量子产率; V_cmax, 最大羧化速率; Ф_F, 荧光效率; Ф_NPQ, NPQ效率; Ф_PSII, 光化学效率。

Fig. 1Linear correlation matrix for combined observation of actively and passively induced chlorophyll fluorescence coupled gas exchange measurement parameter in rice. The figure showed actual observation data in the field. Color black means p < 0.05, blank means p > 0.05. C_ab, leaf chlorophyll concentration; ETR, apparent combined electron transfer rate; F_s, steady-state fluorescence value; N, leaf nitrogen content; NPQ, non-photochemical quenching; P_n, net photosynthetic rate; SIF₇₄₀, value of sun-induced chlorophyll fluorescence at 740 nm; SIF_740yield, quantum yield of sun-induced chlorophyll fluorescence at 740 nm; V_cmax, maximum carboxylation rate; Ф_F, fluorescence efficiency; Ф_NPQ, NPQ efficiency; Ф_PSII, photochemical efficiency.



另外, 通过叶片尺度上叶绿素荧光主动与被动联合观测, 以及耦合气体交换测定系统, 可以在获得更为准确的荧光光合关系基础上, 通过模型模拟的方式, 如通用陆面模式(community land model, CLM)和耦合能量平衡的辐射传输模型(soil canopy observation, photochemistry, and energy fluxes, SCOPE)等模型将NPQ及Ф_PSII等的参数信息纳入冠层尺度上的SIF-GPP模型, 并通过近地面SIF联网观测所建立的数据库拓展到区域或者全球尺度, 建立更可靠的全球生产力模型(Raczka et al., 2019; Maguire et al., 2020; Marrs et al., 2020; Zhang et al., 2020)。

2.2 叶片尺度联合观测的仪器设备组成

主动与被动荧光联合观测的研究目前主要集中在叶片尺度上(Atherton et al., 2016; Magney et al., 2017; Rahimzadeh-Bajgiran et al., 2017; Vilfan et al., 2019; Marrs et al., 2020), 仪器设备主要包括光谱仪(图2A)、PAM荧光计(图2B)。被测叶片(图2H)固定在封闭的叶室(图2F)中以模拟暗适应的环境, PAM荧光计和光谱仪的光纤(图2G)同时以一定倾角插入封闭的叶室中, 在尽可能检测同一视场内叶绿素荧光变化的同时又不能遮蔽入射光线(图2D), 还要尽可能靠近叶片以确保脉冲完全光饱和(Magney et al., 2017)。叶室的进光口(图2E)装载有短通滤波片(<650 nm), 只有小于650 nm波长范围的光才被允许进入叶室。关闭进光口生成黑暗的环境, 由PAM荧光计发射饱和脉冲获取植物最大以及最小的荧光值。打开进光口, 经过过滤的入射光照射在叶片上诱导产生SIF, 并通过光谱仪记录大于650 nm的SIF光谱曲线图(图2A′), 同时也可由PAM记录叶片丰富的荧光参数信息及F_s、NPQ等与光合有效辐射强 度的响应关系(图2B′)。在入射光源的选择上, 可以直接采用自然光源(Cendrero-Mateoet al., 2016; Rahimzadeh-Bajgiran et al., 2017)或者人造光化光源(Magney et al., 2017, 2019b; Vilfan et al., 2019), 例如90%红色和10%蓝色的LED组合光源。另外, 在叶绿素荧光主动与被动联合观测系统的基础上还可以耦合气体交换装置(图2C), 气体交换仪通过气体交换通道与封闭的叶室连接起来, 并根据叶室内水汽浓度变化反映叶片光合信息(图2C′), 如光合速率、羧化速率、蒸腾速率等, 达到同步观测光合、主动荧光参数、SIF信号(Magneyet al., 2017, 2019b; Vilfan et al., 2019), 并在环境条件(光、温度、湿度)变化背景下建立光合作用与荧光、热耗散之间关系的目的。

图2

新窗口打开|下载原图ZIP|生成PPT
图2叶绿素荧光主动与被动联合观测耦合气体交换测定系统及其示例数据。测定系统主要包括: 光谱仪(A); PAM荧光计(B); 气体交换(C); 入射光线(D); 进光口(E); 封闭的叶室(F); 光纤(G); 被测叶片(H)。F_d, 光适应下可变荧光值; F_m, 最大荧光值; F_m', 光适应下最大荧光值; F_o, 最小荧光值; F_s, 稳态荧光值; F_v, 最大可变荧光值; NPQ, 非光化学淬灭。

Fig. 2Combined observation of actively and passively induced chlorophyll fluorescence coupled gas exchange measurement system and its sample data. The measurement system mainly includes: spectrometer (A); PAM fluorometer (B); gas exchange (C); incident light (D); light inlet (E); enclosed leaf chamber (F); optical fiber (G); leaves (H). F_d, variable fluorescence value under light adaptation; F_m, maximum fluorescence value; F_m', maximum fluorescence value under light adaptation; F_o, minimum fluorescence value; F_s, steady-state fluorescence value; F_v, maximum variable fluorescence value; NPQ, non-photochemical quenching; PAR, photosynthetically active radiation; SIF, sun-induced chlorophgll flhorescence.

2.3 冠层尺度联合观测的仪器设备组成

相对于叶片尺度的主动与被动荧光联合观测, 冠层尺度的联合观测进展缓慢。Acebron等(2020)最新的研究利用激光诱导荧光瞬变仪(laser induced fluorescence transient, LIFT)与近地面连续观测系统Flox, 对拟南芥(Arabidopsis thaliana)冠层进行了叶绿素荧光主动与被动联合观测, 其中LIFT的传感器距离目标60 cm, Flox的光纤距离目标10 cm, 展示了拟南芥SIF值、光合效率、NPQ以及叶片反射率之间的定量关系。其搭建的观测平台如图3所示, 其中LIFT技术是激光诱导产生荧光的技术, 可以将主动荧光观测尺度扩大到几十米的范围(Kolber et al., 2005; Rahimzadeh- Bajgiran et al., 2017; Acebron et al., 2020)。Kolber等(2005)通过LIFT技术对50 m外的目标植物进行了观测, 结果发现与近距离PAM技术所测荧光参数几乎没差异。

图3

新窗口打开|下载原图ZIP|生成PPT
图3利用LIFT技术及地面观测系统Flox搭建的主被动荧光联合观测系统(修改自Acebron (2020)的Fig. S2)。

Fig. 3Combined observation system of actively and passively induced chlorophyll fluorescence built by the LIFT technology and ground observation system Flox (modified from Fig. S2 of Acebron (2020)).

3 叶绿素荧光主动与被动联合观测应用前景

3.1 探索光合、荧光以及热耗散的能量分配

在叶绿体尺度, 光系统II (PSII)吸收的能量分别用于光合作用、发射荧光以及NPQ,三者的效率总和为1 (Hmimina et al., 2014; Lee et al., 2015; Cendrero-Mateo et al., 2016)。光系统(PSI和PSII)以串联的方式进行电子传输, 并且都可以产生叶绿素荧光。但是两个光系统对于叶绿素荧光光谱的贡献却不相同: 通常PSI的荧光效率较低, 常被认为是定值(Franck et al., 2002; Hasegawa et al., 2010; Porcar- Castell et al., 2014), 而PSII的荧光效率受到光化学淬灭(PQ)(Magney et al., 2019b)和NPQ (Franck et al., 2005; Lambrev et al., 2010)的影响。由于NPQ的效率取决植物生理状态以及所处的环境, 所以荧光效率和光化学效率之间的关系受到NPQ效率的调控(Flexas & Medrano, 2002; Baker, 2008; Faraloni et al., 2011; Lee et al., 2013; Porcar-Castell et al., 2014; Farooq et al., 2018)。

在叶片尺度, 主动观测可以获取Ф_F、Ф_PSII、Ф_NPQ (Hendrickson et al., 2004; Kramer et al., 2004; Chen et al., 2018), 被动观测可以获取SIF的量子效率SIF_yield = SIF/APAR(Acebron et al., 2020; Maguire et al., 2020), 气体交换测定系统可以获取光合速率(P_n)。我们通过对水稻进行叶绿素荧光主动与被动联合观测, 发现荧光效率和光化学效率的关系受到NPQ效率的调控(图4A), NPQ的变化也影响了760 nm的SIF值与P_n间的关系(图4B)。根据同一视场范围内叶绿素荧光主动与被动联合观测的Ф_F、Ф_PSII、Ф_NPQ、NPQ、SIF_yield、P_n等参数, 可以分析NPQ如何影响SIF_yield与光合间的关系, 探索叶片尺度能量在光合与荧光之间的分配。

图4

新窗口打开|下载原图ZIP|生成PPT
图4水稻Ф_F和Ф_PSII在Ф_NPQ影响下的关系变化(A), P_n与SIF₇₆₀在NPQ影响下的关系变化(B)。该图为野外实际观测数据。NPQ, 非光化学淬灭; P_n, 净光合速率; SIF₇₆₀, 760 nm的日光诱导叶绿素荧光值; Ф_F, 荧光效率; Ф_NPQ, NPQ效率; Ф_PSII, 光化学效率。

Fig. 4Relationship between Ф_F and Ф_PSII under the influence of Ф_NPQ(A), relationship change between P_n and SIF₇₆₀ under the influence of NPQ (B) in rice. The figure showed actual observation data in the field. NPQ, non-photochemical quenching; P_n, net photosynthetic rate; SIF₇₆₀, value of sun-induced chlorophyll fluorescence at 760 nm; Ф_F, fluorescence efficiency; Ф_NPQ, NPQ efficiency; Ф_PSII, photochemical efficiency.



在冠层尺度, 量化光合、荧光以及热耗散的能量分配仍然存在挑战(Porcar-Castell et al., 2014; van der Tol et al., 2014)。Atherton等(2016)通过对叶片尺度叶绿素荧光主动与被动的联合观测, 分析了SIF值、Ф_F、Ф_PSII以及NPQ之间的动态关系, 并利用PHOTOII模型将叶片尺度所确定的参数关系与冠层尺度联系起来。Acebron等(2020)通过LIFT技术以及Flox系统对拟南芥冠层进行了主被动联合观测, 探讨了Ф_PSII、SIF_yield、NPQ之间的关系。这些研究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, 同时为多尺度SIF信号模拟的辐射传输模型SCOPE、基于生理过程的PHOTOII模型(van der Tol et al., 2014, 2018; Atherton et al., 2016)的优化提供数据支持。

3.2 阐明SIF信号与GPP的关联机制

植被SIF值和GPP之间具有很强的线性关系, 这种关系为基于SIF估算GPP的模型提供了坚实的基础(Frankenberg et al., 2011; Guanter et al., 2012, 2014; Porcar-Castell et al., 2014; Verma et al., 2017)。然而, 目前这种经验关系缺乏机理解释(Magney et al., 2019a), 并且SIF观测值和GPP之间的关系会随着时空尺度的变化而变化(Cheng et al., 2013; Zarco-Tejada et al., 2016; Goulas et al., 2017; Liu et al., 2017)。在叶片尺度, SIF值与GPP的关系由于红光波段荧光重吸收作用以及远红外波段荧光散射作用的减弱而会比冠层上观察到的SIF-GPP关系更强(Liu et al., 2020); 在冠层尺度, SIF值与GPP之间的关系会因为叶片生理特性以及植被冠层结构的改变而改变(Porcar-Castell et al., 2014; Damm et al., 2015; Yang et al., 2018); 在区域尺度, 由于卫星每天最多只能获得一个SIF观测值, 并且有效的SIF观测值主要发生在晴天的特定时间段, 复杂的大气传输环境以及时间尺度上的不匹配必定会增加SIF值与GPP关系的不确定性(Hu et al., 2018; Yang et al., 2018)。

叶片尺度的叶绿素荧光主动与被动联合观测, 可以在测定丰富荧光参数的同时获取叶片实际的SIF信号, 还原SIF信号与GPP真实的关系(Liu et al., 2020)。研究表明, 光合效率、荧光效率、电子传递效率、叶龄、叶绿素含量、C₃/C₄光合途径、植物生长期等生物因素(Cui et al., 2016; Miao et al., 2018), 以及光照、温度、水分等非生物因素(Porcar-Castell et al., 2014; Wyber et al., 2017; Miao et al., 2018; Campbell et al., 2019; Magney et al., 2019a)会调节SIF值与GPP的关系。例如, Miao等(2018)基于美国大豆(Glycine max)田的研究发现, 光合效率和SIF_yield差异性的变化会导致SIF-GPP线性关系的改变。Cui等(2016)利用SCOPE模型模拟了GPP以及SIF信号, 结果表明SIF值与GPP的关系会受到不同生态系统叶绿素浓度及叶面积指数差异的影响, 并提出在建立SIF-GPP关系之前, 需要使用模型等方法来修正影响SIF-GPP关系的各种因素。

叶片尺度的叶绿素荧光主动与被动联合观测, 提供了生理参数之间的确定性联系, 是更复杂冠层模型的基石。Vilfan等(2019)将辐射传输模型FLUSPECT耦合到光合作用模型中, 尝试利用叶绿素荧光和反射率来估算植物的光合能力, 并利用叶片尺度主动与被动联合观测所获得的大量样本数据对模型进行测试验证, 结果表明该模型可以运用到冠层尺度对植被实际的光合能力进行估算。Raczka等(2019)通过主动与被动联合观测与CLM模型的结合, 在考虑持续性NPQ作用下, 改进了模型并模拟了科罗拉多州亚高山森林SIF信号的季节变化, 发现更符合塔基、星基SIF观测到的季节模式, 并指出为了更好地了解NPQ在多大程度上影响SIF值和GPP之间的关系, 必须进行更多的叶片尺度叶绿素荧光主动与被动联合观测。主动技术与被动观测系统的结合也有助于阐明SIF-GPP间的关联机制, 如Magney等(2019a)通过冠层SIF值测量仪器PhotoSpec与LI-6800F的PAM荧光方法, 将PAM技术中丰富的荧光参数与冠层SIF信号相结合, 对常绿系统的GPP与SIF信号进行了关联研究, 结果再次证实了GPP与SIF值之间稳定的相关性。

3.3 验证卫星SIF产品

卫星SIF产品的真实有效性迫切需要支持验证。叶绿素荧光所占的比例非常小, 属于微弱的电磁波信号, 大约只占地表反射信号的1%-2% (Meroni et al., 2009)。在自然光条件下, SIF信号对于植被冠层辐射的贡献只有不到3% (Zarco-Tejada et al., 2013)。由自然光激发产生的SIF在经过冠层重吸收、散射后又经过复杂的大气结构到达卫星传感器, 这中间的过程使得SIF信号的不确定性不断累积, 也使得荧光信号的检索变得复杂困难。而SIF信号的检索算法大都利用少量的窄波段进行, 如O₂-B、O₂-A波段或夫琅和费吸收暗线(Fournier et al., 2012; Burkart et al., 2015; Yang et al., 2015), 这种检索波段的单一性也使得SIF信号的解释存在不确定性。另外, 由于卫星每天最多只能获得一个SIF观测值, 有效的SIF观测值主要发生在晴天特定时间段(Hu et al., 2018; Yang et al., 2018)。因此, 光照条件、植被结构、背景反射和大气效应等都会影响荧光反演的结果(Guanter et al., 2010; Zarco-Tejada et al., 2013)。为了有效降低卫星SIF观测不确定性所带来的影响, 地面荧光观测网络的建立、拓展以及荧光模型的构建是必不可少的(Zarco-Tejada et al., 2013; Atherton et al., 2016; Drusch et al., 2016; Grossmann et al., 2018; Raczka et al., 2019; Zhang et al., 2020)。

叶绿素荧光主动与被动联合观测获取到的叶片尺度确定性参数关系可通过PHOTOII、CLM、SCOPE等模型扩展到冠层尺度, 在考虑NPQ等参数作用下与卫星SIF产品进行比较验证(van der Tol et al., 2014; Lee et al., 2015; Atherton et al., 2016; Raczka et al., 2019)。例如, Raczka等(2019)通过耦合持续性NPQ作用的CLM模型对科罗拉多州亚高山森林SIF信号进行模拟, 结果与GOME-2卫星SIF数据具备相同的季节模式。Zhang等(2020)通过SCOPE和BEPS-SIF模型对不同生态站点的SIF信号进行模拟, 结果与地面SIF观测结果显著相关。Lee等(2013)通过确定的参数关系, 利用改良的SCOPE对亚马孙地区的SIF信号进行了模拟并与GOSAT的SIF信号产品进行对比, 结果发现显著相关(R² = 0.79)。以上结果表明, 基于叶绿素荧光主动与被动联合观测的荧光模型可作为地面SIF观测网的补充, 将不同站点所测数据联系起来并与卫星SIF产品进行比较验证。

3.4 解译荧光光谱形状

卫星SIF信号大都集中于近红外区域特定的窄波段, 无法再现完整的荧光光谱曲线(Liu et al., 2020)。然而, 叶绿素荧光光谱形状相关的参数, 如红光与远红外波段荧光的比率等, 对植物胁迫状态及光合信息有指示作用(Cheng et al., 2013; Middleton et al., 2017)。研究表明, 冠层SIF值会受到植被胁迫状态、冠层结构、辐照条件、叶绿素浓度等的影响, 这些影响均会使得冠层SIF光谱曲线呈现不同的变化(Huang et al., 2007; Pinto et al., 2016; Vilfan et al., 2016; Yang et al., 2018; Atherton et al., 2019)。为了将SIF信号与植被生产力关联起来, 有必要对荧光光谱进行重建, 建立全波段的SIF光谱曲线(Zhao et al., 2014; Cogliati et al., 2015; Drusch et al., 2016)。

叶绿素荧光主动与被动联合观测, 在获取丰富荧光参数的同时又可以获取叶片全波段SIF光谱曲线。叶片尺度的红光波段荧光由于不存在冠层重吸收等的影响, 已被证明同GPP的关系优于远红外波段荧光同GPP的关系(Liu et al., 2020)。Magney等(2017)在同一视场同时测量了PAM荧光和SIF, 结果表明SIF和PAM荧光关系与荧光波长有关, 其斜率遵循荧光光谱曲线的平均形状。Magney等(2019b)在其另一篇文章中也通过叶绿素荧光主动与被动联合观测, 采用奇异值分解(SVD)方法分解了SIF光谱形状的影响成分, 揭示了荧光光谱形状对生理和环境条件变化的响应机制, 指出叶绿素荧光中约85%的光谱变化可以通过平均光谱形状的大小变化来解释。我们对水稻叶片进行了叶绿素荧光主动与被动联合观测, 发现氮会改变水稻叶片的SIF曲线(图5), 表明SIF值受到叶片氮含量、NPQ以及比叶质量(SLM)的共同调控(R² = 0.43)。

图5

新窗口打开|下载原图ZIP|生成PPT
图5水稻不同处理下叶片日光诱导叶绿素荧光光谱曲线。该图为野外实际观测数据。N, 叶片氮含量; NPQ, 非光化学淬灭; SIF_line, SIF光谱曲线; SLM, 比叶质量。

Fig. 5Leaves spectral curve of sun-induced chlorophyll fluorescence (SIF) under different treatments of rice. The figure showed actual observation data in the field. N, leaf nitrogen content; NPQ, non-photochemical quenching; SIF_line, SIF spectral curve; SLM, specific leaf mass.

4 总结和展望

叶绿素荧光主动与被动联合观测是量化全球植被生产力的关键。主动与被动联合观测可以在同一视场范围内获取植物Ф_F、SIF_yield、Ф_PSII、Ф_NPQ、NPQ、ETR等信息, 有助于探索光合、荧光以及热耗散的能量分配, 阐明SIF值与GPP的关联机制。将叶片尺度上荧光和光合所建立的确定性关系纳入PHOTOII、CLM、SCOPE等荧光模型中, 有助于更好地理解塔基、机载、星载SIF值的时空变化。叶绿素荧光主动与被动联合观测, 在获取丰富荧光参数的同时又可以获取叶片全波段SIF光谱曲线, 探索NPQ等荧光参数与SIF值的光谱依赖性。我们的研究表明, 叶绿素荧光的主动与被动联合观测有望在考虑NPQ等参数信息的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型至关重要。

参考文献 View Option 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1] Aasen H, van Wittenberghe S, Medina NS, Damm A, Goulas Y, Wieneke S, Hueni A, Malenovsky Z, Alonso L, Pacheco-Labrador J, Cendrero-Mateo MP, Tomelleri E, Burkart A, Cogliati S, Rascher U, Arthur AM (2019). Sun-induced chlorophyll fluorescence II: review of passive measurement setups, protocols, and their application at the leaf to canopy level
Remote Sensing, 11,927. DOI: 10.3390/rs11080927.
DOI:10.3390/rs11080927URL [本文引用: 1]

[2] Acebron K, Matsubara S, Jedmowski C, Emin D, Muller O, Rascher U (2020). Diurnal dynamics of nonphotochemical quenching in Arabidopsis npq mutants assessed by solar- induced fluorescence and reflectance measurements in the field
New Phytologist, 229, 4,2104-2119.
DOI:10.1111/nph.v229.4URL [本文引用: 6]

[3] Agati G, Foschi L, Grossi N, Guglielminetti L, Cerovic ZG, Volterrani M (2013). Fluorescence-based versus reflectance proximal sensing of nitrogen content in Paspalum vaginatum and Zoysia matrella turfgrasses
European Journal of Agronomy, 45,39-51.
DOI:10.1016/j.eja.2012.10.011URL [本文引用: 1]

[4] Amoros-Lopez J, Gomez-Chova L, Vila-Frances J, Alonso L, Calpe J, Moreno J, del Valle-Tascon S (2008). Evaluation of remote sensing of vegetation fluorescence by the analysis of diurnal cycles
International Journal of Remote Sensing, 29,5423-5436.
DOI:10.1080/01431160802036391URL [本文引用: 1]

[5] Araus JL, Sánchez C, Cabrera-Bosquet L (2010). Is heterosis in maize mediated through better water use
New Phytologist, 187,392-406.
DOI:10.1111/nph.2010.187.issue-2URL [本文引用: 1]

[6] Atherton J, Liu W, Porcar-Castell A (2019). Nocturnal Light Emitting Diode Induced Fluorescence (LEDIF): a new technique to measure the chlorophyll a fluorescence emission spectral distribution of plant canopies in situ
Remote Sensing of Environment, 231,111137. DOI: 10.1016/j.rse.2019.03.030.
DOI:10.1016/j.rse.2019.03.030URL [本文引用: 1]

[7] Atherton J, Nichol CJ, Porcar-Castell A (2016). Using spectral chlorophyll fluorescence and the photochemical reflectance index to predict physiological dynamics
Remote Sensing of Environment, 176,17-30.
DOI:10.1016/j.rse.2015.12.036URL [本文引用: 5]

[8] Baker NR (2008). Chlorophyll fluorescence: a probe of photosynthesis in vivo
Annual Review of Plant Biology, 59,89-113.
DOI:10.1146/annurev.arplant.59.032607.092759PMID:18444897 [本文引用: 3]
The use of chlorophyll fluorescence to monitor photosynthetic performance in algae and plants is now widespread. This review examines how fluorescence parameters can be used to evaluate changes in photosystem II (PSII) photochemistry, linear electron flux, and CO(2) assimilation in vivo, and outlines the theoretical bases for the use of specific fluorescence parameters. Although fluorescence parameters can be measured easily, many potential problems may arise when they are applied to predict changes in photosynthetic performance. In particular, consideration is given to problems associated with accurate estimation of the PSII operating efficiency measured by fluorescence and its relationship with the rates of linear electron flux and CO(2) assimilation. The roles of photochemical and nonphotochemical quenching in the determination of changes in PSII operating efficiency are examined. Finally, applications of fluorescence imaging to studies of photosynthetic heterogeneity and the rapid screening of large numbers of plants for perturbations in photosynthesis and associated metabolism are considered.

[9] Barranguet C, Kromkamp J (2000). Estimating primary production rates from photosynthetic electron transport in estuarine microphytobenthos
Marine Ecology Progress Series, 204,39-52.
DOI:10.3354/meps204039URL [本文引用: 1]

[10] Burkart A, Schickling A, Mateo MPC, Wrobel TJ, Rossini M, Cogliati S, Julitta T, Rascher U (2015). A method for uncertainty assessment of passive sun-induced chlorophyll fluorescence retrieval using an infrared reference light
IEEE Sensors Journal, 15,4603-4611.
DOI:10.1109/JSEN.2015.2422894URL [本文引用: 2]

[11] Campbell P, Huemmrich K, Middleton E, Ward L, Julitta T, Daughtry C, Burkart A, Russ A, Kustas W (2019). Diurnal and seasonal variations in chlorophyll fluorescence associated with photosynthesis at leaf and canopy scales
Remote Sensing, 11,488. DOI: 10.3390/rs11050488.
DOI:10.3390/rs11050488URL [本文引用: 1]

[12] Cendrero-Mateo MP, Moran MS, Papuga SA, Thorp KR, Alonso L, Moreno J, Ponce-Campos G, Rascher U, Wang G (2016). Plant chlorophyll fluorescence: active and passive measurements at canopy and leaf scales with different nitrogen treatments
Journal of Experimental Botany, 67,275-286.
DOI:10.1093/jxb/erv456PMID:26482242 [本文引用: 3]
Most studies assessing chlorophyll fluorescence (ChlF) have examined leaf responses to environmental stress conditions using active techniques. Alternatively, passive techniques are able to measure ChlF at both leaf and canopy scales. However, the measurement principles of both techniques are different, and only a few datasets concerning the relationships between them are reported in the literature. In this study, we investigated the potential for interchanging ChlF measurements using active techniques with passive measurements at different temporal and spatial scales. The ultimate objective was to determine the limits within which active and passive techniques are comparable. The results presented in this study showed that active and passive measurements were highly correlated over the growing season across nitrogen treatments at both canopy and leaf-average scale. At the single-leaf scale, the seasonal relation between techniques was weaker, but still significant. The variability within single-leaf measurements was largely related to leaf heterogeneity associated with variations in CO2 assimilation and stomatal conductance, and less so to variations in leaf chlorophyll content, leaf size or measurement inputs (e.g. light reflected and emitted by the leaf and illumination conditions and leaf spectrum). This uncertainty was exacerbated when single-leaf analysis was limited to a particular day rather than the entire season. We concluded that daily measurements of active and passive ChlF at the single-leaf scale are not comparable. However, canopy and leaf-average active measurements can be used to better understand the daily and seasonal behaviour of passive ChlF measurements. In turn, this can be used to better estimate plant photosynthetic capacity and therefore to provide improved information for crop management. ? The Author 2015. Published by Oxford University Press on behalf of the Society for Experimental Biology.

[13] Chen JM, Yu XP, Cheng JA (2006). The application of chlorophyll fluorescence kinetics in the study of physiological responses of plants to environmental stresses
Acta Agriculturae Zhejiangensis, 18,51-55.
[本文引用: 1]

[ 陈建明, 俞晓平, 程家安 (2006). 叶绿素荧光动力学及其在植物抗逆生理研究中的应用
浙江农业学报, 18,51-55.]
[本文引用: 1]

[14] Chen SG, Yang J, Zhang MS, Strasser RJ, Qiang S (2016). Classification and characteristics of heat tolerance in Ageratina adenophora populations using fast chlorophyll a fluorescence rise O-J-I-P
Environmental and Experimental Botany, 122,126-140.
DOI:10.1016/j.envexpbot.2015.09.011URL [本文引用: 1]

[15] Chen XJ, Mo XG, Hu S, Liu SX (2018). Relationship between fluorescence yield and photochemical yield under water stress and intermediate light conditions
Journal of Experimental Botany, 70,301-313.
DOI:10.1093/jxb/ery341URL [本文引用: 1]

[16] Cheng YB, Middleton E, Zhang QY, Huemmrich K, Campbell P, Corp L, Cook B, Kustas W, Daughtry C (2013). Integrating solar induced fluorescence and the photochemical reflectance index for estimating gross primary production in a cornfield
Remote Sensing, 5,6857-6879.
DOI:10.3390/rs5126857URL [本文引用: 2]

[17] Cogliati S, Verhoef W, Kraft S, Sabater N, Alonso L, Vicent J, Moreno J, Drusch M, Colombo R (2015). Retrieval of sun-induced fluorescence using advanced spectral fitting methods
Remote Sensing of Environment, 169,344-357.
DOI:10.1016/j.rse.2015.08.022URL [本文引用: 2]

[18] Consalvey M, Perkins RG, Paterson DM, Underwood GJC (2005). Pam fluorescence: a beginners guide for benthic diatomists
Diatom Research, 20,1-22.
DOI:10.1080/0269249X.2005.9705619URL [本文引用: 1]

[19] Cui TX, Sun R, Qiao C (2016). Assessing the factors determining the relationship between solar-induced chlorophyll fluorescence and GPP//IEEE
IEEE International Geoscience and Remote Sensing Symposium. IEEE, Beijing. DOI: 10.1109/IGARSS.2016.7729910.
DOI:10.1109/IGARSS.2016.7729910 [本文引用: 2]

[20] Damm A, Guanter L, Paul-Limoges E, van der Tol C, Hueni A, Buchmann N, Eugster W, Ammann C, Schaepman ME (2015). Far-red sun-induced chlorophyll fluorescence shows ecosystem-specific relationships to gross primary production: an assessment based on observational and modeling approaches
Remote Sensing of Environment, 166,91-105.
DOI:10.1016/j.rse.2015.06.004URL [本文引用: 2]

[21] Daumard F, Champagne S, Fournier A, Goulas Y, Ounis A, Hanocq JF, Moya I (2010). A field platform for continuous measurement of canopy fluorescence
IEEE Transactions on Geoscience and Remote Sensing, 48,3358-3368.
DOI:10.1109/TGRS.2010.2046420URL [本文引用: 2]

[22] Drusch M, Moreno J, del Bello U, Franco R, Goulas Y, Huth A, Kraft S, Middleton EM, Miglietta F, Mohammed G, Nedbal L, Rascher U, Schuttemeyer D, Verhoef W (2016). The FLuorescence EXplorer mission concept—ESA’s earth explorer 8
IEEE Transactions on Geoscience and Remote Sensing, 55,1273-1284.
DOI:10.1109/TGRS.2016.2621820URL [本文引用: 3]

[23] Du SS, Liu LY, Liu XJ, Guo J, Hu JC, Wang SQ, Zhang YG (2019). SIFSpec: measuring solar-induced chlorophyll fluorescence observations for remote sensing of photosynthesis
Sensors, 19,3009. DOI: 10.3390/s19133009.
DOI:10.3390/s19133009URL [本文引用: 1]

[24] Du SS, Liu LY, Liu XJ, Zhang X, Zhang XY, Bi YM, Zhang LC (2018). Retrieval of global terrestrial solar-induced chlorophyll fluorescence from TanSat satellite
Science Bulletin, 63,1502-1512.
DOI:10.1016/j.scib.2018.10.003URL [本文引用: 1]

[25] Eldering A, Taylor TE, O’dell CW, Pavlick R (2019). The OCO-3 mission: measurement objectives and expected performance based on 1 year of simulated data
Atmospheric Measurement Techniques, 12,2341-2370.
DOI:10.5194/amt-12-2341-2019URL [本文引用: 1]

[26] Faraloni C, Cutino I, Petruccelli R, Leva AR, Lazzeri S, Torzillo G (2011). Chlorophyll fluorescence technique as a rapid tool for in vitro screening of olive cultivars ( Olea europaea L.) tolerant to drought stress
Environmental and Experimental Botany, 73,49-56.
DOI:10.1016/j.envexpbot.2010.10.011URL [本文引用: 1]

[27] Farooq S, Chmeliov J, Wientjes E, Koehorst R, Bader A, Valkunas L, Trinkunas G, van Amerongen H (2018). Dynamic feedback of the photosystem II reaction centre on photoprotection in plants
Nature Plants, 4,225-231.
DOI:10.1038/s41477-018-0127-8URL [本文引用: 2]

[28] Flexas J, Medrano H (2002). Energy dissipation in C₃ plants under drought
Functional Plant Biology, 29,1209-1215.
DOI:10.1071/FP02015URL [本文引用: 1]

[29] Fournier A, Daumard F, Champagne S, Ounis A, Goulas Y, Moya I (2012). Effect of canopy structure on sun-induced chlorophyll fluorescence
ISPRS Journal of Photogrammetry and Remote Sensing, 68,112-120.
DOI:10.1016/j.isprsjprs.2012.01.003URL [本文引用: 2]

[30] Franck F, Dewez D, Popovic R (2005). Changes in the room-temperature emission spectrum of chlorophyll during fast and slow phases of the Kautsky effect in intact leaves
Photochemistry and Photobiology, 81,431-436.
DOI:10.1111/j.1751-1097.2005.tb00204.xURL [本文引用: 1]

[31] Franck F, Juneau P, Popovic R (2002). Resolution of the photosystem I and photosystem II contributions to chlorophyll fluorescence of intact leaves at room temperature
Biochimica et Biophysica Acta (BBA): Bioenergetics, 1556,239-246.
[本文引用: 1]

[32] Frankenbach S, Ezequiel J, Plecha S, Goessling JW, Vaz L, Kühl M, Dias JM, Vaz N, Ser?dio J (2020). Synoptic spatio- temporal variability of the photosynthetic productivity of microphytobenthos and phytoplankton in a tidal estuary
Frontiers in Marine Science, 7,170. DOI: 10.3389/fmars.2020.00170.
DOI:10.3389/fmars.2020.00170URL [本文引用: 1]

[33] Frankenberg C, Fisher JB, Worden J, Badgley G, Saatchi SS, Lee JE, Toon GC, Butz A, Jung M, Kuze A, Yokota T (2011). New global observations of the terrestrial carbon cycle from GOSAT: patterns of plant fluorescence with gross primary productivity
Geophysical Research Letters, 38,L17706. DOI: 10.1029/2011GL048738.
DOI:10.1029/2011GL048738 [本文引用: 2]

[34] Frankenberg C, O’dell C, Berry J, Guanter L, Joiner J, K?hler P, Pollock R, Taylor TE (2014). Prospects for chlorophyll fluorescence remote sensing from the Orbiting Carbon Observatory-2
Remote Sensing of Environment, 147,1-12.
DOI:10.1016/j.rse.2014.02.007URL [本文引用: 1]

[35] Goulas Y, Fournier A, Daumard F, Champagne S, Ounis A, Marloie O, Moya I (2017). Gross primary production of a wheat canopy relates stronger tofar red than to red solar- induced chlorophyll fluorescence
Remote Sensing, 9,97. DOI: 10.3390/rs9010097.
DOI:10.3390/rs9010097URL [本文引用: 1]

[36] Grossmann K, Frankenberg C, Magney TS, Hurlock SC, Seibt U, Stutz J (2018). PhotoSpec: a new instrument to measure spatially distributed red and far-red solar-induced chlorophyll fluorescence
Remote Sensing of Environment, 216,311-327.
DOI:10.1016/j.rse.2018.07.002URL [本文引用: 2]

[37] Gu L, Wood JD, Chang CYY, Sun Y, Riggs JS (2018). Advancing terrestrial ecosystem science with a novel automated measurement system for sun-induced chlorophyll fluorescence for integration with eddy covariance flux networks
Journal of Geophysical Research: Biogeosciences, 124,127-146.
DOI:10.1029/2018JG004742URL [本文引用: 1]

[38] Guanter L, Aben I, Tol P, Krijger JM, Hollstein A, K?hler P, Damm A, Joiner J, Frankenberg C, Landgraf J (2015). Potential of the TROPOspheric Monitoring Instrument (TROPOMI) onboard the Sentinel-5 Precursor for the monitoring of terrestrial chlorophyll fluorescence
Atmospheric Measurement Techniques, 8,1337-1352.
DOI:10.5194/amt-8-1337-2015URL [本文引用: 1]

[39] Guanter L, Alonso L, Gómez-Chova L, Meroni M, Preusker R, Fischer J, Moreno J (2010). Developments for vegetation fluorescence retrieval from spaceborne high-resolution spectrometry in the O₂-A and O₂-B absorption bands
Journal of Geophysical Research: Atmospheres, 115,D19303. DOI: 10.1029/2009JD013716.
DOI:10.1029/2009JD013716URL [本文引用: 1]

[40] Guanter L, Frankenberg C, Dudhia A, Lewis PE, Gómez-Dans J, Kuze A, Suto H, Grainger RG (2012). Retrieval and global assessment of terrestrial chlorophyll fluorescence from GOSAT space measurements
Remote Sensing of Environment, 121,236-251.
DOI:10.1016/j.rse.2012.02.006URL [本文引用: 1]

[41] Guanter L, Zhang Y, Jung M, Joiner J, Voigt M, Berry JA, Frankenberg C, Huete AR, Zarco-Tejada P, Lee JE, Moran MS, Ponce-Campos G, Beer C, Camps-Valls G, Buchmann N, Gianelle D, Klumpp K, Cescatti A, Baker JM, Griffis TJ (2014). Global and time-resolved monitoring of crop photosynthesis with chlorophyll fluorescence
Proceedings of the National Academy of Sciences of the United States of American, 111,1327-1333.
[本文引用: 2]

[42] Hasegawa M, Shiina T, Terazima M, Kumazaki S (2010). Selective excitation of photosystems in chloroplasts inside plant leaves observed by near-infrared laser-based fluorescence spectral microscopy
Plant and Cell Physiology, 51,225-238.
DOI:10.1093/pcp/pcp182URL [本文引用: 1]

[43] Hendrickson L, Furbank RT, Chow WS (2004). A simple alternative approach to assessing the fate of absorbed light energy using chlorophyll fluorescence
Photosynthesis Research, 82,73-81.
PMID:16228614 [本文引用: 1]
We propose a simplified alternative method for quantifying the partitioning of excitation energy between photochemistry, fluorescence and thermal dissipation. This alternative technique uses existing well-defined quantum efficiencies such as Phi(PS II), leaving no 'excess' efficiency unaccounted for, effectively separates regulated and constitutive thermal dissipation processes, does not require the use of F(o) and F'(o) measurements and gives very similar results to the method proposed by Kramer et al. [(2004) Photosynth Res 79: 209-218]. We demonstrate the use of the technique using chlorophyll fluorescence measurements in grapevine leaves and observe a high dependence on thermal dissipation processes (up to 75%) at both high light and low temperature.

[44] Hmimina G, Dufrêne E, Soudani K (2014). Relationship between photochemical reflectance index and leaf ecophysiological and biochemical parameters under two different water statuses: towards a rapid and efficient correction method using real-time measurements
Plant, Cell & Environment, 37,473-487.
[本文引用: 2]

[45] Hu JC, Liu LY, Guo J, Du SS, Liu XJ (2018). Upscaling solar- induced chlorophyll fluorescence from an instantaneous to daily scale gives an improved estimation of the gross primary productivity
Remote Sensing, 10, 1663. DOI: 10.3390/rs10101663.
DOI:10.3390/rs10101663 [本文引用: 4]

[46] Huang D, Knyazikhin Y, Dickinson RE, Rautiainen M, Stenberg P, Disney M, Lewis P, Cescatti A, Tian YH, Verhoef W, Martonchik JV, Myneni RB (2007). Canopy spectral invariants for remote sensing and model applications
Remote Sensing of Environment, 106,106-122.
DOI:10.1016/j.rse.2006.08.001URL [本文引用: 1]

[47] Ji MH, Tang BH, Li ZL (2019). Review of solar-induced chlorophyll fluorescence retrieval methods from satellite data
Remote Sensing Technology and Application, 34,455-466.
[本文引用: 1]

[ 纪梦豪, 唐伯惠, 李召良 (2019). 太阳诱导叶绿素荧光的卫星遥感反演方法研究进展
遥感技术与应用, 34,455-466.]
[本文引用: 1]

[48] Joiner J, Guanter L, Lindstrot R, Voigt M, Vasilkov AP, Middleton EM, Huemmrich KF, Yoshida Y, Frankenberg C (2013). Global monitoring of terrestrial chlorophyll fluorescence from moderate-spectral-resolution near-infrared satellite measurements: methodology, simulations, and application to GOME-2
Atmospheric Measurement Techniques, 6,2803-2823.
DOI:10.5194/amt-6-2803-2013URL [本文引用: 1]

[49] Joiner J, Yoshida Y, Vasilkov AP, Yoshida Y, Corp LA, Middleton EM (2011). First observations of global and seasonal terrestrial chlorophyll fluorescence from space
Biogeosciences, 8,637-651.
DOI:10.5194/bg-8-637-2011URL [本文引用: 3]

[50] Kolber Z, Klimov D, Ananyev G, Rascher U, Berry J, Osmond B (2005). Measuring photosynthetic parameters at a distance: laser induced fluorescence transient (LIFT) method for remote measurements of photosynthesis in terrestrial vegetation
Photosynthesis Research, 84,121-129.
DOI:10.1007/s11120-005-5092-1URL [本文引用: 3]

[51] Konanz S, Kocsányi L, Buschmann C (2014). Advanced multi-color fluorescence imaging system for detection of biotic and abiotic stresses in leaves
Agriculture, 4,79-95.
DOI:10.3390/agriculture4020079URL [本文引用: 1]

[52] Kramer DM, Johnson G, Kiirats O, Edwards GE (2004). New fluorescence parameters for the determination of QARedox state and excitation energy fluxes
Photosynthesis Research, 79,209-218.
DOI:10.1023/B:PRES.0000015391.99477.0dURL [本文引用: 1]

[53] Kromdijk J, Glowacka K, Leonelli L, Gabilly ST, Iwai M, Niyogi KK, Long SP (2016). Improving photosynthesis and crop productivity by accelerating recovery from photoprotection
Science, 354,857-861.
DOI:10.1126/science.aai8878URL [本文引用: 1]

[54] Lambrev PH, Nilkens M, Miloslavina Y, Jahns P, Holzwarth AR (2010). Kinetic and spectral resolution of multiple nonphotochemical quenching components in Arabidopsis leaves
Plant Physiology, 152,1611-1624.
DOI:10.1104/pp.109.148213PMID:20032080 [本文引用: 1]
Using novel specially designed instrumentation, fluorescence emission spectra were recorded from Arabidopsis (Arabidopsis thaliana) leaves during the induction period of dark to high-light adaptation in order to follow the spectral changes associated with the formation of nonphotochemical quenching. In addition to an overall decrease of photosystem II fluorescence (quenching) across the entire spectrum, high light induced two specific relative changes in the spectra: (1) a decrease of the main emission band at 682 nm relative to the far-red (750-760 nm) part of the spectrum (Delta F(682)); and (2) an increase at 720 to 730 nm (Delta F(720)) relative to 750 to 760 nm. The kinetics of the two relative spectral changes and their dependence on various mutants revealed that they do not originate from the same process but rather from at least two independent processes. The Delta F(720) change is specifically associated with the rapidly reversible energy-dependent quenching. Comparison of the wild-type Arabidopsis with mutants unable to produce or overexpressing the PsbS subunit of photosystem II showed that PsbS was a necessary component for Delta F(720). The spectral change Delta F(682) is induced both by energy-dependent quenching and by PsbS-independent mechanism(s). A third novel quenching process, independent from both PsbS and zeaxanthin, is activated by a high turnover rate of photosystem II. Its induction and relaxation occur on a time scale of a few minutes. Analysis of the spectral inhomogeneity of nonphotochemical quenching allows extraction of mechanistically valuable information from the fluorescence induction kinetics when registered in a spectrally resolved fashion.

[55] Lee JE, Berry JA, van der Tol C, Yang X, Guanter L, Damm A, Baker I, Frankenberg C (2015). Simulations of chlorophyll fluorescence incorporated into the Community Land Model version 4
Global Change Biology, 21,3469-3477.
DOI:10.1111/gcb.2015.21.issue-9URL [本文引用: 2]

[56] Lee JE, Frankenberg C, van der Tol C, Berry JA, Guanter L, Boyce CK, Fisher JB, Morrow E, Worden JR, Asefi S, Badgley G, Saatchi S (2013). Forest productivity and water stress in Amazonia: observations from GOSAT chlorophyll fluorescence
Proceedings of The Royal Society B: Biological Sciences, 280,20130171. DOI: 10.1098/rspb. 2013.0171.
DOI:10.1098/rspb. 2013.0171URL [本文引用: 2]

[57] Li QF, Li ZM, Ji JW, Zou QY, Yu H (2013). Applications of chlorophyll fluorescence kinetics in the physiological resistance studies of plant
Hubei Agricultural Sciences, 52,5399-5402.
[本文引用: 1]

[ 李钦夫, 李征明, 纪建伟, 邹秋滢, 于辉 (2013). 叶绿素荧光动力学及在植物抗逆生理研究中的应用
湖北农业科学, 52,5399-5402.]
[本文引用: 1]

[58] Li SL, Gao MF, Li ZL, Li FJ, Gao Y, Liao QY (2018). Retrieval of chlorophyll fluorescence from Tansat in Northeast China
China Agricultural Informatics, (6),53-62.
[本文引用: 1]

[ 李石磊, 高懋芳, 李召良, 李方杰, 高雅, 廖前瑜 (2018). 基于碳卫星的中国东北地区叶绿素荧光反演
中国农业信息, (6),53-62.]
[本文引用: 1]

[59] Liang Y, Li JY, Zhang YW (2013). Research advances of the remote sensing of solar-induced chlorophyll fluorescence
Chinese Agricultural Science Bulletin, 29,107-112.
[本文引用: 1]

[ 梁寅, 李军营, 张云伟 (2013). 日光诱导叶绿素荧光遥感探测的研究进展
中国农学通报, 29,107-112.]
[本文引用: 1]

[60] Liu LY, Guan LL, Liu XJ (2017). Directly estimating diurnal changes in GPP for C₃ and C₄ crops using far-red sun-induced chlorophyll fluorescence
Agricultural and Forest Meteorology, 232,1-9.
DOI:10.1016/j.agrformet.2016.06.014URL [本文引用: 1]

[61] Liu XJ, Liu LY, Hu JC, Guo J, Du SS (2020). Improving the potential of red SIF for estimating GPP by downscaling from the canopy level to the photosystem level
Agricultural and Forest Meteorology, 281,107846. DOI: 10.1016/j.agrformet.2019.107846.
DOI:10.1016/j.agrformet.2019.107846URL [本文引用: 4]

[62] Magney TS, Bowling DR, Logan BA, Grossmann K, Stutz J, Blanken PD, Burns SP, Cheng R, Garcia MA, K?hler P, Lopez S, Parazoo NC, Raczka B, Schimel D, Frankenberg C (2019a). Mechanistic evidence for tracking the seasonality of photosynthesis with solar-induced fluorescence
Proceedings of the National Academy of Sciences of the United States of American, 116,11640-11645.
[本文引用: 4]

[63] Magney TS, Frankenberg C, Fisher JB, Sun Y, North GB, Davis TS, Kornfeld A, Siebke K (2017). Connecting active to passive fluorescence with photosynthesis :a method for evaluating remote sensing measurements of Chl fluorescence
New Phytologist, 215,1594-1608.
[本文引用: 5]

[64] Magney TS, Frankenberg C, K?hler P, North G, Davis TS, Dold C, Dutta D, Fisher JB, Grossmann K, Harrington A, Hatfield J, Stutz J, Sun Y, Porcar-Castell A (2019b). Disentangling changes in the spectral shape of chlorophyll fluorescence: implications for remote sensing of photosynthesis
Journal of Geophysical Research: Biogeosciences, 124,1491-1507.
DOI:10.1029/2019JG005029URL [本文引用: 4]

[65] Maguire AJ, Eitel JUH, Griffin KL, Magney TS, Long RA, Vierling LA, Schmiege SC, Jennewein JS, Weygint WA, Boelman NT, Bruner SG (2020). On the functional relationship between fluorescence and photochemical yields in complex evergreen needleleaf canopies
Geophysical Research Letters, 47, e2020GL087858. DOI: 10.1029/2020GL087858.
DOI:10.1029/2020GL087858 [本文引用: 2]

[66] Marrs JK, Reblin JS, Logan BA, Allen DW, Reinmann AB, Bombard DM, Tabachnik D, Hutyra LR (2020). Solar- induced fluorescence does not track photosynthetic carbon assimilation following induced stomatal closure
Geophysical Research Letters, 47, e2020GL087956. DOI: 10.1111/nph.16984.
DOI:10.1111/nph.16984 [本文引用: 2]

[67] Maxwell K, Johnson GN (2000). Chlorophyll fluorescence—A practical guide
Journal of Experimental Botany, 51,659-668.
DOI:10.1093/jexbot/51.345.659URL [本文引用: 2]

[68] McMurtrey JE, Middleton EM, Corp LA, Entcheva Campbell PK, Butcher LM, Chappelle EW, Cook WB (2002). Fluorescence responses from nitrogen plant stress in 4 Fraunhofer band regions
IEEE International Geoscience and Remote Sensing Symposium, 3,1538-1540.
[本文引用: 1]

[69] Meroni M, Rossini M, Guanter L, Alonso L, Rascher U, Colombo R, Moreno J (2009). Remote sensing of solar- induced chlorophyll fluorescence: review of methods and applications
Remote Sensing of Environment, 113,2037-2051.
DOI:10.1016/j.rse.2009.05.003URL [本文引用: 2]

[70] Miao GF, Guan KY, Yang X, Bernacchi CJ, Berry JA, DeLucia EH, Wu J, Moore CE, Meacham K, Cai YP, Peng B, Kimm H, Masters MD (2018). Sun-induced chlorophyll fluorescence, photosynthesis, and light use efficiency of a soybean field from seasonally continuous measurements
Journal of Geophysical Research: Biogeosciences, 123,610-623.
DOI:10.1002/2017JG004180URL [本文引用: 5]

[71] Middleton E, Rascher U, Corp L, Huemmrich K, Cook B, Noormets A, Schickling A, Pinto F, Alonso L, Damm A, Guanter L, Colombo R, Campbell P, Landis D, Zhang QY, Rossini M, Schuettemeyer D, Bianchi RM (2017). The 2013 FLEX—US airborne campaign at the parker tract loblolly pine plantation in North Carolina, USA.
Remote Sensing, 9,612. DOI: 10.3390/rs9060612.
DOI:10.3390/rs9060612URL [本文引用: 1]

[72] Mohammed GH, Colombo R, Middleton EM, Rascher U, van der Tol C, Nedbal L, Goulas Y, Pérez-Priego O, Damm A, Meroni M, Joiner J, Cogliati S, Verhoef W, Malenovsky Z, Gastellu-Etchegorry JP, et al. (2019). Remote sensing of solar-induced chlorophyll fluorescence (SIF) in vegetation: 50 years of progress
Remote Sensing of Environment, 231,111177. DOI: 10.1016/j.rse.2019.04.030.
DOI:10.1016/j.rse.2019.04.030URL [本文引用: 6]

[73] Murchie EH, Lawson T (2013). Chlorophyll fluorescence analysis: a guide to good practice and understanding some new applications
Journal of Experimental Botany, 64,3983-3998.
DOI:10.1093/jxb/ert208PMID:23913954 [本文引用: 1]
Chlorophyll fluorescence is a non-invasive measurement of photosystem II (PSII) activity and is a commonly used technique in plant physiology. The sensitivity of PSII activity to abiotic and biotic factors has made this a key technique not only for understanding the photosynthetic mechanisms but also as a broader indicator of how plants respond to environmental change. This, along with low cost and ease of collecting data, has resulted in the appearance of a large array of instrument types for measurement and calculated parameters which can be bewildering for the new user. Moreover, its accessibility can lead to misuse and misinterpretation when the underlying photosynthetic processes are not fully appreciated. This review is timely because it sits at a point of renewed interest in chlorophyll fluorescence where fast measurements of photosynthetic performance are now required for crop improvement purposes. Here we help the researcher make choices in terms of protocols using the equipment and expertise available, especially for field measurements. We start with a basic overview of the principles of fluorescence analysis and provide advice on best practice for taking pulse amplitude-modulated measurements. We also discuss a number of emerging techniques for contemporary crop and ecology research, where we see continual development and application of analytical techniques to meet the new challenges that have arisen in recent years. We end the review by briefly discussing the emerging area of monitoring fluorescence, chlorophyll fluorescence imaging, field phenotyping, and remote sensing of crops for yield and biomass enhancement.

[74] Nakajima M, Suto H, Yotsumoto K, Shiomi K, Hirabayashi T (2017). Fourier transform spectrometer on GOSAT and GOSAT-2
//Sodniks, CugnyB, KarafolasN. Proc SPIE 10563, International Conference on Space Optics—ICSO 2014. SPIE, Canary Islans, Spain. DOI: 10.1117/12.2304062.
DOI:10.1117/12.2304062 [本文引用: 1]

[75] O’Brien DM, Polonsky IN, Utembe SR, Rayner PJ (2016). Potential of a geostationary GeoCARB mission to estimate surface emissions of CO₂, CH₄ and CO in a polluted urban environment: case study Shanghai
Atmospheric Measurement Techniques, 9,4633-4654.
DOI:10.5194/amt-9-4633-2016URL [本文引用: 1]

[76] Pinto F, Damm A, Schickling A, Panigada C, Cogliati S, Müller-Linow M, Balvora A, Rascher U (2016). Sun- induced chlorophyll fluorescence from high-resolution imaging spectroscopy data to quantify spatio-temporal patterns of photosynthetic function in crop canopies
Plant, Cell & Environment, 39,1500-1512.
[本文引用: 1]

[77] Plascyk JA, Gabriel FC (1975). The Fraunhofer line discriminator MKII—An airborne instrument for precise and standardized ecological luminescence measurement
IEEE Transactions on Instrumentation and Measurement, 24,306-313.
DOI:10.1109/TIM.1975.4314448URL [本文引用: 1]

[78] Porcar-Castell A, Mac Arthur A, Rossini M, Eklundh L, Pacheco-Labrador J, Anderson K, Balzarolo M, Martín MP, Jin H, Tomelleri E, Cerasoli S, Sakowska K, Hueni A, Julitta T, Nichol CJ, Vescovo L (2015). EUROSPEC: at the interface between remote sensing and ecosystem CO₂ flux measurements in Europe
Biogeosciences Discussions, 12,13069-13121.
[本文引用: 1]

[79] Porcar-Castell A, Tyystj?rvi E, Atherton J, van der Tol C, Flexas J, Pfündel EE, Moreno J, Frankenberg C, Berry JA (2014). Linking chlorophyll a fluorescence to photosynthesis for remote sensing applications: mechanisms and challenges
Journal of Experimental Botany, 65,4065-4095.
DOI:10.1093/jxb/eru191PMID:24868038 [本文引用: 10]
Chlorophyll a fluorescence (ChlF) has been used for decades to study the organization, functioning, and physiology of photosynthesis at the leaf and subcellular levels. ChlF is now measurable from remote sensing platforms. This provides a new optical means to track photosynthesis and gross primary productivity of terrestrial ecosystems. Importantly, the spatiotemporal and methodological context of the new applications is dramatically different compared with most of the available ChlF literature, which raises a number of important considerations. Although we have a good mechanistic understanding of the processes that control the ChlF signal over the short term, the seasonal link between ChlF and photosynthesis remains obscure. Additionally, while the current understanding of in vivo ChlF is based on pulse amplitude-modulated (PAM) measurements, remote sensing applications are based on the measurement of the passive solar-induced chlorophyll fluorescence (SIF), which entails important differences and new challenges that remain to be solved. In this review we introduce and revisit the physical, physiological, and methodological factors that control the leaf-level ChlF signal in the context of the new remote sensing applications. Specifically, we present the basis of photosynthetic acclimation and its optical signals, we introduce the physical and physiological basis of ChlF from the molecular to the leaf level and beyond, and we introduce and compare PAM and SIF methodology. Finally, we evaluate and identify the challenges that still remain to be answered in order to consolidate our mechanistic understanding of the remotely sensed SIF signal. ? The Author 2014. Published by Oxford University Press on behalf of the Society for Experimental Biology. All rights reserved. For permissions, please email: journals.permissions@oup.com.

[80] Raczka B, Porcar-Castell A, Magney T, Lee JE, K?hler P, Frankenberg C, Grossmann K, Logan BA, Stutz J, Blanken PD, Burns SP, Duarte H, Yang X, Lin JC, Bowling DR (2019). Sustained nonphotochemical quenching shapes the seasonal pattern of solar-induced fluorescence at a high-elevation evergreen forest
Journal of Geophysical Research: Biogeosciences, 124,2005-2020.
DOI:10.1029/2018JG004883URL [本文引用: 5]

[81] Rahimzadeh-Bajgiran P, Tubuxin B, Omasa K (2017). Estimating chlorophyll fluorescence parameters using the joint Fraunhofer line depth and laser-induced saturation pulse (FLD-LISP) method in different plant species
Remote Sensing, 9,599. DOI: 10.3390/rs9060599.
DOI:10.3390/rs9060599URL [本文引用: 3]

[82] Ryu Y, Berry JA, Baldocchi DD (2019). What is global photosynthesis? History, uncertainties and opportunities
Remote Sensing of Environment, 223,95-114.
DOI:10.1016/j.rse.2019.01.016URL [本文引用: 1]

[83] Stirbet A, Govindjee (2011). On the relation between the Kautsky effect (chlorophyll a fluorescence induction) and photosystem II: basics and applications of the OJIP fluorescence transient
Journal of Photochemistry and Photobiology B: Biology, 104,236-257.
DOI:10.1016/j.jphotobiol.2010.12.010URL [本文引用: 1]

[84] Sun Y, Frankenberg C, Jung M, Joiner J, Guanter L, K?hler P, Magney T (2018). Overview of solar-induced chlorophyll fluorescence (SIF) from the Orbiting Carbon Observatory-2: retrieval, cross-mission comparison, and global monitoring for GPP
Remote Sensing of Environment, 209,808-823.
DOI:10.1016/j.rse.2018.02.016URL [本文引用: 3]

[85] Sun Y, Frankenberg C, Wood JD, Schimel DS, Jung M, Guanter L, Drewry DT, Verma M, Porcar-Castell A, Griffis TJ, Gu L, Magney TS, K?hler P, Evans B, Yuen K (2017). OCO-2 advances photosynthesis observation from space via solar-induced chlorophyll fluorescence
Science,358, eaam5747. DOI: 10.1126/science.aam5747.
DOI:10.1126/science.aam5747 [本文引用: 1]

[86] van der Tol C, Berry JA, Campbell PKE, Rascher U (2014). Models of fluorescence and photosynthesis for interpreting measurements of solar-induced chlorophyll fluorescence
Journal of Geophysical Research: Biogeosciences, 119,2312-2327.
DOI:10.1002/jgrg.v119.12URL [本文引用: 3]

[87] van der Tol C, Vilfan N, Yang PQ, Bayat B, Verhoef W (2018). Modeling reflectance, fluorescence and photosynthesis: development of the SCOPE model//IEEE
IEEE International Geoscience and Remote Sensing Symposium. IEEE, Beijing. DOI: 10.1109/IGARSS.2018.8517517.
DOI:10.1109/IGARSS.2018.8517517 [本文引用: 1]

[88] Verma M, Schimel D, Evans B, Frankenberg C, Beringer J, Drewry DT, Magney T, Marang I, Hutley L, Moore C, Eldering A (2017). Effect of environmental conditions on the relationship between solar-induced fluorescence and gross primary productivity at an O_zFlux grassland site
Journal of Geophysical Research: Biogeosciences, 122,716-733.
DOI:10.1002/jgrg.v122.3URL [本文引用: 1]

[89] Verrelst J, van der Tol C, Magnani F, Sabater N, Rivera JP, Mohammed G, Moreno J (2016). Evaluating the predictive power of sun-induced chlorophyll fluorescence to estimate net photosynthesis of vegetation canopies: a SCOPE modeling study
Remote Sensing of Environment, 176,139-151.
DOI:10.1016/j.rse.2016.01.018URL [本文引用: 1]

[90] Vilfan N, van der Tol C, Muller O, Rascher U, Verhoef W (2016). Fluspect-B: a model for leaf fluorescence, reflectance and transmittance spectra
Remote Sensing of Environment, 186,596-615.
DOI:10.1016/j.rse.2016.09.017URL [本文引用: 1]

[91] Vilfan N, van der Tol C, Verhoef W (2019). Estimating photosynthetic capacity from leaf reflectance and Chl fluorescence by coupling radiative transfer to a model for photosynthesis
New Phytologist, 223,487-500.
DOI:10.1111/nph.2019.223.issue-1URL [本文引用: 4]

[92] Wang R, Liu ZG, Yang PQ (2012). Principle and progress in remote sensing of vegetation solar-induced chlorophyll fluorescence
Advances in Earth Science, 27,1221-1228.
[本文引用: 2]

[ 王冉, 刘志刚, 杨沛琦 (2012). 植物日光诱导叶绿素荧光的遥感原理及研究进展
地球科学进展, 27,1221-1228.]
[本文引用: 2]

[93] Wang SH, Zhang LF, Huang CP, Qiao N (2017). Ground-based long-term remote sensing of solar-induced chlorophyll fluorescence: methods, challenges and opportunities
IEEE International Geoscience and Remote Sensing Symposium. DOI: 10.1109/IGARSS.2017.8127845.
DOI:10.1109/IGARSS.2017.8127845 [本文引用: 1]

[94] Wohlfahrt G, Gerdel K, Migliavacca M, Rotenberg E, Tatarinov F, Müller J, Hammerle A, Julitta T, Spielmann FM, Yakir D (2018). Sun-induced fluorescence and gross primary productivity during a heat wave
Scientific Reports, 8,14169. DOI: 10.1038/s41598-018-32602-z.
DOI:10.1038/s41598-018-32602-zPMID:30242255 [本文引用: 1]
Remote sensing of sun-induced chlorophyll fluorescence (SIF) has been suggested as a promising approach for probing changes in global terrestrial gross primary productivity (GPP). To date, however, most studies were conducted in situations when/where changes in both SIF and GPP were driven by large changes in the absorbed photosynthetically active radiation (APAR) and phenology. Here we quantified SIF and GPP during a short-term intense heat wave at a Mediterranean pine forest, during which changes in APAR were negligible. GPP decreased linearly during the course of the heat wave, while SIF declined slightly initially and then dropped dramatically during the peak of the heat wave, temporally coinciding with a biochemical impairment of photosynthesis inferred from the increase in the uptake ratio of carbonyl sulfide to carbon dioxide. SIF thus accounted for less than 35% of the variability in GPP and, even though it responded to the impairment of photosynthesis, appears to offer limited potential for quantitatively monitoring GPP during heat waves in the absence of large changes in APAR.

[95] Wolanin A, Rozanov VV, Dinter T, No?l S, Vountas M, Burrows JP, Bracher A (2015). Global retrieval of marine and terrestrial chlorophyll fluorescence at its red peak using hyperspectral top of atmosphere radiance measurements: feasibility study and first results
Remote Sensing of Environment, 166,243-261.
DOI:10.1016/j.rse.2015.05.018URL [本文引用: 1]

[96] Wyber R, Malenovsky Z, Ashcroft M, Osmond B, Robinson S (2017). Do daily and seasonal trends in leaf solar induced fluorescence reflect changes in photosynthesis, growth or light exposure
Remote Sensing, 9,604. DOI: 10.3390/rs9060604.
DOI:10.3390/rs9060604URL [本文引用: 1]

[97] Yang KG, Ryu Y, Dechant B, Berry JA, Hwang Y, Jiang CY, Kang M, Kim J, Kimm H, Kornfeld A, Yang X (2018). Sun-induced chlorophyll fluorescence is more strongly related to absorbed light than to photosynthesis at half-hourly resolution in a rice paddy
Remote Sensing of Environment, 216,658-673.
DOI:10.1016/j.rse.2018.07.008URL [本文引用: 5]

[98] Yang X, Tang JW, Mustard JF, Lee JE, Rossini M, Joiner J, Munger JW, Kornfeld A, Richardson AD (2015). Solar- induced chlorophyll fluorescence that correlates with canopy photosynthesis on diurnal and seasonal scales in a temperate deciduous forest
Geophysical Research Letters, 42,2977-2987.
DOI:10.1002/2015GL063201URL [本文引用: 2]

[99] You X, Gong JR (2012). Significance and application of chlorophyll fluorescence dynamics process parameters
Journal of West China Forestry Science, 41,90-94.
[本文引用: 1]

[ 尤鑫, 龚吉蕊 (2012). 叶绿素荧光动力学参数的意义及实例辨析
西部林业科学, 41,90-94.]
[本文引用: 1]

[100] Zarco-Tejada PJ, González-Dugo MV, Fereres E (2016). Seasonal stability of chlorophyll fluorescence quantified from airborne hyperspectral imagery as an indicator of net photosynthesis in the context of precision agriculture
Remote Sensing of Environment, 179,89-103.
DOI:10.1016/j.rse.2016.03.024URL [本文引用: 1]

[101] Zarco-Tejada PJ, Morales A, Testi L, Villalobos FJ (2013). Spatio-temporal patterns of chlorophyll fluorescence and physiological and structural indices acquired from hyperspectral imagery as compared with carbon fluxes measured with eddy covariance
Remote Sensing of Environment, 133,102-115.
DOI:10.1016/j.rse.2013.02.003URL [本文引用: 3]

[102] Zeng YL, Badgley G, Dechant B, Ryu Y, Chen M, Berry JA (2019). A practical approach for estimating the escape ratio of near-infrared solar-induced chlorophyll fluorescence
Remote Sensing of Environment, 232,111209. DOI: 10.1016/j.rse.2019.05.028.
DOI:10.1016/j.rse.2019.05.028URL [本文引用: 1]

[103] Zhang YG, Zhang Q, Liu LY, Wang SQ, Ju WM, Tang JW, Huang Y, Zhu XD, Wang F, Zhang JS, Zhou GS, Zhou L, Tang XG, Zhang ZY, Qiu B, Zhang XK, Wang SH (2020). ChinaSpec: a network for long-term in situ measurements of solar-induced fluorescence and reflectance in China
Earth and Space Science Open Archive, 30. DOI: 10.1002/essoar.10501911.1.
DOI:10.1002/essoar.10501911.1 [本文引用: 7]

[104] Zhang YJ, Liu LY, Hou MY, Liu LT, Li CD (2009). Progress in remote sensing of vegetation chlorophyll fluorescence
Journal of Remote Sensing, 13,963-978.
[本文引用: 1]

[ 张永江, 刘良云, 侯名语, 刘连涛, 李存东 (2009). 植物叶绿素荧光遥感研究进展
遥感学报, 13,963-978.]
[本文引用: 1]

[105] Zhang ZY, Chen JM, Guanter L, He LM, Zhang YG (2019). From canopy-leaving to total canopy far-red fluorescence emission for remote sensing of photosynthesis: first results from TROPOMI
Geophysical Research Letters, 46,12030-12040.
DOI:10.1029/2019GL084832URL [本文引用: 2]

[106] Zhang ZY, Wang SH, Qiu B, Song L, Zhang YG (2019). Retrieval of sun-induced chlorophyll fluorescence and advancements in carbon cycle application
Journal of Remote Sensing, 23,37-52.
[本文引用: 4]

[ 章钊颖, 王松寒, 邱博, 宋练, 张永光 (2019). 日光诱导叶绿素荧光遥感反演及碳循环应用进展
遥感学报, 23,37-52.]
[本文引用: 4]

[107] Zhao F, Guo YQ, Verhoef W, Gu XF, Liu LY, Yang GJ (2014). A method to reconstruct the solar-induced canopy fluorescence spectrum from hyperspectral measurements
Remote Sensing, 6,10171-10192.
DOI:10.3390/rs61010171URL [本文引用: 1]

[108] Zoogman P, Liu X, Suleiman RM, Pennington WF, Flittner DE, Al-Saadi JA, Hilton BB, Nicks DK, Newchurch MJ, Carr JL, Janz SJ, Andraschko MR, Arola A, Baker BD, Canova BP, et al. (2017). Tropospheric emissions: monitoring of pollution (TEMPO)
Journal of Quantitative Spectroscopy and Radiative Transfer, 186,17-39.
DOI:10.1016/j.jqsrt.2016.05.008PMID:32817995 [本文引用: 1]
TEMPO was selected in 2012 by NASA as the first Earth Venture Instrument, for launch between 2018 and 2021. It will measure atmospheric pollution for greater North America from space using ultraviolet and visible spectroscopy. TEMPO observes from Mexico City, Cuba, and the Bahamas to the Canadian oil sands, and from the Atlantic to the Pacific, hourly and at high spatial resolution (~2.1 km N/S×4.4 km E/W at 36.5°N, 100°W). TEMPO provides a tropospheric measurement suite that includes the key elements of tropospheric air pollution chemistry, as well as contributing to carbon cycle knowledge. Measurements are made hourly from geostationary (GEO) orbit, to capture the high variability present in the diurnal cycle of emissions and chemistry that are unobservable from current low-Earth orbit (LEO) satellites that measure once per day. The small product spatial footprint resolves pollution sources at sub-urban scale. Together, this temporal and spatial resolution improves emission inventories, monitors population exposure, and enables effective emission-control strategies. TEMPO takes advantage of a commercial GEO host spacecraft to provide a modest cost mission that measures the spectra required to retrieve ozone (O), nitrogen dioxide (NO), sulfur dioxide (SO), formaldehyde (HCO), glyoxal (CHO), bromine monoxide (BrO), IO (iodine monoxide),water vapor, aerosols, cloud parameters, ultraviolet radiation, and foliage properties. TEMPO thus measures the major elements, directly or by proxy, in the tropospheric O chemistry cycle. Multi-spectral observations provide sensitivity to O in the lowermost troposphere, substantially reducing uncertainty in air quality predictions. TEMPO quantifies and tracks the evolution of aerosol loading. It provides these near-real-time air quality products that will be made publicly available. TEMPO will launch at a prime time to be the North American component of the global geostationary constellation of pollution monitoring together with the European Sentinel-4 (S4) and Korean Geostationary Environment Monitoring Spectrometer (GEMS) instruments.
Sun-induced chlorophyll fluorescence II: review of passive measurement setups, protocols, and their application at the leaf to canopy level
1
2019

... 根据激发光源和探测方式的不同, 叶绿素荧光的观测可以分为主动和被动两种观测技术(Porcar- Castell et al., 2014).虽然单独探讨主动观测(Maxwell & Johnson, 2000; Consalvey et al., 2005; 陈建明等, 2006; 张永江等, 2009; 尤鑫和龚吉蕊, 2012; 李钦夫等, 2013)或者被动观测(Meroni et al., 2009; 王冉等, 2012; 梁寅等, 2013; Porcar-Castell et al., 2014; Wang et al., 2017; Aasen et al., 2019; 纪梦豪等, 2019; Mohammed et al., 2019; 章钊颖等, 2019)的研究较多, 但是目前缺乏叶绿素荧光主动与被动联合观测应用前景的分析.叶绿素荧光主动与被动联合观测有望在考虑热耗散的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型以及揭示各尺度上荧光与光合之间的关联机制至关重要. ...

Diurnal dynamics of nonphotochemical quenching in Arabidopsis npq mutants assessed by solar- induced fluorescence and reflectance measurements in the field
6
2020

... 相对于叶片尺度的主动与被动荧光联合观测, 冠层尺度的联合观测进展缓慢.Acebron等(2020)最新的研究利用激光诱导荧光瞬变仪(laser induced fluorescence transient, LIFT)与近地面连续观测系统Flox, 对拟南芥(Arabidopsis thaliana)冠层进行了叶绿素荧光主动与被动联合观测, 其中LIFT的传感器距离目标60 cm, Flox的光纤距离目标10 cm, 展示了拟南芥SIF值、光合效率、NPQ以及叶片反射率之间的定量关系.其搭建的观测平台如图3所示, 其中LIFT技术是激光诱导产生荧光的技术, 可以将主动荧光观测尺度扩大到几十米的范围(Kolber et al., 2005; Rahimzadeh- Bajgiran et al., 2017; Acebron et al., 2020).Kolber等(2005)通过LIFT技术对50 m外的目标植物进行了观测, 结果发现与近距离PAM技术所测荧光参数几乎没差异. ...

... , 2020).Kolber等(2005)通过LIFT技术对50 m外的目标植物进行了观测, 结果发现与近距离PAM技术所测荧光参数几乎没差异. ...

... 利用LIFT技术及地面观测系统Flox搭建的主被动荧光联合观测系统(修改自Acebron (2020)的Fig. S2). Fig. 3 在叶绿体尺度, 光系统II (PSII)吸收的能量分别用于光合作用、发射荧光以及NPQ,三者的效率总和为1 (Hmimina et al., 2014; Lee et al., 2015; Cendrero-Mateo et al., 2016).光系统(PSI和PSII)以串联的方式进行电子传输, 并且都可以产生叶绿素荧光.但是两个光系统对于叶绿素荧光光谱的贡献却不相同: 通常PSI的荧光效率较低, 常被认为是定值(Franck et al., 2002; Hasegawa et al., 2010; Porcar- Castell et al., 2014), 而PSII的荧光效率受到光化学淬灭(PQ)(Magney et al., 2019b)和NPQ (Franck et al., 2005; Lambrev et al., 2010)的影响.由于NPQ的效率取决植物生理状态以及所处的环境, 所以荧光效率和光化学效率之间的关系受到NPQ效率的调控(Flexas & Medrano, 2002; Baker, 2008; Faraloni et al., 2011; Lee et al., 2013; Porcar-Castell et al., 2014; Farooq et al., 2018). ...

... Combined observation system of actively and passively induced chlorophyll fluorescence built by the LIFT technology and ground observation system Flox (modified from Fig. S2 of Acebron (2020)). Fig. 3 在叶绿体尺度, 光系统II (PSII)吸收的能量分别用于光合作用、发射荧光以及NPQ,三者的效率总和为1 (Hmimina et al., 2014; Lee et al., 2015; Cendrero-Mateo et al., 2016).光系统(PSI和PSII)以串联的方式进行电子传输, 并且都可以产生叶绿素荧光.但是两个光系统对于叶绿素荧光光谱的贡献却不相同: 通常PSI的荧光效率较低, 常被认为是定值(Franck et al., 2002; Hasegawa et al., 2010; Porcar- Castell et al., 2014), 而PSII的荧光效率受到光化学淬灭(PQ)(Magney et al., 2019b)和NPQ (Franck et al., 2005; Lambrev et al., 2010)的影响.由于NPQ的效率取决植物生理状态以及所处的环境, 所以荧光效率和光化学效率之间的关系受到NPQ效率的调控(Flexas & Medrano, 2002; Baker, 2008; Faraloni et al., 2011; Lee et al., 2013; Porcar-Castell et al., 2014; Farooq et al., 2018). ...

... 在叶片尺度, 主动观测可以获取Ф_F、Ф_PSII、Ф_NPQ (Hendrickson et al., 2004; Kramer et al., 2004; Chen et al., 2018), 被动观测可以获取SIF的量子效率SIF_yield = SIF/APAR(Acebron et al., 2020; Maguire et al., 2020), 气体交换测定系统可以获取光合速率(P_n).我们通过对水稻进行叶绿素荧光主动与被动联合观测, 发现荧光效率和光化学效率的关系受到NPQ效率的调控(图4A), NPQ的变化也影响了760 nm的SIF值与P_n间的关系(图4B).根据同一视场范围内叶绿素荧光主动与被动联合观测的Ф_F、Ф_PSII、Ф_NPQ、NPQ、SIF_yield、P_n等参数, 可以分析NPQ如何影响SIF_yield与光合间的关系, 探索叶片尺度能量在光合与荧光之间的分配. ...

... 在冠层尺度, 量化光合、荧光以及热耗散的能量分配仍然存在挑战(Porcar-Castell et al., 2014; van der Tol et al., 2014).Atherton等(2016)通过对叶片尺度叶绿素荧光主动与被动的联合观测, 分析了SIF值、Ф_F、Ф_PSII以及NPQ之间的动态关系, 并利用PHOTOII模型将叶片尺度所确定的参数关系与冠层尺度联系起来.Acebron等(2020)通过LIFT技术以及Flox系统对拟南芥冠层进行了主被动联合观测, 探讨了Ф_PSII、SIF_yield、NPQ之间的关系.这些研究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, 同时为多尺度SIF信号模拟的辐射传输模型SCOPE、基于生理过程的PHOTOII模型(van der Tol et al., 2014, 2018; Atherton et al., 2016)的优化提供数据支持. ...

Fluorescence-based versus reflectance proximal sensing of nitrogen content in Paspalum vaginatum and Zoysia matrella turfgrasses
1
2013

... 主动观测的优势表现在以下两点.第一, 借助PAM荧光技术获取的参数可以直观地解释植物光合作用、探讨热耗散对于荧光产量和光化学产量平衡的影响.第二, 由于PAM荧光技术是在相对较宽的光谱范围内获取的, 因此受环境影响较小(Porcar-Castell et al., 2014).鉴于主动观测的优势, 其已被广泛应用于植物胁迫(McMurtrey et al., 2002; Araus et al., 2010; Agati et al., 2013; Konanz et al., 2014), 追踪植物光合作用变化(Maxwell & Johnson, 2000; Baker et al., 2008; Murchie & Lawson, 2013; Frankenbach et al., 2020)等方面的研究.然而, 主动观测存在劣势, 由于需要人工饱和光脉冲以及精确的脉冲同步和调制荧光技术, PAM荧光技术不适用于大尺度的卫星遥感监测(Kolber et al., 2005; Amoros-Lopez et al., 2008). ...

Evaluation of remote sensing of vegetation fluorescence by the analysis of diurnal cycles
1
2008

... 主动观测的优势表现在以下两点.第一, 借助PAM荧光技术获取的参数可以直观地解释植物光合作用、探讨热耗散对于荧光产量和光化学产量平衡的影响.第二, 由于PAM荧光技术是在相对较宽的光谱范围内获取的, 因此受环境影响较小(Porcar-Castell et al., 2014).鉴于主动观测的优势, 其已被广泛应用于植物胁迫(McMurtrey et al., 2002; Araus et al., 2010; Agati et al., 2013; Konanz et al., 2014), 追踪植物光合作用变化(Maxwell & Johnson, 2000; Baker et al., 2008; Murchie & Lawson, 2013; Frankenbach et al., 2020)等方面的研究.然而, 主动观测存在劣势, 由于需要人工饱和光脉冲以及精确的脉冲同步和调制荧光技术, PAM荧光技术不适用于大尺度的卫星遥感监测(Kolber et al., 2005; Amoros-Lopez et al., 2008). ...

Is heterosis in maize mediated through better water use
1
2010

... 主动观测的优势表现在以下两点.第一, 借助PAM荧光技术获取的参数可以直观地解释植物光合作用、探讨热耗散对于荧光产量和光化学产量平衡的影响.第二, 由于PAM荧光技术是在相对较宽的光谱范围内获取的, 因此受环境影响较小(Porcar-Castell et al., 2014).鉴于主动观测的优势, 其已被广泛应用于植物胁迫(McMurtrey et al., 2002; Araus et al., 2010; Agati et al., 2013; Konanz et al., 2014), 追踪植物光合作用变化(Maxwell & Johnson, 2000; Baker et al., 2008; Murchie & Lawson, 2013; Frankenbach et al., 2020)等方面的研究.然而, 主动观测存在劣势, 由于需要人工饱和光脉冲以及精确的脉冲同步和调制荧光技术, PAM荧光技术不适用于大尺度的卫星遥感监测(Kolber et al., 2005; Amoros-Lopez et al., 2008). ...

Nocturnal Light Emitting Diode Induced Fluorescence (LEDIF): a new technique to measure the chlorophyll a fluorescence emission spectral distribution of plant canopies in situ
1
2019

... 卫星SIF信号大都集中于近红外区域特定的窄波段, 无法再现完整的荧光光谱曲线(Liu et al., 2020).然而, 叶绿素荧光光谱形状相关的参数, 如红光与远红外波段荧光的比率等, 对植物胁迫状态及光合信息有指示作用(Cheng et al., 2013; Middleton et al., 2017).研究表明, 冠层SIF值会受到植被胁迫状态、冠层结构、辐照条件、叶绿素浓度等的影响, 这些影响均会使得冠层SIF光谱曲线呈现不同的变化(Huang et al., 2007; Pinto et al., 2016; Vilfan et al., 2016; Yang et al., 2018; Atherton et al., 2019).为了将SIF信号与植被生产力关联起来, 有必要对荧光光谱进行重建, 建立全波段的SIF光谱曲线(Zhao et al., 2014; Cogliati et al., 2015; Drusch et al., 2016). ...

Using spectral chlorophyll fluorescence and the photochemical reflectance index to predict physiological dynamics
5
2016

... 主动与被动荧光联合观测的研究目前主要集中在叶片尺度上(Atherton et al., 2016; Magney et al., 2017; Rahimzadeh-Bajgiran et al., 2017; Vilfan et al., 2019; Marrs et al., 2020), 仪器设备主要包括光谱仪(图2A)、PAM荧光计(图2B).被测叶片(图2H)固定在封闭的叶室(图2F)中以模拟暗适应的环境, PAM荧光计和光谱仪的光纤(图2G)同时以一定倾角插入封闭的叶室中, 在尽可能检测同一视场内叶绿素荧光变化的同时又不能遮蔽入射光线(图2D), 还要尽可能靠近叶片以确保脉冲完全光饱和(Magney et al., 2017).叶室的进光口(图2E)装载有短通滤波片(<650 nm), 只有小于650 nm波长范围的光才被允许进入叶室.关闭进光口生成黑暗的环境, 由PAM荧光计发射饱和脉冲获取植物最大以及最小的荧光值.打开进光口, 经过过滤的入射光照射在叶片上诱导产生SIF, 并通过光谱仪记录大于650 nm的SIF光谱曲线图(图2A′), 同时也可由PAM记录叶片丰富的荧光参数信息及F_s、NPQ等与光合有效辐射强 度的响应关系(图2B′).在入射光源的选择上, 可以直接采用自然光源(Cendrero-Mateoet al., 2016; Rahimzadeh-Bajgiran et al., 2017)或者人造光化光源(Magney et al., 2017, 2019b; Vilfan et al., 2019), 例如90%红色和10%蓝色的LED组合光源.另外, 在叶绿素荧光主动与被动联合观测系统的基础上还可以耦合气体交换装置(图2C), 气体交换仪通过气体交换通道与封闭的叶室连接起来, 并根据叶室内水汽浓度变化反映叶片光合信息(图2C′), 如光合速率、羧化速率、蒸腾速率等, 达到同步观测光合、主动荧光参数、SIF信号(Magneyet al., 2017, 2019b; Vilfan et al., 2019), 并在环境条件(光、温度、湿度)变化背景下建立光合作用与荧光、热耗散之间关系的目的. ...

... 在冠层尺度, 量化光合、荧光以及热耗散的能量分配仍然存在挑战(Porcar-Castell et al., 2014; van der Tol et al., 2014).Atherton等(2016)通过对叶片尺度叶绿素荧光主动与被动的联合观测, 分析了SIF值、Ф_F、Ф_PSII以及NPQ之间的动态关系, 并利用PHOTOII模型将叶片尺度所确定的参数关系与冠层尺度联系起来.Acebron等(2020)通过LIFT技术以及Flox系统对拟南芥冠层进行了主被动联合观测, 探讨了Ф_PSII、SIF_yield、NPQ之间的关系.这些研究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, 同时为多尺度SIF信号模拟的辐射传输模型SCOPE、基于生理过程的PHOTOII模型(van der Tol et al., 2014, 2018; Atherton et al., 2016)的优化提供数据支持. ...

... , 2016)的优化提供数据支持. ...

... 卫星SIF产品的真实有效性迫切需要支持验证.叶绿素荧光所占的比例非常小, 属于微弱的电磁波信号, 大约只占地表反射信号的1%-2% (Meroni et al., 2009).在自然光条件下, SIF信号对于植被冠层辐射的贡献只有不到3% (Zarco-Tejada et al., 2013).由自然光激发产生的SIF在经过冠层重吸收、散射后又经过复杂的大气结构到达卫星传感器, 这中间的过程使得SIF信号的不确定性不断累积, 也使得荧光信号的检索变得复杂困难.而SIF信号的检索算法大都利用少量的窄波段进行, 如O₂-B、O₂-A波段或夫琅和费吸收暗线(Fournier et al., 2012; Burkart et al., 2015; Yang et al., 2015), 这种检索波段的单一性也使得SIF信号的解释存在不确定性.另外, 由于卫星每天最多只能获得一个SIF观测值, 有效的SIF观测值主要发生在晴天特定时间段(Hu et al., 2018; Yang et al., 2018).因此, 光照条件、植被结构、背景反射和大气效应等都会影响荧光反演的结果(Guanter et al., 2010; Zarco-Tejada et al., 2013).为了有效降低卫星SIF观测不确定性所带来的影响, 地面荧光观测网络的建立、拓展以及荧光模型的构建是必不可少的(Zarco-Tejada et al., 2013; Atherton et al., 2016; Drusch et al., 2016; Grossmann et al., 2018; Raczka et al., 2019; Zhang et al., 2020). ...

... 叶绿素荧光主动与被动联合观测获取到的叶片尺度确定性参数关系可通过PHOTOII、CLM、SCOPE等模型扩展到冠层尺度, 在考虑NPQ等参数作用下与卫星SIF产品进行比较验证(van der Tol et al., 2014; Lee et al., 2015; Atherton et al., 2016; Raczka et al., 2019).例如, Raczka等(2019)通过耦合持续性NPQ作用的CLM模型对科罗拉多州亚高山森林SIF信号进行模拟, 结果与GOME-2卫星SIF数据具备相同的季节模式.Zhang等(2020)通过SCOPE和BEPS-SIF模型对不同生态站点的SIF信号进行模拟, 结果与地面SIF观测结果显著相关.Lee等(2013)通过确定的参数关系, 利用改良的SCOPE对亚马孙地区的SIF信号进行了模拟并与GOSAT的SIF信号产品进行对比, 结果发现显著相关(R² = 0.79).以上结果表明, 基于叶绿素荧光主动与被动联合观测的荧光模型可作为地面SIF观测网的补充, 将不同站点所测数据联系起来并与卫星SIF产品进行比较验证. ...

Chlorophyll fluorescence: a probe of photosynthesis in vivo
3
2008

... 叶绿素荧光的研究是量化区域以及全球尺度植被生产力的关键(Ryu et al., 2019).叶绿素荧光是植物叶绿素吸收光能后向外发射的长波信号(650-800 nm), 具有红光(685 nm左右)和近红外(740 nm左右)两个波峰(Damm et al., 2015; Verrelst et al., 2016; Mohammed et al., 2019).植物光合色素吸收的能量绝大部分被叶绿素所利用进行光合作用, 然而未被利用的部分则以长波的形式向外发射荧光或以热耗散的形式释放出去(Porcar-Castell et al., 2014; Mohammed et al., 2019).这三种能量之间存在着一定的平衡(Baker et al., 2008; Hmimina et al., 2014), 任何一种能量发生变化都会导致其他两种能量的变化.因此, 叶绿素荧光可以无伤、快速、灵敏地监测植被真实的生理生态过程和受环境胁迫的状况(Cendrero-Mateo et al., 2016; Chen et al., 2016). ...

... 主动观测的优势表现在以下两点.第一, 借助PAM荧光技术获取的参数可以直观地解释植物光合作用、探讨热耗散对于荧光产量和光化学产量平衡的影响.第二, 由于PAM荧光技术是在相对较宽的光谱范围内获取的, 因此受环境影响较小(Porcar-Castell et al., 2014).鉴于主动观测的优势, 其已被广泛应用于植物胁迫(McMurtrey et al., 2002; Araus et al., 2010; Agati et al., 2013; Konanz et al., 2014), 追踪植物光合作用变化(Maxwell & Johnson, 2000; Baker et al., 2008; Murchie & Lawson, 2013; Frankenbach et al., 2020)等方面的研究.然而, 主动观测存在劣势, 由于需要人工饱和光脉冲以及精确的脉冲同步和调制荧光技术, PAM荧光技术不适用于大尺度的卫星遥感监测(Kolber et al., 2005; Amoros-Lopez et al., 2008). ...

... 在叶绿体尺度, 光系统II (PSII)吸收的能量分别用于光合作用、发射荧光以及NPQ,三者的效率总和为1 (Hmimina et al., 2014; Lee et al., 2015; Cendrero-Mateo et al., 2016).光系统(PSI和PSII)以串联的方式进行电子传输, 并且都可以产生叶绿素荧光.但是两个光系统对于叶绿素荧光光谱的贡献却不相同: 通常PSI的荧光效率较低, 常被认为是定值(Franck et al., 2002; Hasegawa et al., 2010; Porcar- Castell et al., 2014), 而PSII的荧光效率受到光化学淬灭(PQ)(Magney et al., 2019b)和NPQ (Franck et al., 2005; Lambrev et al., 2010)的影响.由于NPQ的效率取决植物生理状态以及所处的环境, 所以荧光效率和光化学效率之间的关系受到NPQ效率的调控(Flexas & Medrano, 2002; Baker, 2008; Faraloni et al., 2011; Lee et al., 2013; Porcar-Castell et al., 2014; Farooq et al., 2018). ...

Estimating primary production rates from photosynthetic electron transport in estuarine microphytobenthos
1
2000

... 荧光动力学曲线, 是当植物绿色组织经过黑暗处理后受到可见光或人为激光照射时, 叶绿素分子所产生的荧光信号强度随着时间发生规律性的变化, 在荧光图谱上表现为一条先增后减再趋向平稳的曲线, 也称Kautsky效应(Stirbet & Govindjee, 2011).目前主动观测大都基于脉冲辐射调制的(PAM)荧光系统.该系统由一个弱的调制测量光源和一个较强的非调制光化光源组成, 弱的测量光源用于测定植物暗适应下绿色组织的最小荧光值(F_o), 而强的光化光源可以作为饱和脉冲光用来监测经过暗处理后植物绿色组织的最大荧光值(F_m).通过分析荧光动力学曲线, PAM技术可以获取非光化学淬灭(NPQ)、表观光合电子传递速率(ETR)、植物光化学效率(Ф_PSII)等参数, 其中NPQ对于植物热保护机制具有重要意义(Kromdijk et al., 2016; Farooq et al., 2018), ETR与光合碳固定存在线性关系( Barranguet & Kromkamp, 2000). ...

A method for uncertainty assessment of passive sun-induced chlorophyll fluorescence retrieval using an infrared reference light
2
2015

... Instruments used for the ground-based continuous observation of sun-induced chlorophyll fluorescence
Table 2

仪器设备 Equipment	光谱仪 Spectrometer	波段 Band (nm)	光学分辨率 Optical resolution (nm)	相关文献 Related literature
TriFLEX	HR2000+	630-815	0.50	Daumard et al., 2010
	HR2000+	630-815	0.50
	HR2000+	300-900	2.00
SpectroFLEX	HR2000+	630-820	0.20	Fournier et al., 2012
AutoSIF	QE65pro	645-805	0.30	Hu et al., 2018
S-FluorBox	HR4000	700-800	0.10	Cogliati et al., 2015
	HR4000	400-1 000	1.00
SIF-SYS	STS-VIS	337-823	3.00	Burkart et al., 2015
FluoSpec	HR2000+	680-775	0.13	Yang et al., 2015
FluoSpec2	QEpro	730-780	0.15	Miao et al., 2018
	HR2000+	350-1 100	1.10
PhotoSpec	QEpro1	670-732	0.30	Grossmann et al., 2018
	QEpro2	729-784	0.30
	Flame	177-874	1.20
FLOX	QEpro	650-800	0.30	Wohlfahrt et al., 2018
	VIS-NIR	400-950	1.50
SIFSpec	QE65pro	649-805	0.34	Du et al., 2019
SIFPrism	QEpro	650-800	0.30	Zhang et al., 2019
FAME	QEpro	730-786	0.15	Gu et al., 2018

以上光谱仪的波段及光学分辨率根据使用者对仪器配置的不同会有所差异. ...

... 卫星SIF产品的真实有效性迫切需要支持验证.叶绿素荧光所占的比例非常小, 属于微弱的电磁波信号, 大约只占地表反射信号的1%-2% (Meroni et al., 2009).在自然光条件下, SIF信号对于植被冠层辐射的贡献只有不到3% (Zarco-Tejada et al., 2013).由自然光激发产生的SIF在经过冠层重吸收、散射后又经过复杂的大气结构到达卫星传感器, 这中间的过程使得SIF信号的不确定性不断累积, 也使得荧光信号的检索变得复杂困难.而SIF信号的检索算法大都利用少量的窄波段进行, 如O₂-B、O₂-A波段或夫琅和费吸收暗线(Fournier et al., 2012; Burkart et al., 2015; Yang et al., 2015), 这种检索波段的单一性也使得SIF信号的解释存在不确定性.另外, 由于卫星每天最多只能获得一个SIF观测值, 有效的SIF观测值主要发生在晴天特定时间段(Hu et al., 2018; Yang et al., 2018).因此, 光照条件、植被结构、背景反射和大气效应等都会影响荧光反演的结果(Guanter et al., 2010; Zarco-Tejada et al., 2013).为了有效降低卫星SIF观测不确定性所带来的影响, 地面荧光观测网络的建立、拓展以及荧光模型的构建是必不可少的(Zarco-Tejada et al., 2013; Atherton et al., 2016; Drusch et al., 2016; Grossmann et al., 2018; Raczka et al., 2019; Zhang et al., 2020). ...

Diurnal and seasonal variations in chlorophyll fluorescence associated with photosynthesis at leaf and canopy scales
1
2019

... 叶片尺度的叶绿素荧光主动与被动联合观测, 可以在测定丰富荧光参数的同时获取叶片实际的SIF信号, 还原SIF信号与GPP真实的关系(Liu et al., 2020).研究表明, 光合效率、荧光效率、电子传递效率、叶龄、叶绿素含量、C₃/C₄光合途径、植物生长期等生物因素(Cui et al., 2016; Miao et al., 2018), 以及光照、温度、水分等非生物因素(Porcar-Castell et al., 2014; Wyber et al., 2017; Miao et al., 2018; Campbell et al., 2019; Magney et al., 2019a)会调节SIF值与GPP的关系.例如, Miao等(2018)基于美国大豆(Glycine max)田的研究发现, 光合效率和SIF_yield差异性的变化会导致SIF-GPP线性关系的改变.Cui等(2016)利用SCOPE模型模拟了GPP以及SIF信号, 结果表明SIF值与GPP的关系会受到不同生态系统叶绿素浓度及叶面积指数差异的影响, 并提出在建立SIF-GPP关系之前, 需要使用模型等方法来修正影响SIF-GPP关系的各种因素. ...

Plant chlorophyll fluorescence: active and passive measurements at canopy and leaf scales with different nitrogen treatments
3
2016

... 叶绿素荧光的研究是量化区域以及全球尺度植被生产力的关键(Ryu et al., 2019).叶绿素荧光是植物叶绿素吸收光能后向外发射的长波信号(650-800 nm), 具有红光(685 nm左右)和近红外(740 nm左右)两个波峰(Damm et al., 2015; Verrelst et al., 2016; Mohammed et al., 2019).植物光合色素吸收的能量绝大部分被叶绿素所利用进行光合作用, 然而未被利用的部分则以长波的形式向外发射荧光或以热耗散的形式释放出去(Porcar-Castell et al., 2014; Mohammed et al., 2019).这三种能量之间存在着一定的平衡(Baker et al., 2008; Hmimina et al., 2014), 任何一种能量发生变化都会导致其他两种能量的变化.因此, 叶绿素荧光可以无伤、快速、灵敏地监测植被真实的生理生态过程和受环境胁迫的状况(Cendrero-Mateo et al., 2016; Chen et al., 2016). ...

... 主动与被动荧光联合观测的研究目前主要集中在叶片尺度上(Atherton et al., 2016; Magney et al., 2017; Rahimzadeh-Bajgiran et al., 2017; Vilfan et al., 2019; Marrs et al., 2020), 仪器设备主要包括光谱仪(图2A)、PAM荧光计(图2B).被测叶片(图2H)固定在封闭的叶室(图2F)中以模拟暗适应的环境, PAM荧光计和光谱仪的光纤(图2G)同时以一定倾角插入封闭的叶室中, 在尽可能检测同一视场内叶绿素荧光变化的同时又不能遮蔽入射光线(图2D), 还要尽可能靠近叶片以确保脉冲完全光饱和(Magney et al., 2017).叶室的进光口(图2E)装载有短通滤波片(<650 nm), 只有小于650 nm波长范围的光才被允许进入叶室.关闭进光口生成黑暗的环境, 由PAM荧光计发射饱和脉冲获取植物最大以及最小的荧光值.打开进光口, 经过过滤的入射光照射在叶片上诱导产生SIF, 并通过光谱仪记录大于650 nm的SIF光谱曲线图(图2A′), 同时也可由PAM记录叶片丰富的荧光参数信息及F_s、NPQ等与光合有效辐射强 度的响应关系(图2B′).在入射光源的选择上, 可以直接采用自然光源(Cendrero-Mateoet al., 2016; Rahimzadeh-Bajgiran et al., 2017)或者人造光化光源(Magney et al., 2017, 2019b; Vilfan et al., 2019), 例如90%红色和10%蓝色的LED组合光源.另外, 在叶绿素荧光主动与被动联合观测系统的基础上还可以耦合气体交换装置(图2C), 气体交换仪通过气体交换通道与封闭的叶室连接起来, 并根据叶室内水汽浓度变化反映叶片光合信息(图2C′), 如光合速率、羧化速率、蒸腾速率等, 达到同步观测光合、主动荧光参数、SIF信号(Magneyet al., 2017, 2019b; Vilfan et al., 2019), 并在环境条件(光、温度、湿度)变化背景下建立光合作用与荧光、热耗散之间关系的目的. ...

... 在叶绿体尺度, 光系统II (PSII)吸收的能量分别用于光合作用、发射荧光以及NPQ,三者的效率总和为1 (Hmimina et al., 2014; Lee et al., 2015; Cendrero-Mateo et al., 2016).光系统(PSI和PSII)以串联的方式进行电子传输, 并且都可以产生叶绿素荧光.但是两个光系统对于叶绿素荧光光谱的贡献却不相同: 通常PSI的荧光效率较低, 常被认为是定值(Franck et al., 2002; Hasegawa et al., 2010; Porcar- Castell et al., 2014), 而PSII的荧光效率受到光化学淬灭(PQ)(Magney et al., 2019b)和NPQ (Franck et al., 2005; Lambrev et al., 2010)的影响.由于NPQ的效率取决植物生理状态以及所处的环境, 所以荧光效率和光化学效率之间的关系受到NPQ效率的调控(Flexas & Medrano, 2002; Baker, 2008; Faraloni et al., 2011; Lee et al., 2013; Porcar-Castell et al., 2014; Farooq et al., 2018). ...

叶绿素荧光动力学及其在植物抗逆生理研究中的应用
1
2006

... 根据激发光源和探测方式的不同, 叶绿素荧光的观测可以分为主动和被动两种观测技术(Porcar- Castell et al., 2014).虽然单独探讨主动观测(Maxwell & Johnson, 2000; Consalvey et al., 2005; 陈建明等, 2006; 张永江等, 2009; 尤鑫和龚吉蕊, 2012; 李钦夫等, 2013)或者被动观测(Meroni et al., 2009; 王冉等, 2012; 梁寅等, 2013; Porcar-Castell et al., 2014; Wang et al., 2017; Aasen et al., 2019; 纪梦豪等, 2019; Mohammed et al., 2019; 章钊颖等, 2019)的研究较多, 但是目前缺乏叶绿素荧光主动与被动联合观测应用前景的分析.叶绿素荧光主动与被动联合观测有望在考虑热耗散的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型以及揭示各尺度上荧光与光合之间的关联机制至关重要. ...

叶绿素荧光动力学及其在植物抗逆生理研究中的应用
1
2006

... 根据激发光源和探测方式的不同, 叶绿素荧光的观测可以分为主动和被动两种观测技术(Porcar- Castell et al., 2014).虽然单独探讨主动观测(Maxwell & Johnson, 2000; Consalvey et al., 2005; 陈建明等, 2006; 张永江等, 2009; 尤鑫和龚吉蕊, 2012; 李钦夫等, 2013)或者被动观测(Meroni et al., 2009; 王冉等, 2012; 梁寅等, 2013; Porcar-Castell et al., 2014; Wang et al., 2017; Aasen et al., 2019; 纪梦豪等, 2019; Mohammed et al., 2019; 章钊颖等, 2019)的研究较多, 但是目前缺乏叶绿素荧光主动与被动联合观测应用前景的分析.叶绿素荧光主动与被动联合观测有望在考虑热耗散的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型以及揭示各尺度上荧光与光合之间的关联机制至关重要. ...

Classification and characteristics of heat tolerance in Ageratina adenophora populations using fast chlorophyll a fluorescence rise O-J-I-P
1
2016

... 叶绿素荧光的研究是量化区域以及全球尺度植被生产力的关键(Ryu et al., 2019).叶绿素荧光是植物叶绿素吸收光能后向外发射的长波信号(650-800 nm), 具有红光(685 nm左右)和近红外(740 nm左右)两个波峰(Damm et al., 2015; Verrelst et al., 2016; Mohammed et al., 2019).植物光合色素吸收的能量绝大部分被叶绿素所利用进行光合作用, 然而未被利用的部分则以长波的形式向外发射荧光或以热耗散的形式释放出去(Porcar-Castell et al., 2014; Mohammed et al., 2019).这三种能量之间存在着一定的平衡(Baker et al., 2008; Hmimina et al., 2014), 任何一种能量发生变化都会导致其他两种能量的变化.因此, 叶绿素荧光可以无伤、快速、灵敏地监测植被真实的生理生态过程和受环境胁迫的状况(Cendrero-Mateo et al., 2016; Chen et al., 2016). ...

Relationship between fluorescence yield and photochemical yield under water stress and intermediate light conditions
1
2018

... 在叶片尺度, 主动观测可以获取Ф_F、Ф_PSII、Ф_NPQ (Hendrickson et al., 2004; Kramer et al., 2004; Chen et al., 2018), 被动观测可以获取SIF的量子效率SIF_yield = SIF/APAR(Acebron et al., 2020; Maguire et al., 2020), 气体交换测定系统可以获取光合速率(P_n).我们通过对水稻进行叶绿素荧光主动与被动联合观测, 发现荧光效率和光化学效率的关系受到NPQ效率的调控(图4A), NPQ的变化也影响了760 nm的SIF值与P_n间的关系(图4B).根据同一视场范围内叶绿素荧光主动与被动联合观测的Ф_F、Ф_PSII、Ф_NPQ、NPQ、SIF_yield、P_n等参数, 可以分析NPQ如何影响SIF_yield与光合间的关系, 探索叶片尺度能量在光合与荧光之间的分配. ...

Integrating solar induced fluorescence and the photochemical reflectance index for estimating gross primary production in a cornfield
2
2013

... 植被SIF值和GPP之间具有很强的线性关系, 这种关系为基于SIF估算GPP的模型提供了坚实的基础(Frankenberg et al., 2011; Guanter et al., 2012, 2014; Porcar-Castell et al., 2014; Verma et al., 2017).然而, 目前这种经验关系缺乏机理解释(Magney et al., 2019a), 并且SIF观测值和GPP之间的关系会随着时空尺度的变化而变化(Cheng et al., 2013; Zarco-Tejada et al., 2016; Goulas et al., 2017; Liu et al., 2017).在叶片尺度, SIF值与GPP的关系由于红光波段荧光重吸收作用以及远红外波段荧光散射作用的减弱而会比冠层上观察到的SIF-GPP关系更强(Liu et al., 2020); 在冠层尺度, SIF值与GPP之间的关系会因为叶片生理特性以及植被冠层结构的改变而改变(Porcar-Castell et al., 2014; Damm et al., 2015; Yang et al., 2018); 在区域尺度, 由于卫星每天最多只能获得一个SIF观测值, 并且有效的SIF观测值主要发生在晴天的特定时间段, 复杂的大气传输环境以及时间尺度上的不匹配必定会增加SIF值与GPP关系的不确定性(Hu et al., 2018; Yang et al., 2018). ...

... 卫星SIF信号大都集中于近红外区域特定的窄波段, 无法再现完整的荧光光谱曲线(Liu et al., 2020).然而, 叶绿素荧光光谱形状相关的参数, 如红光与远红外波段荧光的比率等, 对植物胁迫状态及光合信息有指示作用(Cheng et al., 2013; Middleton et al., 2017).研究表明, 冠层SIF值会受到植被胁迫状态、冠层结构、辐照条件、叶绿素浓度等的影响, 这些影响均会使得冠层SIF光谱曲线呈现不同的变化(Huang et al., 2007; Pinto et al., 2016; Vilfan et al., 2016; Yang et al., 2018; Atherton et al., 2019).为了将SIF信号与植被生产力关联起来, 有必要对荧光光谱进行重建, 建立全波段的SIF光谱曲线(Zhao et al., 2014; Cogliati et al., 2015; Drusch et al., 2016). ...

Retrieval of sun-induced fluorescence using advanced spectral fitting methods
2
2015

... Instruments used for the ground-based continuous observation of sun-induced chlorophyll fluorescence
Table 2

仪器设备 Equipment	光谱仪 Spectrometer	波段 Band (nm)	光学分辨率 Optical resolution (nm)	相关文献 Related literature
TriFLEX	HR2000+	630-815	0.50	Daumard et al., 2010
	HR2000+	630-815	0.50
	HR2000+	300-900	2.00
SpectroFLEX	HR2000+	630-820	0.20	Fournier et al., 2012
AutoSIF	QE65pro	645-805	0.30	Hu et al., 2018
S-FluorBox	HR4000	700-800	0.10	Cogliati et al., 2015
	HR4000	400-1 000	1.00
SIF-SYS	STS-VIS	337-823	3.00	Burkart et al., 2015
FluoSpec	HR2000+	680-775	0.13	Yang et al., 2015
FluoSpec2	QEpro	730-780	0.15	Miao et al., 2018
	HR2000+	350-1 100	1.10
PhotoSpec	QEpro1	670-732	0.30	Grossmann et al., 2018
	QEpro2	729-784	0.30
	Flame	177-874	1.20
FLOX	QEpro	650-800	0.30	Wohlfahrt et al., 2018
	VIS-NIR	400-950	1.50
SIFSpec	QE65pro	649-805	0.34	Du et al., 2019
SIFPrism	QEpro	650-800	0.30	Zhang et al., 2019
FAME	QEpro	730-786	0.15	Gu et al., 2018

以上光谱仪的波段及光学分辨率根据使用者对仪器配置的不同会有所差异. ...

... 卫星SIF信号大都集中于近红外区域特定的窄波段, 无法再现完整的荧光光谱曲线(Liu et al., 2020).然而, 叶绿素荧光光谱形状相关的参数, 如红光与远红外波段荧光的比率等, 对植物胁迫状态及光合信息有指示作用(Cheng et al., 2013; Middleton et al., 2017).研究表明, 冠层SIF值会受到植被胁迫状态、冠层结构、辐照条件、叶绿素浓度等的影响, 这些影响均会使得冠层SIF光谱曲线呈现不同的变化(Huang et al., 2007; Pinto et al., 2016; Vilfan et al., 2016; Yang et al., 2018; Atherton et al., 2019).为了将SIF信号与植被生产力关联起来, 有必要对荧光光谱进行重建, 建立全波段的SIF光谱曲线(Zhao et al., 2014; Cogliati et al., 2015; Drusch et al., 2016). ...

Pam fluorescence: a beginners guide for benthic diatomists
1
2005

... 根据激发光源和探测方式的不同, 叶绿素荧光的观测可以分为主动和被动两种观测技术(Porcar- Castell et al., 2014).虽然单独探讨主动观测(Maxwell & Johnson, 2000; Consalvey et al., 2005; 陈建明等, 2006; 张永江等, 2009; 尤鑫和龚吉蕊, 2012; 李钦夫等, 2013)或者被动观测(Meroni et al., 2009; 王冉等, 2012; 梁寅等, 2013; Porcar-Castell et al., 2014; Wang et al., 2017; Aasen et al., 2019; 纪梦豪等, 2019; Mohammed et al., 2019; 章钊颖等, 2019)的研究较多, 但是目前缺乏叶绿素荧光主动与被动联合观测应用前景的分析.叶绿素荧光主动与被动联合观测有望在考虑热耗散的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型以及揭示各尺度上荧光与光合之间的关联机制至关重要. ...

Assessing the factors determining the relationship between solar-induced chlorophyll fluorescence and GPP//IEEE
2
2016

... 叶片尺度的叶绿素荧光主动与被动联合观测, 可以在测定丰富荧光参数的同时获取叶片实际的SIF信号, 还原SIF信号与GPP真实的关系(Liu et al., 2020).研究表明, 光合效率、荧光效率、电子传递效率、叶龄、叶绿素含量、C₃/C₄光合途径、植物生长期等生物因素(Cui et al., 2016; Miao et al., 2018), 以及光照、温度、水分等非生物因素(Porcar-Castell et al., 2014; Wyber et al., 2017; Miao et al., 2018; Campbell et al., 2019; Magney et al., 2019a)会调节SIF值与GPP的关系.例如, Miao等(2018)基于美国大豆(Glycine max)田的研究发现, 光合效率和SIF_yield差异性的变化会导致SIF-GPP线性关系的改变.Cui等(2016)利用SCOPE模型模拟了GPP以及SIF信号, 结果表明SIF值与GPP的关系会受到不同生态系统叶绿素浓度及叶面积指数差异的影响, 并提出在建立SIF-GPP关系之前, 需要使用模型等方法来修正影响SIF-GPP关系的各种因素. ...

... 线性关系的改变.Cui等(2016)利用SCOPE模型模拟了GPP以及SIF信号, 结果表明SIF值与GPP的关系会受到不同生态系统叶绿素浓度及叶面积指数差异的影响, 并提出在建立SIF-GPP关系之前, 需要使用模型等方法来修正影响SIF-GPP关系的各种因素. ...

Far-red sun-induced chlorophyll fluorescence shows ecosystem-specific relationships to gross primary production: an assessment based on observational and modeling approaches
2
2015

... 叶绿素荧光的研究是量化区域以及全球尺度植被生产力的关键(Ryu et al., 2019).叶绿素荧光是植物叶绿素吸收光能后向外发射的长波信号(650-800 nm), 具有红光(685 nm左右)和近红外(740 nm左右)两个波峰(Damm et al., 2015; Verrelst et al., 2016; Mohammed et al., 2019).植物光合色素吸收的能量绝大部分被叶绿素所利用进行光合作用, 然而未被利用的部分则以长波的形式向外发射荧光或以热耗散的形式释放出去(Porcar-Castell et al., 2014; Mohammed et al., 2019).这三种能量之间存在着一定的平衡(Baker et al., 2008; Hmimina et al., 2014), 任何一种能量发生变化都会导致其他两种能量的变化.因此, 叶绿素荧光可以无伤、快速、灵敏地监测植被真实的生理生态过程和受环境胁迫的状况(Cendrero-Mateo et al., 2016; Chen et al., 2016). ...

... 植被SIF值和GPP之间具有很强的线性关系, 这种关系为基于SIF估算GPP的模型提供了坚实的基础(Frankenberg et al., 2011; Guanter et al., 2012, 2014; Porcar-Castell et al., 2014; Verma et al., 2017).然而, 目前这种经验关系缺乏机理解释(Magney et al., 2019a), 并且SIF观测值和GPP之间的关系会随着时空尺度的变化而变化(Cheng et al., 2013; Zarco-Tejada et al., 2016; Goulas et al., 2017; Liu et al., 2017).在叶片尺度, SIF值与GPP的关系由于红光波段荧光重吸收作用以及远红外波段荧光散射作用的减弱而会比冠层上观察到的SIF-GPP关系更强(Liu et al., 2020); 在冠层尺度, SIF值与GPP之间的关系会因为叶片生理特性以及植被冠层结构的改变而改变(Porcar-Castell et al., 2014; Damm et al., 2015; Yang et al., 2018); 在区域尺度, 由于卫星每天最多只能获得一个SIF观测值, 并且有效的SIF观测值主要发生在晴天的特定时间段, 复杂的大气传输环境以及时间尺度上的不匹配必定会增加SIF值与GPP关系的不确定性(Hu et al., 2018; Yang et al., 2018). ...

A field platform for continuous measurement of canopy fluorescence
2
2010

... 近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

... Instruments used for the ground-based continuous observation of sun-induced chlorophyll fluorescence
Table 2

仪器设备 Equipment	光谱仪 Spectrometer	波段 Band (nm)	光学分辨率 Optical resolution (nm)	相关文献 Related literature
TriFLEX	HR2000+	630-815	0.50	Daumard et al., 2010
	HR2000+	630-815	0.50
	HR2000+	300-900	2.00
SpectroFLEX	HR2000+	630-820	0.20	Fournier et al., 2012
AutoSIF	QE65pro	645-805	0.30	Hu et al., 2018
S-FluorBox	HR4000	700-800	0.10	Cogliati et al., 2015
	HR4000	400-1 000	1.00
SIF-SYS	STS-VIS	337-823	3.00	Burkart et al., 2015
FluoSpec	HR2000+	680-775	0.13	Yang et al., 2015
FluoSpec2	QEpro	730-780	0.15	Miao et al., 2018
	HR2000+	350-1 100	1.10
PhotoSpec	QEpro1	670-732	0.30	Grossmann et al., 2018
	QEpro2	729-784	0.30
	Flame	177-874	1.20
FLOX	QEpro	650-800	0.30	Wohlfahrt et al., 2018
	VIS-NIR	400-950	1.50
SIFSpec	QE65pro	649-805	0.34	Du et al., 2019
SIFPrism	QEpro	650-800	0.30	Zhang et al., 2019
FAME	QEpro	730-786	0.15	Gu et al., 2018

以上光谱仪的波段及光学分辨率根据使用者对仪器配置的不同会有所差异. ...

The FLuorescence EXplorer mission concept—ESA’s earth explorer 8
3
2016

... Satellite-based sensors used for the retrieval of satellite-based sun-induced chlorophyll fluorescence
Table 1

传感器 Sensor	卫星 Satellite	发射时间 Launch time	波段 Band (nm)	状态 State	相关文献 Related literature
SCIAMACHY	ENVISAT	2002-03	650-790	失联 Lost contact	Joiner et al., 2011; Wolanin et al., 2015
GOME-2	METOP	2006-07	650-790	在轨 On orbit	Joiner et al., 2013; Guanter et al., 2014
TANSO-FTS-1	GOSAT	2009-01	757-775	在轨 On orbit	Frankenberg et al., 2011; Joiner et al., 2011
OCO-2	OCO-2	2014-07	757-775	在轨 On orbit	Frankenberg et al., 2014; Sun et al., 2017
ACGS	TANSAT	2016-12	758-778	在轨 On orbit	Du et al., 2018; Li et al., 2018
TROPOMI	Sentinel-5P	2017-10	675-775	在轨 On orbit	Guanter et al., 2015; Zhang et al., 2019
TANSO-FTS-2	GOSAT-2	2018-10	757-775	在轨 On orbit	Nakajima et al., 2017
OCO-3	OCO-3	2019-05	757-775	在轨 On orbit	Eldering et al., 2019
-	TEMPO	预计2020 Estimate 2020	650-740	计划发射 Planned launch	Zoogman et al., 2017; Mohammed et al., 2019
-	GeoCARB	预计2021 Estimate 2021	757-772	计划发射 Planned launch	O’Brienet al., 2016; Mohammed et al., 2019
FLORIS	FLEX	预计2023 Estimate 2023	650-780	计划发射 Planned launch	Drusch et al., 2016; Mohammed et al., 2019

近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

... 卫星SIF产品的真实有效性迫切需要支持验证.叶绿素荧光所占的比例非常小, 属于微弱的电磁波信号, 大约只占地表反射信号的1%-2% (Meroni et al., 2009).在自然光条件下, SIF信号对于植被冠层辐射的贡献只有不到3% (Zarco-Tejada et al., 2013).由自然光激发产生的SIF在经过冠层重吸收、散射后又经过复杂的大气结构到达卫星传感器, 这中间的过程使得SIF信号的不确定性不断累积, 也使得荧光信号的检索变得复杂困难.而SIF信号的检索算法大都利用少量的窄波段进行, 如O₂-B、O₂-A波段或夫琅和费吸收暗线(Fournier et al., 2012; Burkart et al., 2015; Yang et al., 2015), 这种检索波段的单一性也使得SIF信号的解释存在不确定性.另外, 由于卫星每天最多只能获得一个SIF观测值, 有效的SIF观测值主要发生在晴天特定时间段(Hu et al., 2018; Yang et al., 2018).因此, 光照条件、植被结构、背景反射和大气效应等都会影响荧光反演的结果(Guanter et al., 2010; Zarco-Tejada et al., 2013).为了有效降低卫星SIF观测不确定性所带来的影响, 地面荧光观测网络的建立、拓展以及荧光模型的构建是必不可少的(Zarco-Tejada et al., 2013; Atherton et al., 2016; Drusch et al., 2016; Grossmann et al., 2018; Raczka et al., 2019; Zhang et al., 2020). ...

... 卫星SIF信号大都集中于近红外区域特定的窄波段, 无法再现完整的荧光光谱曲线(Liu et al., 2020).然而, 叶绿素荧光光谱形状相关的参数, 如红光与远红外波段荧光的比率等, 对植物胁迫状态及光合信息有指示作用(Cheng et al., 2013; Middleton et al., 2017).研究表明, 冠层SIF值会受到植被胁迫状态、冠层结构、辐照条件、叶绿素浓度等的影响, 这些影响均会使得冠层SIF光谱曲线呈现不同的变化(Huang et al., 2007; Pinto et al., 2016; Vilfan et al., 2016; Yang et al., 2018; Atherton et al., 2019).为了将SIF信号与植被生产力关联起来, 有必要对荧光光谱进行重建, 建立全波段的SIF光谱曲线(Zhao et al., 2014; Cogliati et al., 2015; Drusch et al., 2016). ...

SIFSpec: measuring solar-induced chlorophyll fluorescence observations for remote sensing of photosynthesis
1
2019

... Instruments used for the ground-based continuous observation of sun-induced chlorophyll fluorescence
Table 2

仪器设备 Equipment	光谱仪 Spectrometer	波段 Band (nm)	光学分辨率 Optical resolution (nm)	相关文献 Related literature
TriFLEX	HR2000+	630-815	0.50	Daumard et al., 2010
	HR2000+	630-815	0.50
	HR2000+	300-900	2.00
SpectroFLEX	HR2000+	630-820	0.20	Fournier et al., 2012
AutoSIF	QE65pro	645-805	0.30	Hu et al., 2018
S-FluorBox	HR4000	700-800	0.10	Cogliati et al., 2015
	HR4000	400-1 000	1.00
SIF-SYS	STS-VIS	337-823	3.00	Burkart et al., 2015
FluoSpec	HR2000+	680-775	0.13	Yang et al., 2015
FluoSpec2	QEpro	730-780	0.15	Miao et al., 2018
	HR2000+	350-1 100	1.10
PhotoSpec	QEpro1	670-732	0.30	Grossmann et al., 2018
	QEpro2	729-784	0.30
	Flame	177-874	1.20
FLOX	QEpro	650-800	0.30	Wohlfahrt et al., 2018
	VIS-NIR	400-950	1.50
SIFSpec	QE65pro	649-805	0.34	Du et al., 2019
SIFPrism	QEpro	650-800	0.30	Zhang et al., 2019
FAME	QEpro	730-786	0.15	Gu et al., 2018

以上光谱仪的波段及光学分辨率根据使用者对仪器配置的不同会有所差异. ...

Retrieval of global terrestrial solar-induced chlorophyll fluorescence from TanSat satellite
1
2018

... Satellite-based sensors used for the retrieval of satellite-based sun-induced chlorophyll fluorescence
Table 1

传感器 Sensor	卫星 Satellite	发射时间 Launch time	波段 Band (nm)	状态 State	相关文献 Related literature
SCIAMACHY	ENVISAT	2002-03	650-790	失联 Lost contact	Joiner et al., 2011; Wolanin et al., 2015
GOME-2	METOP	2006-07	650-790	在轨 On orbit	Joiner et al., 2013; Guanter et al., 2014
TANSO-FTS-1	GOSAT	2009-01	757-775	在轨 On orbit	Frankenberg et al., 2011; Joiner et al., 2011
OCO-2	OCO-2	2014-07	757-775	在轨 On orbit	Frankenberg et al., 2014; Sun et al., 2017
ACGS	TANSAT	2016-12	758-778	在轨 On orbit	Du et al., 2018; Li et al., 2018
TROPOMI	Sentinel-5P	2017-10	675-775	在轨 On orbit	Guanter et al., 2015; Zhang et al., 2019
TANSO-FTS-2	GOSAT-2	2018-10	757-775	在轨 On orbit	Nakajima et al., 2017
OCO-3	OCO-3	2019-05	757-775	在轨 On orbit	Eldering et al., 2019
-	TEMPO	预计2020 Estimate 2020	650-740	计划发射 Planned launch	Zoogman et al., 2017; Mohammed et al., 2019
-	GeoCARB	预计2021 Estimate 2021	757-772	计划发射 Planned launch	O’Brienet al., 2016; Mohammed et al., 2019
FLORIS	FLEX	预计2023 Estimate 2023	650-780	计划发射 Planned launch	Drusch et al., 2016; Mohammed et al., 2019

近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

The OCO-3 mission: measurement objectives and expected performance based on 1 year of simulated data
1
2019

... Satellite-based sensors used for the retrieval of satellite-based sun-induced chlorophyll fluorescence
Table 1

传感器 Sensor	卫星 Satellite	发射时间 Launch time	波段 Band (nm)	状态 State	相关文献 Related literature
SCIAMACHY	ENVISAT	2002-03	650-790	失联 Lost contact	Joiner et al., 2011; Wolanin et al., 2015
GOME-2	METOP	2006-07	650-790	在轨 On orbit	Joiner et al., 2013; Guanter et al., 2014
TANSO-FTS-1	GOSAT	2009-01	757-775	在轨 On orbit	Frankenberg et al., 2011; Joiner et al., 2011
OCO-2	OCO-2	2014-07	757-775	在轨 On orbit	Frankenberg et al., 2014; Sun et al., 2017
ACGS	TANSAT	2016-12	758-778	在轨 On orbit	Du et al., 2018; Li et al., 2018
TROPOMI	Sentinel-5P	2017-10	675-775	在轨 On orbit	Guanter et al., 2015; Zhang et al., 2019
TANSO-FTS-2	GOSAT-2	2018-10	757-775	在轨 On orbit	Nakajima et al., 2017
OCO-3	OCO-3	2019-05	757-775	在轨 On orbit	Eldering et al., 2019
-	TEMPO	预计2020 Estimate 2020	650-740	计划发射 Planned launch	Zoogman et al., 2017; Mohammed et al., 2019
-	GeoCARB	预计2021 Estimate 2021	757-772	计划发射 Planned launch	O’Brienet al., 2016; Mohammed et al., 2019
FLORIS	FLEX	预计2023 Estimate 2023	650-780	计划发射 Planned launch	Drusch et al., 2016; Mohammed et al., 2019

近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

Chlorophyll fluorescence technique as a rapid tool for in vitro screening of olive cultivars ( Olea europaea L.) tolerant to drought stress
1
2011

... 在叶绿体尺度, 光系统II (PSII)吸收的能量分别用于光合作用、发射荧光以及NPQ,三者的效率总和为1 (Hmimina et al., 2014; Lee et al., 2015; Cendrero-Mateo et al., 2016).光系统(PSI和PSII)以串联的方式进行电子传输, 并且都可以产生叶绿素荧光.但是两个光系统对于叶绿素荧光光谱的贡献却不相同: 通常PSI的荧光效率较低, 常被认为是定值(Franck et al., 2002; Hasegawa et al., 2010; Porcar- Castell et al., 2014), 而PSII的荧光效率受到光化学淬灭(PQ)(Magney et al., 2019b)和NPQ (Franck et al., 2005; Lambrev et al., 2010)的影响.由于NPQ的效率取决植物生理状态以及所处的环境, 所以荧光效率和光化学效率之间的关系受到NPQ效率的调控(Flexas & Medrano, 2002; Baker, 2008; Faraloni et al., 2011; Lee et al., 2013; Porcar-Castell et al., 2014; Farooq et al., 2018). ...

Dynamic feedback of the photosystem II reaction centre on photoprotection in plants
2
2018

... 荧光动力学曲线, 是当植物绿色组织经过黑暗处理后受到可见光或人为激光照射时, 叶绿素分子所产生的荧光信号强度随着时间发生规律性的变化, 在荧光图谱上表现为一条先增后减再趋向平稳的曲线, 也称Kautsky效应(Stirbet & Govindjee, 2011).目前主动观测大都基于脉冲辐射调制的(PAM)荧光系统.该系统由一个弱的调制测量光源和一个较强的非调制光化光源组成, 弱的测量光源用于测定植物暗适应下绿色组织的最小荧光值(F_o), 而强的光化光源可以作为饱和脉冲光用来监测经过暗处理后植物绿色组织的最大荧光值(F_m).通过分析荧光动力学曲线, PAM技术可以获取非光化学淬灭(NPQ)、表观光合电子传递速率(ETR)、植物光化学效率(Ф_PSII)等参数, 其中NPQ对于植物热保护机制具有重要意义(Kromdijk et al., 2016; Farooq et al., 2018), ETR与光合碳固定存在线性关系( Barranguet & Kromkamp, 2000). ...

... 在叶绿体尺度, 光系统II (PSII)吸收的能量分别用于光合作用、发射荧光以及NPQ,三者的效率总和为1 (Hmimina et al., 2014; Lee et al., 2015; Cendrero-Mateo et al., 2016).光系统(PSI和PSII)以串联的方式进行电子传输, 并且都可以产生叶绿素荧光.但是两个光系统对于叶绿素荧光光谱的贡献却不相同: 通常PSI的荧光效率较低, 常被认为是定值(Franck et al., 2002; Hasegawa et al., 2010; Porcar- Castell et al., 2014), 而PSII的荧光效率受到光化学淬灭(PQ)(Magney et al., 2019b)和NPQ (Franck et al., 2005; Lambrev et al., 2010)的影响.由于NPQ的效率取决植物生理状态以及所处的环境, 所以荧光效率和光化学效率之间的关系受到NPQ效率的调控(Flexas & Medrano, 2002; Baker, 2008; Faraloni et al., 2011; Lee et al., 2013; Porcar-Castell et al., 2014; Farooq et al., 2018). ...

Energy dissipation in C₃ plants under drought
1
2002

... 在叶绿体尺度, 光系统II (PSII)吸收的能量分别用于光合作用、发射荧光以及NPQ,三者的效率总和为1 (Hmimina et al., 2014; Lee et al., 2015; Cendrero-Mateo et al., 2016).光系统(PSI和PSII)以串联的方式进行电子传输, 并且都可以产生叶绿素荧光.但是两个光系统对于叶绿素荧光光谱的贡献却不相同: 通常PSI的荧光效率较低, 常被认为是定值(Franck et al., 2002; Hasegawa et al., 2010; Porcar- Castell et al., 2014), 而PSII的荧光效率受到光化学淬灭(PQ)(Magney et al., 2019b)和NPQ (Franck et al., 2005; Lambrev et al., 2010)的影响.由于NPQ的效率取决植物生理状态以及所处的环境, 所以荧光效率和光化学效率之间的关系受到NPQ效率的调控(Flexas & Medrano, 2002; Baker, 2008; Faraloni et al., 2011; Lee et al., 2013; Porcar-Castell et al., 2014; Farooq et al., 2018). ...

Effect of canopy structure on sun-induced chlorophyll fluorescence
2
2012

... Instruments used for the ground-based continuous observation of sun-induced chlorophyll fluorescence
Table 2

仪器设备 Equipment	光谱仪 Spectrometer	波段 Band (nm)	光学分辨率 Optical resolution (nm)	相关文献 Related literature
TriFLEX	HR2000+	630-815	0.50	Daumard et al., 2010
	HR2000+	630-815	0.50
	HR2000+	300-900	2.00
SpectroFLEX	HR2000+	630-820	0.20	Fournier et al., 2012
AutoSIF	QE65pro	645-805	0.30	Hu et al., 2018
S-FluorBox	HR4000	700-800	0.10	Cogliati et al., 2015
	HR4000	400-1 000	1.00
SIF-SYS	STS-VIS	337-823	3.00	Burkart et al., 2015
FluoSpec	HR2000+	680-775	0.13	Yang et al., 2015
FluoSpec2	QEpro	730-780	0.15	Miao et al., 2018
	HR2000+	350-1 100	1.10
PhotoSpec	QEpro1	670-732	0.30	Grossmann et al., 2018
	QEpro2	729-784	0.30
	Flame	177-874	1.20
FLOX	QEpro	650-800	0.30	Wohlfahrt et al., 2018
	VIS-NIR	400-950	1.50
SIFSpec	QE65pro	649-805	0.34	Du et al., 2019
SIFPrism	QEpro	650-800	0.30	Zhang et al., 2019
FAME	QEpro	730-786	0.15	Gu et al., 2018

以上光谱仪的波段及光学分辨率根据使用者对仪器配置的不同会有所差异. ...

... 卫星SIF产品的真实有效性迫切需要支持验证.叶绿素荧光所占的比例非常小, 属于微弱的电磁波信号, 大约只占地表反射信号的1%-2% (Meroni et al., 2009).在自然光条件下, SIF信号对于植被冠层辐射的贡献只有不到3% (Zarco-Tejada et al., 2013).由自然光激发产生的SIF在经过冠层重吸收、散射后又经过复杂的大气结构到达卫星传感器, 这中间的过程使得SIF信号的不确定性不断累积, 也使得荧光信号的检索变得复杂困难.而SIF信号的检索算法大都利用少量的窄波段进行, 如O₂-B、O₂-A波段或夫琅和费吸收暗线(Fournier et al., 2012; Burkart et al., 2015; Yang et al., 2015), 这种检索波段的单一性也使得SIF信号的解释存在不确定性.另外, 由于卫星每天最多只能获得一个SIF观测值, 有效的SIF观测值主要发生在晴天特定时间段(Hu et al., 2018; Yang et al., 2018).因此, 光照条件、植被结构、背景反射和大气效应等都会影响荧光反演的结果(Guanter et al., 2010; Zarco-Tejada et al., 2013).为了有效降低卫星SIF观测不确定性所带来的影响, 地面荧光观测网络的建立、拓展以及荧光模型的构建是必不可少的(Zarco-Tejada et al., 2013; Atherton et al., 2016; Drusch et al., 2016; Grossmann et al., 2018; Raczka et al., 2019; Zhang et al., 2020). ...

Changes in the room-temperature emission spectrum of chlorophyll during fast and slow phases of the Kautsky effect in intact leaves
1
2005

... 在叶绿体尺度, 光系统II (PSII)吸收的能量分别用于光合作用、发射荧光以及NPQ,三者的效率总和为1 (Hmimina et al., 2014; Lee et al., 2015; Cendrero-Mateo et al., 2016).光系统(PSI和PSII)以串联的方式进行电子传输, 并且都可以产生叶绿素荧光.但是两个光系统对于叶绿素荧光光谱的贡献却不相同: 通常PSI的荧光效率较低, 常被认为是定值(Franck et al., 2002; Hasegawa et al., 2010; Porcar- Castell et al., 2014), 而PSII的荧光效率受到光化学淬灭(PQ)(Magney et al., 2019b)和NPQ (Franck et al., 2005; Lambrev et al., 2010)的影响.由于NPQ的效率取决植物生理状态以及所处的环境, 所以荧光效率和光化学效率之间的关系受到NPQ效率的调控(Flexas & Medrano, 2002; Baker, 2008; Faraloni et al., 2011; Lee et al., 2013; Porcar-Castell et al., 2014; Farooq et al., 2018). ...

Resolution of the photosystem I and photosystem II contributions to chlorophyll fluorescence of intact leaves at room temperature
1
2002

... 在叶绿体尺度, 光系统II (PSII)吸收的能量分别用于光合作用、发射荧光以及NPQ,三者的效率总和为1 (Hmimina et al., 2014; Lee et al., 2015; Cendrero-Mateo et al., 2016).光系统(PSI和PSII)以串联的方式进行电子传输, 并且都可以产生叶绿素荧光.但是两个光系统对于叶绿素荧光光谱的贡献却不相同: 通常PSI的荧光效率较低, 常被认为是定值(Franck et al., 2002; Hasegawa et al., 2010; Porcar- Castell et al., 2014), 而PSII的荧光效率受到光化学淬灭(PQ)(Magney et al., 2019b)和NPQ (Franck et al., 2005; Lambrev et al., 2010)的影响.由于NPQ的效率取决植物生理状态以及所处的环境, 所以荧光效率和光化学效率之间的关系受到NPQ效率的调控(Flexas & Medrano, 2002; Baker, 2008; Faraloni et al., 2011; Lee et al., 2013; Porcar-Castell et al., 2014; Farooq et al., 2018). ...

Synoptic spatio- temporal variability of the photosynthetic productivity of microphytobenthos and phytoplankton in a tidal estuary
1
2020

... 主动观测的优势表现在以下两点.第一, 借助PAM荧光技术获取的参数可以直观地解释植物光合作用、探讨热耗散对于荧光产量和光化学产量平衡的影响.第二, 由于PAM荧光技术是在相对较宽的光谱范围内获取的, 因此受环境影响较小(Porcar-Castell et al., 2014).鉴于主动观测的优势, 其已被广泛应用于植物胁迫(McMurtrey et al., 2002; Araus et al., 2010; Agati et al., 2013; Konanz et al., 2014), 追踪植物光合作用变化(Maxwell & Johnson, 2000; Baker et al., 2008; Murchie & Lawson, 2013; Frankenbach et al., 2020)等方面的研究.然而, 主动观测存在劣势, 由于需要人工饱和光脉冲以及精确的脉冲同步和调制荧光技术, PAM荧光技术不适用于大尺度的卫星遥感监测(Kolber et al., 2005; Amoros-Lopez et al., 2008). ...

New global observations of the terrestrial carbon cycle from GOSAT: patterns of plant fluorescence with gross primary productivity
2
2011

... Satellite-based sensors used for the retrieval of satellite-based sun-induced chlorophyll fluorescence
Table 1

传感器 Sensor	卫星 Satellite	发射时间 Launch time	波段 Band (nm)	状态 State	相关文献 Related literature
SCIAMACHY	ENVISAT	2002-03	650-790	失联 Lost contact	Joiner et al., 2011; Wolanin et al., 2015
GOME-2	METOP	2006-07	650-790	在轨 On orbit	Joiner et al., 2013; Guanter et al., 2014
TANSO-FTS-1	GOSAT	2009-01	757-775	在轨 On orbit	Frankenberg et al., 2011; Joiner et al., 2011
OCO-2	OCO-2	2014-07	757-775	在轨 On orbit	Frankenberg et al., 2014; Sun et al., 2017
ACGS	TANSAT	2016-12	758-778	在轨 On orbit	Du et al., 2018; Li et al., 2018
TROPOMI	Sentinel-5P	2017-10	675-775	在轨 On orbit	Guanter et al., 2015; Zhang et al., 2019
TANSO-FTS-2	GOSAT-2	2018-10	757-775	在轨 On orbit	Nakajima et al., 2017
OCO-3	OCO-3	2019-05	757-775	在轨 On orbit	Eldering et al., 2019
-	TEMPO	预计2020 Estimate 2020	650-740	计划发射 Planned launch	Zoogman et al., 2017; Mohammed et al., 2019
-	GeoCARB	预计2021 Estimate 2021	757-772	计划发射 Planned launch	O’Brienet al., 2016; Mohammed et al., 2019
FLORIS	FLEX	预计2023 Estimate 2023	650-780	计划发射 Planned launch	Drusch et al., 2016; Mohammed et al., 2019

近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

... 植被SIF值和GPP之间具有很强的线性关系, 这种关系为基于SIF估算GPP的模型提供了坚实的基础(Frankenberg et al., 2011; Guanter et al., 2012, 2014; Porcar-Castell et al., 2014; Verma et al., 2017).然而, 目前这种经验关系缺乏机理解释(Magney et al., 2019a), 并且SIF观测值和GPP之间的关系会随着时空尺度的变化而变化(Cheng et al., 2013; Zarco-Tejada et al., 2016; Goulas et al., 2017; Liu et al., 2017).在叶片尺度, SIF值与GPP的关系由于红光波段荧光重吸收作用以及远红外波段荧光散射作用的减弱而会比冠层上观察到的SIF-GPP关系更强(Liu et al., 2020); 在冠层尺度, SIF值与GPP之间的关系会因为叶片生理特性以及植被冠层结构的改变而改变(Porcar-Castell et al., 2014; Damm et al., 2015; Yang et al., 2018); 在区域尺度, 由于卫星每天最多只能获得一个SIF观测值, 并且有效的SIF观测值主要发生在晴天的特定时间段, 复杂的大气传输环境以及时间尺度上的不匹配必定会增加SIF值与GPP关系的不确定性(Hu et al., 2018; Yang et al., 2018). ...

Prospects for chlorophyll fluorescence remote sensing from the Orbiting Carbon Observatory-2
1
2014

... Satellite-based sensors used for the retrieval of satellite-based sun-induced chlorophyll fluorescence
Table 1

传感器 Sensor	卫星 Satellite	发射时间 Launch time	波段 Band (nm)	状态 State	相关文献 Related literature
SCIAMACHY	ENVISAT	2002-03	650-790	失联 Lost contact	Joiner et al., 2011; Wolanin et al., 2015
GOME-2	METOP	2006-07	650-790	在轨 On orbit	Joiner et al., 2013; Guanter et al., 2014
TANSO-FTS-1	GOSAT	2009-01	757-775	在轨 On orbit	Frankenberg et al., 2011; Joiner et al., 2011
OCO-2	OCO-2	2014-07	757-775	在轨 On orbit	Frankenberg et al., 2014; Sun et al., 2017
ACGS	TANSAT	2016-12	758-778	在轨 On orbit	Du et al., 2018; Li et al., 2018
TROPOMI	Sentinel-5P	2017-10	675-775	在轨 On orbit	Guanter et al., 2015; Zhang et al., 2019
TANSO-FTS-2	GOSAT-2	2018-10	757-775	在轨 On orbit	Nakajima et al., 2017
OCO-3	OCO-3	2019-05	757-775	在轨 On orbit	Eldering et al., 2019
-	TEMPO	预计2020 Estimate 2020	650-740	计划发射 Planned launch	Zoogman et al., 2017; Mohammed et al., 2019
-	GeoCARB	预计2021 Estimate 2021	757-772	计划发射 Planned launch	O’Brienet al., 2016; Mohammed et al., 2019
FLORIS	FLEX	预计2023 Estimate 2023	650-780	计划发射 Planned launch	Drusch et al., 2016; Mohammed et al., 2019

近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

Gross primary production of a wheat canopy relates stronger tofar red than to red solar- induced chlorophyll fluorescence
1
2017

... 植被SIF值和GPP之间具有很强的线性关系, 这种关系为基于SIF估算GPP的模型提供了坚实的基础(Frankenberg et al., 2011; Guanter et al., 2012, 2014; Porcar-Castell et al., 2014; Verma et al., 2017).然而, 目前这种经验关系缺乏机理解释(Magney et al., 2019a), 并且SIF观测值和GPP之间的关系会随着时空尺度的变化而变化(Cheng et al., 2013; Zarco-Tejada et al., 2016; Goulas et al., 2017; Liu et al., 2017).在叶片尺度, SIF值与GPP的关系由于红光波段荧光重吸收作用以及远红外波段荧光散射作用的减弱而会比冠层上观察到的SIF-GPP关系更强(Liu et al., 2020); 在冠层尺度, SIF值与GPP之间的关系会因为叶片生理特性以及植被冠层结构的改变而改变(Porcar-Castell et al., 2014; Damm et al., 2015; Yang et al., 2018); 在区域尺度, 由于卫星每天最多只能获得一个SIF观测值, 并且有效的SIF观测值主要发生在晴天的特定时间段, 复杂的大气传输环境以及时间尺度上的不匹配必定会增加SIF值与GPP关系的不确定性(Hu et al., 2018; Yang et al., 2018). ...

PhotoSpec: a new instrument to measure spatially distributed red and far-red solar-induced chlorophyll fluorescence
2
2018

... Instruments used for the ground-based continuous observation of sun-induced chlorophyll fluorescence
Table 2

仪器设备 Equipment	光谱仪 Spectrometer	波段 Band (nm)	光学分辨率 Optical resolution (nm)	相关文献 Related literature
TriFLEX	HR2000+	630-815	0.50	Daumard et al., 2010
	HR2000+	630-815	0.50
	HR2000+	300-900	2.00
SpectroFLEX	HR2000+	630-820	0.20	Fournier et al., 2012
AutoSIF	QE65pro	645-805	0.30	Hu et al., 2018
S-FluorBox	HR4000	700-800	0.10	Cogliati et al., 2015
	HR4000	400-1 000	1.00
SIF-SYS	STS-VIS	337-823	3.00	Burkart et al., 2015
FluoSpec	HR2000+	680-775	0.13	Yang et al., 2015
FluoSpec2	QEpro	730-780	0.15	Miao et al., 2018
	HR2000+	350-1 100	1.10
PhotoSpec	QEpro1	670-732	0.30	Grossmann et al., 2018
	QEpro2	729-784	0.30
	Flame	177-874	1.20
FLOX	QEpro	650-800	0.30	Wohlfahrt et al., 2018
	VIS-NIR	400-950	1.50
SIFSpec	QE65pro	649-805	0.34	Du et al., 2019
SIFPrism	QEpro	650-800	0.30	Zhang et al., 2019
FAME	QEpro	730-786	0.15	Gu et al., 2018

以上光谱仪的波段及光学分辨率根据使用者对仪器配置的不同会有所差异. ...

... 卫星SIF产品的真实有效性迫切需要支持验证.叶绿素荧光所占的比例非常小, 属于微弱的电磁波信号, 大约只占地表反射信号的1%-2% (Meroni et al., 2009).在自然光条件下, SIF信号对于植被冠层辐射的贡献只有不到3% (Zarco-Tejada et al., 2013).由自然光激发产生的SIF在经过冠层重吸收、散射后又经过复杂的大气结构到达卫星传感器, 这中间的过程使得SIF信号的不确定性不断累积, 也使得荧光信号的检索变得复杂困难.而SIF信号的检索算法大都利用少量的窄波段进行, 如O₂-B、O₂-A波段或夫琅和费吸收暗线(Fournier et al., 2012; Burkart et al., 2015; Yang et al., 2015), 这种检索波段的单一性也使得SIF信号的解释存在不确定性.另外, 由于卫星每天最多只能获得一个SIF观测值, 有效的SIF观测值主要发生在晴天特定时间段(Hu et al., 2018; Yang et al., 2018).因此, 光照条件、植被结构、背景反射和大气效应等都会影响荧光反演的结果(Guanter et al., 2010; Zarco-Tejada et al., 2013).为了有效降低卫星SIF观测不确定性所带来的影响, 地面荧光观测网络的建立、拓展以及荧光模型的构建是必不可少的(Zarco-Tejada et al., 2013; Atherton et al., 2016; Drusch et al., 2016; Grossmann et al., 2018; Raczka et al., 2019; Zhang et al., 2020). ...

Advancing terrestrial ecosystem science with a novel automated measurement system for sun-induced chlorophyll fluorescence for integration with eddy covariance flux networks
1
2018

... Instruments used for the ground-based continuous observation of sun-induced chlorophyll fluorescence
Table 2

仪器设备 Equipment	光谱仪 Spectrometer	波段 Band (nm)	光学分辨率 Optical resolution (nm)	相关文献 Related literature
TriFLEX	HR2000+	630-815	0.50	Daumard et al., 2010
	HR2000+	630-815	0.50
	HR2000+	300-900	2.00
SpectroFLEX	HR2000+	630-820	0.20	Fournier et al., 2012
AutoSIF	QE65pro	645-805	0.30	Hu et al., 2018
S-FluorBox	HR4000	700-800	0.10	Cogliati et al., 2015
	HR4000	400-1 000	1.00
SIF-SYS	STS-VIS	337-823	3.00	Burkart et al., 2015
FluoSpec	HR2000+	680-775	0.13	Yang et al., 2015
FluoSpec2	QEpro	730-780	0.15	Miao et al., 2018
	HR2000+	350-1 100	1.10
PhotoSpec	QEpro1	670-732	0.30	Grossmann et al., 2018
	QEpro2	729-784	0.30
	Flame	177-874	1.20
FLOX	QEpro	650-800	0.30	Wohlfahrt et al., 2018
	VIS-NIR	400-950	1.50
SIFSpec	QE65pro	649-805	0.34	Du et al., 2019
SIFPrism	QEpro	650-800	0.30	Zhang et al., 2019
FAME	QEpro	730-786	0.15	Gu et al., 2018

以上光谱仪的波段及光学分辨率根据使用者对仪器配置的不同会有所差异. ...

Potential of the TROPOspheric Monitoring Instrument (TROPOMI) onboard the Sentinel-5 Precursor for the monitoring of terrestrial chlorophyll fluorescence
1
2015

... Satellite-based sensors used for the retrieval of satellite-based sun-induced chlorophyll fluorescence
Table 1

传感器 Sensor	卫星 Satellite	发射时间 Launch time	波段 Band (nm)	状态 State	相关文献 Related literature
SCIAMACHY	ENVISAT	2002-03	650-790	失联 Lost contact	Joiner et al., 2011; Wolanin et al., 2015
GOME-2	METOP	2006-07	650-790	在轨 On orbit	Joiner et al., 2013; Guanter et al., 2014
TANSO-FTS-1	GOSAT	2009-01	757-775	在轨 On orbit	Frankenberg et al., 2011; Joiner et al., 2011
OCO-2	OCO-2	2014-07	757-775	在轨 On orbit	Frankenberg et al., 2014; Sun et al., 2017
ACGS	TANSAT	2016-12	758-778	在轨 On orbit	Du et al., 2018; Li et al., 2018
TROPOMI	Sentinel-5P	2017-10	675-775	在轨 On orbit	Guanter et al., 2015; Zhang et al., 2019
TANSO-FTS-2	GOSAT-2	2018-10	757-775	在轨 On orbit	Nakajima et al., 2017
OCO-3	OCO-3	2019-05	757-775	在轨 On orbit	Eldering et al., 2019
-	TEMPO	预计2020 Estimate 2020	650-740	计划发射 Planned launch	Zoogman et al., 2017; Mohammed et al., 2019
-	GeoCARB	预计2021 Estimate 2021	757-772	计划发射 Planned launch	O’Brienet al., 2016; Mohammed et al., 2019
FLORIS	FLEX	预计2023 Estimate 2023	650-780	计划发射 Planned launch	Drusch et al., 2016; Mohammed et al., 2019

近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

Developments for vegetation fluorescence retrieval from spaceborne high-resolution spectrometry in the O₂-A and O₂-B absorption bands
1
2010

... 卫星SIF产品的真实有效性迫切需要支持验证.叶绿素荧光所占的比例非常小, 属于微弱的电磁波信号, 大约只占地表反射信号的1%-2% (Meroni et al., 2009).在自然光条件下, SIF信号对于植被冠层辐射的贡献只有不到3% (Zarco-Tejada et al., 2013).由自然光激发产生的SIF在经过冠层重吸收、散射后又经过复杂的大气结构到达卫星传感器, 这中间的过程使得SIF信号的不确定性不断累积, 也使得荧光信号的检索变得复杂困难.而SIF信号的检索算法大都利用少量的窄波段进行, 如O₂-B、O₂-A波段或夫琅和费吸收暗线(Fournier et al., 2012; Burkart et al., 2015; Yang et al., 2015), 这种检索波段的单一性也使得SIF信号的解释存在不确定性.另外, 由于卫星每天最多只能获得一个SIF观测值, 有效的SIF观测值主要发生在晴天特定时间段(Hu et al., 2018; Yang et al., 2018).因此, 光照条件、植被结构、背景反射和大气效应等都会影响荧光反演的结果(Guanter et al., 2010; Zarco-Tejada et al., 2013).为了有效降低卫星SIF观测不确定性所带来的影响, 地面荧光观测网络的建立、拓展以及荧光模型的构建是必不可少的(Zarco-Tejada et al., 2013; Atherton et al., 2016; Drusch et al., 2016; Grossmann et al., 2018; Raczka et al., 2019; Zhang et al., 2020). ...

Retrieval and global assessment of terrestrial chlorophyll fluorescence from GOSAT space measurements
1
2012

... 植被SIF值和GPP之间具有很强的线性关系, 这种关系为基于SIF估算GPP的模型提供了坚实的基础(Frankenberg et al., 2011; Guanter et al., 2012, 2014; Porcar-Castell et al., 2014; Verma et al., 2017).然而, 目前这种经验关系缺乏机理解释(Magney et al., 2019a), 并且SIF观测值和GPP之间的关系会随着时空尺度的变化而变化(Cheng et al., 2013; Zarco-Tejada et al., 2016; Goulas et al., 2017; Liu et al., 2017).在叶片尺度, SIF值与GPP的关系由于红光波段荧光重吸收作用以及远红外波段荧光散射作用的减弱而会比冠层上观察到的SIF-GPP关系更强(Liu et al., 2020); 在冠层尺度, SIF值与GPP之间的关系会因为叶片生理特性以及植被冠层结构的改变而改变(Porcar-Castell et al., 2014; Damm et al., 2015; Yang et al., 2018); 在区域尺度, 由于卫星每天最多只能获得一个SIF观测值, 并且有效的SIF观测值主要发生在晴天的特定时间段, 复杂的大气传输环境以及时间尺度上的不匹配必定会增加SIF值与GPP关系的不确定性(Hu et al., 2018; Yang et al., 2018). ...

Global and time-resolved monitoring of crop photosynthesis with chlorophyll fluorescence
2
2014

... Satellite-based sensors used for the retrieval of satellite-based sun-induced chlorophyll fluorescence
Table 1

传感器 Sensor	卫星 Satellite	发射时间 Launch time	波段 Band (nm)	状态 State	相关文献 Related literature
SCIAMACHY	ENVISAT	2002-03	650-790	失联 Lost contact	Joiner et al., 2011; Wolanin et al., 2015
GOME-2	METOP	2006-07	650-790	在轨 On orbit	Joiner et al., 2013; Guanter et al., 2014
TANSO-FTS-1	GOSAT	2009-01	757-775	在轨 On orbit	Frankenberg et al., 2011; Joiner et al., 2011
OCO-2	OCO-2	2014-07	757-775	在轨 On orbit	Frankenberg et al., 2014; Sun et al., 2017
ACGS	TANSAT	2016-12	758-778	在轨 On orbit	Du et al., 2018; Li et al., 2018
TROPOMI	Sentinel-5P	2017-10	675-775	在轨 On orbit	Guanter et al., 2015; Zhang et al., 2019
TANSO-FTS-2	GOSAT-2	2018-10	757-775	在轨 On orbit	Nakajima et al., 2017
OCO-3	OCO-3	2019-05	757-775	在轨 On orbit	Eldering et al., 2019
-	TEMPO	预计2020 Estimate 2020	650-740	计划发射 Planned launch	Zoogman et al., 2017; Mohammed et al., 2019
-	GeoCARB	预计2021 Estimate 2021	757-772	计划发射 Planned launch	O’Brienet al., 2016; Mohammed et al., 2019
FLORIS	FLEX	预计2023 Estimate 2023	650-780	计划发射 Planned launch	Drusch et al., 2016; Mohammed et al., 2019

近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

... 植被SIF值和GPP之间具有很强的线性关系, 这种关系为基于SIF估算GPP的模型提供了坚实的基础(Frankenberg et al., 2011; Guanter et al., 2012, 2014; Porcar-Castell et al., 2014; Verma et al., 2017).然而, 目前这种经验关系缺乏机理解释(Magney et al., 2019a), 并且SIF观测值和GPP之间的关系会随着时空尺度的变化而变化(Cheng et al., 2013; Zarco-Tejada et al., 2016; Goulas et al., 2017; Liu et al., 2017).在叶片尺度, SIF值与GPP的关系由于红光波段荧光重吸收作用以及远红外波段荧光散射作用的减弱而会比冠层上观察到的SIF-GPP关系更强(Liu et al., 2020); 在冠层尺度, SIF值与GPP之间的关系会因为叶片生理特性以及植被冠层结构的改变而改变(Porcar-Castell et al., 2014; Damm et al., 2015; Yang et al., 2018); 在区域尺度, 由于卫星每天最多只能获得一个SIF观测值, 并且有效的SIF观测值主要发生在晴天的特定时间段, 复杂的大气传输环境以及时间尺度上的不匹配必定会增加SIF值与GPP关系的不确定性(Hu et al., 2018; Yang et al., 2018). ...

Selective excitation of photosystems in chloroplasts inside plant leaves observed by near-infrared laser-based fluorescence spectral microscopy
1
2010

... 在叶绿体尺度, 光系统II (PSII)吸收的能量分别用于光合作用、发射荧光以及NPQ,三者的效率总和为1 (Hmimina et al., 2014; Lee et al., 2015; Cendrero-Mateo et al., 2016).光系统(PSI和PSII)以串联的方式进行电子传输, 并且都可以产生叶绿素荧光.但是两个光系统对于叶绿素荧光光谱的贡献却不相同: 通常PSI的荧光效率较低, 常被认为是定值(Franck et al., 2002; Hasegawa et al., 2010; Porcar- Castell et al., 2014), 而PSII的荧光效率受到光化学淬灭(PQ)(Magney et al., 2019b)和NPQ (Franck et al., 2005; Lambrev et al., 2010)的影响.由于NPQ的效率取决植物生理状态以及所处的环境, 所以荧光效率和光化学效率之间的关系受到NPQ效率的调控(Flexas & Medrano, 2002; Baker, 2008; Faraloni et al., 2011; Lee et al., 2013; Porcar-Castell et al., 2014; Farooq et al., 2018). ...

A simple alternative approach to assessing the fate of absorbed light energy using chlorophyll fluorescence
1
2004

... 在叶片尺度, 主动观测可以获取Ф_F、Ф_PSII、Ф_NPQ (Hendrickson et al., 2004; Kramer et al., 2004; Chen et al., 2018), 被动观测可以获取SIF的量子效率SIF_yield = SIF/APAR(Acebron et al., 2020; Maguire et al., 2020), 气体交换测定系统可以获取光合速率(P_n).我们通过对水稻进行叶绿素荧光主动与被动联合观测, 发现荧光效率和光化学效率的关系受到NPQ效率的调控(图4A), NPQ的变化也影响了760 nm的SIF值与P_n间的关系(图4B).根据同一视场范围内叶绿素荧光主动与被动联合观测的Ф_F、Ф_PSII、Ф_NPQ、NPQ、SIF_yield、P_n等参数, 可以分析NPQ如何影响SIF_yield与光合间的关系, 探索叶片尺度能量在光合与荧光之间的分配. ...

Relationship between photochemical reflectance index and leaf ecophysiological and biochemical parameters under two different water statuses: towards a rapid and efficient correction method using real-time measurements
2
2014

... 叶绿素荧光的研究是量化区域以及全球尺度植被生产力的关键(Ryu et al., 2019).叶绿素荧光是植物叶绿素吸收光能后向外发射的长波信号(650-800 nm), 具有红光(685 nm左右)和近红外(740 nm左右)两个波峰(Damm et al., 2015; Verrelst et al., 2016; Mohammed et al., 2019).植物光合色素吸收的能量绝大部分被叶绿素所利用进行光合作用, 然而未被利用的部分则以长波的形式向外发射荧光或以热耗散的形式释放出去(Porcar-Castell et al., 2014; Mohammed et al., 2019).这三种能量之间存在着一定的平衡(Baker et al., 2008; Hmimina et al., 2014), 任何一种能量发生变化都会导致其他两种能量的变化.因此, 叶绿素荧光可以无伤、快速、灵敏地监测植被真实的生理生态过程和受环境胁迫的状况(Cendrero-Mateo et al., 2016; Chen et al., 2016). ...

... 在叶绿体尺度, 光系统II (PSII)吸收的能量分别用于光合作用、发射荧光以及NPQ,三者的效率总和为1 (Hmimina et al., 2014; Lee et al., 2015; Cendrero-Mateo et al., 2016).光系统(PSI和PSII)以串联的方式进行电子传输, 并且都可以产生叶绿素荧光.但是两个光系统对于叶绿素荧光光谱的贡献却不相同: 通常PSI的荧光效率较低, 常被认为是定值(Franck et al., 2002; Hasegawa et al., 2010; Porcar- Castell et al., 2014), 而PSII的荧光效率受到光化学淬灭(PQ)(Magney et al., 2019b)和NPQ (Franck et al., 2005; Lambrev et al., 2010)的影响.由于NPQ的效率取决植物生理状态以及所处的环境, 所以荧光效率和光化学效率之间的关系受到NPQ效率的调控(Flexas & Medrano, 2002; Baker, 2008; Faraloni et al., 2011; Lee et al., 2013; Porcar-Castell et al., 2014; Farooq et al., 2018). ...

Upscaling solar- induced chlorophyll fluorescence from an instantaneous to daily scale gives an improved estimation of the gross primary productivity
4
2018

... 近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

... Instruments used for the ground-based continuous observation of sun-induced chlorophyll fluorescence
Table 2

仪器设备 Equipment	光谱仪 Spectrometer	波段 Band (nm)	光学分辨率 Optical resolution (nm)	相关文献 Related literature
TriFLEX	HR2000+	630-815	0.50	Daumard et al., 2010
	HR2000+	630-815	0.50
	HR2000+	300-900	2.00
SpectroFLEX	HR2000+	630-820	0.20	Fournier et al., 2012
AutoSIF	QE65pro	645-805	0.30	Hu et al., 2018
S-FluorBox	HR4000	700-800	0.10	Cogliati et al., 2015
	HR4000	400-1 000	1.00
SIF-SYS	STS-VIS	337-823	3.00	Burkart et al., 2015
FluoSpec	HR2000+	680-775	0.13	Yang et al., 2015
FluoSpec2	QEpro	730-780	0.15	Miao et al., 2018
	HR2000+	350-1 100	1.10
PhotoSpec	QEpro1	670-732	0.30	Grossmann et al., 2018
	QEpro2	729-784	0.30
	Flame	177-874	1.20
FLOX	QEpro	650-800	0.30	Wohlfahrt et al., 2018
	VIS-NIR	400-950	1.50
SIFSpec	QE65pro	649-805	0.34	Du et al., 2019
SIFPrism	QEpro	650-800	0.30	Zhang et al., 2019
FAME	QEpro	730-786	0.15	Gu et al., 2018

以上光谱仪的波段及光学分辨率根据使用者对仪器配置的不同会有所差异. ...

... 植被SIF值和GPP之间具有很强的线性关系, 这种关系为基于SIF估算GPP的模型提供了坚实的基础(Frankenberg et al., 2011; Guanter et al., 2012, 2014; Porcar-Castell et al., 2014; Verma et al., 2017).然而, 目前这种经验关系缺乏机理解释(Magney et al., 2019a), 并且SIF观测值和GPP之间的关系会随着时空尺度的变化而变化(Cheng et al., 2013; Zarco-Tejada et al., 2016; Goulas et al., 2017; Liu et al., 2017).在叶片尺度, SIF值与GPP的关系由于红光波段荧光重吸收作用以及远红外波段荧光散射作用的减弱而会比冠层上观察到的SIF-GPP关系更强(Liu et al., 2020); 在冠层尺度, SIF值与GPP之间的关系会因为叶片生理特性以及植被冠层结构的改变而改变(Porcar-Castell et al., 2014; Damm et al., 2015; Yang et al., 2018); 在区域尺度, 由于卫星每天最多只能获得一个SIF观测值, 并且有效的SIF观测值主要发生在晴天的特定时间段, 复杂的大气传输环境以及时间尺度上的不匹配必定会增加SIF值与GPP关系的不确定性(Hu et al., 2018; Yang et al., 2018). ...

... 卫星SIF产品的真实有效性迫切需要支持验证.叶绿素荧光所占的比例非常小, 属于微弱的电磁波信号, 大约只占地表反射信号的1%-2% (Meroni et al., 2009).在自然光条件下, SIF信号对于植被冠层辐射的贡献只有不到3% (Zarco-Tejada et al., 2013).由自然光激发产生的SIF在经过冠层重吸收、散射后又经过复杂的大气结构到达卫星传感器, 这中间的过程使得SIF信号的不确定性不断累积, 也使得荧光信号的检索变得复杂困难.而SIF信号的检索算法大都利用少量的窄波段进行, 如O₂-B、O₂-A波段或夫琅和费吸收暗线(Fournier et al., 2012; Burkart et al., 2015; Yang et al., 2015), 这种检索波段的单一性也使得SIF信号的解释存在不确定性.另外, 由于卫星每天最多只能获得一个SIF观测值, 有效的SIF观测值主要发生在晴天特定时间段(Hu et al., 2018; Yang et al., 2018).因此, 光照条件、植被结构、背景反射和大气效应等都会影响荧光反演的结果(Guanter et al., 2010; Zarco-Tejada et al., 2013).为了有效降低卫星SIF观测不确定性所带来的影响, 地面荧光观测网络的建立、拓展以及荧光模型的构建是必不可少的(Zarco-Tejada et al., 2013; Atherton et al., 2016; Drusch et al., 2016; Grossmann et al., 2018; Raczka et al., 2019; Zhang et al., 2020). ...

Canopy spectral invariants for remote sensing and model applications
1
2007

... 卫星SIF信号大都集中于近红外区域特定的窄波段, 无法再现完整的荧光光谱曲线(Liu et al., 2020).然而, 叶绿素荧光光谱形状相关的参数, 如红光与远红外波段荧光的比率等, 对植物胁迫状态及光合信息有指示作用(Cheng et al., 2013; Middleton et al., 2017).研究表明, 冠层SIF值会受到植被胁迫状态、冠层结构、辐照条件、叶绿素浓度等的影响, 这些影响均会使得冠层SIF光谱曲线呈现不同的变化(Huang et al., 2007; Pinto et al., 2016; Vilfan et al., 2016; Yang et al., 2018; Atherton et al., 2019).为了将SIF信号与植被生产力关联起来, 有必要对荧光光谱进行重建, 建立全波段的SIF光谱曲线(Zhao et al., 2014; Cogliati et al., 2015; Drusch et al., 2016). ...

太阳诱导叶绿素荧光的卫星遥感反演方法研究进展
1
2019

... 根据激发光源和探测方式的不同, 叶绿素荧光的观测可以分为主动和被动两种观测技术(Porcar- Castell et al., 2014).虽然单独探讨主动观测(Maxwell & Johnson, 2000; Consalvey et al., 2005; 陈建明等, 2006; 张永江等, 2009; 尤鑫和龚吉蕊, 2012; 李钦夫等, 2013)或者被动观测(Meroni et al., 2009; 王冉等, 2012; 梁寅等, 2013; Porcar-Castell et al., 2014; Wang et al., 2017; Aasen et al., 2019; 纪梦豪等, 2019; Mohammed et al., 2019; 章钊颖等, 2019)的研究较多, 但是目前缺乏叶绿素荧光主动与被动联合观测应用前景的分析.叶绿素荧光主动与被动联合观测有望在考虑热耗散的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型以及揭示各尺度上荧光与光合之间的关联机制至关重要. ...

太阳诱导叶绿素荧光的卫星遥感反演方法研究进展
1
2019

... 根据激发光源和探测方式的不同, 叶绿素荧光的观测可以分为主动和被动两种观测技术(Porcar- Castell et al., 2014).虽然单独探讨主动观测(Maxwell & Johnson, 2000; Consalvey et al., 2005; 陈建明等, 2006; 张永江等, 2009; 尤鑫和龚吉蕊, 2012; 李钦夫等, 2013)或者被动观测(Meroni et al., 2009; 王冉等, 2012; 梁寅等, 2013; Porcar-Castell et al., 2014; Wang et al., 2017; Aasen et al., 2019; 纪梦豪等, 2019; Mohammed et al., 2019; 章钊颖等, 2019)的研究较多, 但是目前缺乏叶绿素荧光主动与被动联合观测应用前景的分析.叶绿素荧光主动与被动联合观测有望在考虑热耗散的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型以及揭示各尺度上荧光与光合之间的关联机制至关重要. ...

Global monitoring of terrestrial chlorophyll fluorescence from moderate-spectral-resolution near-infrared satellite measurements: methodology, simulations, and application to GOME-2
1
2013

... Satellite-based sensors used for the retrieval of satellite-based sun-induced chlorophyll fluorescence
Table 1

传感器 Sensor	卫星 Satellite	发射时间 Launch time	波段 Band (nm)	状态 State	相关文献 Related literature
SCIAMACHY	ENVISAT	2002-03	650-790	失联 Lost contact	Joiner et al., 2011; Wolanin et al., 2015
GOME-2	METOP	2006-07	650-790	在轨 On orbit	Joiner et al., 2013; Guanter et al., 2014
TANSO-FTS-1	GOSAT	2009-01	757-775	在轨 On orbit	Frankenberg et al., 2011; Joiner et al., 2011
OCO-2	OCO-2	2014-07	757-775	在轨 On orbit	Frankenberg et al., 2014; Sun et al., 2017
ACGS	TANSAT	2016-12	758-778	在轨 On orbit	Du et al., 2018; Li et al., 2018
TROPOMI	Sentinel-5P	2017-10	675-775	在轨 On orbit	Guanter et al., 2015; Zhang et al., 2019
TANSO-FTS-2	GOSAT-2	2018-10	757-775	在轨 On orbit	Nakajima et al., 2017
OCO-3	OCO-3	2019-05	757-775	在轨 On orbit	Eldering et al., 2019
-	TEMPO	预计2020 Estimate 2020	650-740	计划发射 Planned launch	Zoogman et al., 2017; Mohammed et al., 2019
-	GeoCARB	预计2021 Estimate 2021	757-772	计划发射 Planned launch	O’Brienet al., 2016; Mohammed et al., 2019
FLORIS	FLEX	预计2023 Estimate 2023	650-780	计划发射 Planned launch	Drusch et al., 2016; Mohammed et al., 2019

近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

First observations of global and seasonal terrestrial chlorophyll fluorescence from space
3
2011

... 目前, SIF卫星数据主要来自GOSAT、GOME-2及OCO-2这3个卫星传感器.GOSAT生产的SIF数据开始于2009年并持续至今, 其地面足迹直径为10 km (Sun et al., 2018; 章钊颖等, 2019), 但由于是基于离散点的观测所以在空间上极不连续(Sun et al., 2018); GOME-2生产的SIF数据开始于2007年并持续至今, 时间尺度较长因此适合研究长时间序列上SIF值的变化, 但是空间分辨率比较低(40 km × 80 km, 2013年以后为40 km × 40 km); OCO-2生产的SIF产品开始于2014年并持续至今, 由于其基于条带状的观测所以在空间上也不连续(Sun et al., 2018), 但空间分辨率有很大的提高(1.3 km × 2.25 km).自从Joiner等( 2011)利用GOSAT卫星获取了首幅全球SIF信号分布图以来, 目前可供SIF探测的在轨卫星还有METOP、TANSAT、Sentinel-5P等, 计划发射卫星包括TEMPO、GeoCARB、FLEX (表1). ...

... Satellite-based sensors used for the retrieval of satellite-based sun-induced chlorophyll fluorescence
Table 1

传感器 Sensor	卫星 Satellite	发射时间 Launch time	波段 Band (nm)	状态 State	相关文献 Related literature
SCIAMACHY	ENVISAT	2002-03	650-790	失联 Lost contact	Joiner et al., 2011; Wolanin et al., 2015
GOME-2	METOP	2006-07	650-790	在轨 On orbit	Joiner et al., 2013; Guanter et al., 2014
TANSO-FTS-1	GOSAT	2009-01	757-775	在轨 On orbit	Frankenberg et al., 2011; Joiner et al., 2011
OCO-2	OCO-2	2014-07	757-775	在轨 On orbit	Frankenberg et al., 2014; Sun et al., 2017
ACGS	TANSAT	2016-12	758-778	在轨 On orbit	Du et al., 2018; Li et al., 2018
TROPOMI	Sentinel-5P	2017-10	675-775	在轨 On orbit	Guanter et al., 2015; Zhang et al., 2019
TANSO-FTS-2	GOSAT-2	2018-10	757-775	在轨 On orbit	Nakajima et al., 2017
OCO-3	OCO-3	2019-05	757-775	在轨 On orbit	Eldering et al., 2019
-	TEMPO	预计2020 Estimate 2020	650-740	计划发射 Planned launch	Zoogman et al., 2017; Mohammed et al., 2019
-	GeoCARB	预计2021 Estimate 2021	757-772	计划发射 Planned launch	O’Brienet al., 2016; Mohammed et al., 2019
FLORIS	FLEX	预计2023 Estimate 2023	650-780	计划发射 Planned launch	Drusch et al., 2016; Mohammed et al., 2019

近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

... , 2011 OCO-2 OCO-2 2014-07 757-775 在轨 On orbit Frankenberg et al., 2014; Sun et al., 2017 ACGS TANSAT 2016-12 758-778 在轨 On orbit Du et al., 2018; Li et al., 2018 TROPOMI Sentinel-5P 2017-10 675-775 在轨 On orbit Guanter et al., 2015; Zhang et al., 2019 TANSO-FTS-2 GOSAT-2 2018-10 757-775 在轨 On orbit Nakajima et al., 2017 OCO-3 OCO-3 2019-05 757-775 在轨 On orbit Eldering et al., 2019 - TEMPO 预计2020
Estimate 2020 650-740 计划发射
Planned launch Zoogman et al., 2017; Mohammed et al., 2019 - GeoCARB 预计2021
Estimate 2021 757-772 计划发射
Planned launch O’Brienet al., 2016; Mohammed et al., 2019 FLORIS FLEX 预计2023
Estimate 2023 650-780 计划发射
Planned launch Drusch et al., 2016; Mohammed et al., 2019 近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

Measuring photosynthetic parameters at a distance: laser induced fluorescence transient (LIFT) method for remote measurements of photosynthesis in terrestrial vegetation
3
2005

... 主动观测的优势表现在以下两点.第一, 借助PAM荧光技术获取的参数可以直观地解释植物光合作用、探讨热耗散对于荧光产量和光化学产量平衡的影响.第二, 由于PAM荧光技术是在相对较宽的光谱范围内获取的, 因此受环境影响较小(Porcar-Castell et al., 2014).鉴于主动观测的优势, 其已被广泛应用于植物胁迫(McMurtrey et al., 2002; Araus et al., 2010; Agati et al., 2013; Konanz et al., 2014), 追踪植物光合作用变化(Maxwell & Johnson, 2000; Baker et al., 2008; Murchie & Lawson, 2013; Frankenbach et al., 2020)等方面的研究.然而, 主动观测存在劣势, 由于需要人工饱和光脉冲以及精确的脉冲同步和调制荧光技术, PAM荧光技术不适用于大尺度的卫星遥感监测(Kolber et al., 2005; Amoros-Lopez et al., 2008). ...

... 相对于叶片尺度的主动与被动荧光联合观测, 冠层尺度的联合观测进展缓慢.Acebron等(2020)最新的研究利用激光诱导荧光瞬变仪(laser induced fluorescence transient, LIFT)与近地面连续观测系统Flox, 对拟南芥(Arabidopsis thaliana)冠层进行了叶绿素荧光主动与被动联合观测, 其中LIFT的传感器距离目标60 cm, Flox的光纤距离目标10 cm, 展示了拟南芥SIF值、光合效率、NPQ以及叶片反射率之间的定量关系.其搭建的观测平台如图3所示, 其中LIFT技术是激光诱导产生荧光的技术, 可以将主动荧光观测尺度扩大到几十米的范围(Kolber et al., 2005; Rahimzadeh- Bajgiran et al., 2017; Acebron et al., 2020).Kolber等(2005)通过LIFT技术对50 m外的目标植物进行了观测, 结果发现与近距离PAM技术所测荧光参数几乎没差异. ...

... ).Kolber等(2005)通过LIFT技术对50 m外的目标植物进行了观测, 结果发现与近距离PAM技术所测荧光参数几乎没差异. ...

Advanced multi-color fluorescence imaging system for detection of biotic and abiotic stresses in leaves
1
2014

... 主动观测的优势表现在以下两点.第一, 借助PAM荧光技术获取的参数可以直观地解释植物光合作用、探讨热耗散对于荧光产量和光化学产量平衡的影响.第二, 由于PAM荧光技术是在相对较宽的光谱范围内获取的, 因此受环境影响较小(Porcar-Castell et al., 2014).鉴于主动观测的优势, 其已被广泛应用于植物胁迫(McMurtrey et al., 2002; Araus et al., 2010; Agati et al., 2013; Konanz et al., 2014), 追踪植物光合作用变化(Maxwell & Johnson, 2000; Baker et al., 2008; Murchie & Lawson, 2013; Frankenbach et al., 2020)等方面的研究.然而, 主动观测存在劣势, 由于需要人工饱和光脉冲以及精确的脉冲同步和调制荧光技术, PAM荧光技术不适用于大尺度的卫星遥感监测(Kolber et al., 2005; Amoros-Lopez et al., 2008). ...

New fluorescence parameters for the determination of QARedox state and excitation energy fluxes
1
2004

... 在叶片尺度, 主动观测可以获取Ф_F、Ф_PSII、Ф_NPQ (Hendrickson et al., 2004; Kramer et al., 2004; Chen et al., 2018), 被动观测可以获取SIF的量子效率SIF_yield = SIF/APAR(Acebron et al., 2020; Maguire et al., 2020), 气体交换测定系统可以获取光合速率(P_n).我们通过对水稻进行叶绿素荧光主动与被动联合观测, 发现荧光效率和光化学效率的关系受到NPQ效率的调控(图4A), NPQ的变化也影响了760 nm的SIF值与P_n间的关系(图4B).根据同一视场范围内叶绿素荧光主动与被动联合观测的Ф_F、Ф_PSII、Ф_NPQ、NPQ、SIF_yield、P_n等参数, 可以分析NPQ如何影响SIF_yield与光合间的关系, 探索叶片尺度能量在光合与荧光之间的分配. ...

Improving photosynthesis and crop productivity by accelerating recovery from photoprotection
1
2016

... 荧光动力学曲线, 是当植物绿色组织经过黑暗处理后受到可见光或人为激光照射时, 叶绿素分子所产生的荧光信号强度随着时间发生规律性的变化, 在荧光图谱上表现为一条先增后减再趋向平稳的曲线, 也称Kautsky效应(Stirbet & Govindjee, 2011).目前主动观测大都基于脉冲辐射调制的(PAM)荧光系统.该系统由一个弱的调制测量光源和一个较强的非调制光化光源组成, 弱的测量光源用于测定植物暗适应下绿色组织的最小荧光值(F_o), 而强的光化光源可以作为饱和脉冲光用来监测经过暗处理后植物绿色组织的最大荧光值(F_m).通过分析荧光动力学曲线, PAM技术可以获取非光化学淬灭(NPQ)、表观光合电子传递速率(ETR)、植物光化学效率(Ф_PSII)等参数, 其中NPQ对于植物热保护机制具有重要意义(Kromdijk et al., 2016; Farooq et al., 2018), ETR与光合碳固定存在线性关系( Barranguet & Kromkamp, 2000). ...

Kinetic and spectral resolution of multiple nonphotochemical quenching components in Arabidopsis leaves
1
2010

... 在叶绿体尺度, 光系统II (PSII)吸收的能量分别用于光合作用、发射荧光以及NPQ,三者的效率总和为1 (Hmimina et al., 2014; Lee et al., 2015; Cendrero-Mateo et al., 2016).光系统(PSI和PSII)以串联的方式进行电子传输, 并且都可以产生叶绿素荧光.但是两个光系统对于叶绿素荧光光谱的贡献却不相同: 通常PSI的荧光效率较低, 常被认为是定值(Franck et al., 2002; Hasegawa et al., 2010; Porcar- Castell et al., 2014), 而PSII的荧光效率受到光化学淬灭(PQ)(Magney et al., 2019b)和NPQ (Franck et al., 2005; Lambrev et al., 2010)的影响.由于NPQ的效率取决植物生理状态以及所处的环境, 所以荧光效率和光化学效率之间的关系受到NPQ效率的调控(Flexas & Medrano, 2002; Baker, 2008; Faraloni et al., 2011; Lee et al., 2013; Porcar-Castell et al., 2014; Farooq et al., 2018). ...

Simulations of chlorophyll fluorescence incorporated into the Community Land Model version 4
2
2015

... 在叶绿体尺度, 光系统II (PSII)吸收的能量分别用于光合作用、发射荧光以及NPQ,三者的效率总和为1 (Hmimina et al., 2014; Lee et al., 2015; Cendrero-Mateo et al., 2016).光系统(PSI和PSII)以串联的方式进行电子传输, 并且都可以产生叶绿素荧光.但是两个光系统对于叶绿素荧光光谱的贡献却不相同: 通常PSI的荧光效率较低, 常被认为是定值(Franck et al., 2002; Hasegawa et al., 2010; Porcar- Castell et al., 2014), 而PSII的荧光效率受到光化学淬灭(PQ)(Magney et al., 2019b)和NPQ (Franck et al., 2005; Lambrev et al., 2010)的影响.由于NPQ的效率取决植物生理状态以及所处的环境, 所以荧光效率和光化学效率之间的关系受到NPQ效率的调控(Flexas & Medrano, 2002; Baker, 2008; Faraloni et al., 2011; Lee et al., 2013; Porcar-Castell et al., 2014; Farooq et al., 2018). ...

... 叶绿素荧光主动与被动联合观测获取到的叶片尺度确定性参数关系可通过PHOTOII、CLM、SCOPE等模型扩展到冠层尺度, 在考虑NPQ等参数作用下与卫星SIF产品进行比较验证(van der Tol et al., 2014; Lee et al., 2015; Atherton et al., 2016; Raczka et al., 2019).例如, Raczka等(2019)通过耦合持续性NPQ作用的CLM模型对科罗拉多州亚高山森林SIF信号进行模拟, 结果与GOME-2卫星SIF数据具备相同的季节模式.Zhang等(2020)通过SCOPE和BEPS-SIF模型对不同生态站点的SIF信号进行模拟, 结果与地面SIF观测结果显著相关.Lee等(2013)通过确定的参数关系, 利用改良的SCOPE对亚马孙地区的SIF信号进行了模拟并与GOSAT的SIF信号产品进行对比, 结果发现显著相关(R² = 0.79).以上结果表明, 基于叶绿素荧光主动与被动联合观测的荧光模型可作为地面SIF观测网的补充, 将不同站点所测数据联系起来并与卫星SIF产品进行比较验证. ...

Forest productivity and water stress in Amazonia: observations from GOSAT chlorophyll fluorescence
2
2013

... 在叶绿体尺度, 光系统II (PSII)吸收的能量分别用于光合作用、发射荧光以及NPQ,三者的效率总和为1 (Hmimina et al., 2014; Lee et al., 2015; Cendrero-Mateo et al., 2016).光系统(PSI和PSII)以串联的方式进行电子传输, 并且都可以产生叶绿素荧光.但是两个光系统对于叶绿素荧光光谱的贡献却不相同: 通常PSI的荧光效率较低, 常被认为是定值(Franck et al., 2002; Hasegawa et al., 2010; Porcar- Castell et al., 2014), 而PSII的荧光效率受到光化学淬灭(PQ)(Magney et al., 2019b)和NPQ (Franck et al., 2005; Lambrev et al., 2010)的影响.由于NPQ的效率取决植物生理状态以及所处的环境, 所以荧光效率和光化学效率之间的关系受到NPQ效率的调控(Flexas & Medrano, 2002; Baker, 2008; Faraloni et al., 2011; Lee et al., 2013; Porcar-Castell et al., 2014; Farooq et al., 2018). ...

... 叶绿素荧光主动与被动联合观测获取到的叶片尺度确定性参数关系可通过PHOTOII、CLM、SCOPE等模型扩展到冠层尺度, 在考虑NPQ等参数作用下与卫星SIF产品进行比较验证(van der Tol et al., 2014; Lee et al., 2015; Atherton et al., 2016; Raczka et al., 2019).例如, Raczka等(2019)通过耦合持续性NPQ作用的CLM模型对科罗拉多州亚高山森林SIF信号进行模拟, 结果与GOME-2卫星SIF数据具备相同的季节模式.Zhang等(2020)通过SCOPE和BEPS-SIF模型对不同生态站点的SIF信号进行模拟, 结果与地面SIF观测结果显著相关.Lee等(2013)通过确定的参数关系, 利用改良的SCOPE对亚马孙地区的SIF信号进行了模拟并与GOSAT的SIF信号产品进行对比, 结果发现显著相关(R² = 0.79).以上结果表明, 基于叶绿素荧光主动与被动联合观测的荧光模型可作为地面SIF观测网的补充, 将不同站点所测数据联系起来并与卫星SIF产品进行比较验证. ...

叶绿素荧光动力学及在植物抗逆生理研究中的应用
1
2013

... 根据激发光源和探测方式的不同, 叶绿素荧光的观测可以分为主动和被动两种观测技术(Porcar- Castell et al., 2014).虽然单独探讨主动观测(Maxwell & Johnson, 2000; Consalvey et al., 2005; 陈建明等, 2006; 张永江等, 2009; 尤鑫和龚吉蕊, 2012; 李钦夫等, 2013)或者被动观测(Meroni et al., 2009; 王冉等, 2012; 梁寅等, 2013; Porcar-Castell et al., 2014; Wang et al., 2017; Aasen et al., 2019; 纪梦豪等, 2019; Mohammed et al., 2019; 章钊颖等, 2019)的研究较多, 但是目前缺乏叶绿素荧光主动与被动联合观测应用前景的分析.叶绿素荧光主动与被动联合观测有望在考虑热耗散的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型以及揭示各尺度上荧光与光合之间的关联机制至关重要. ...

叶绿素荧光动力学及在植物抗逆生理研究中的应用
1
2013

... 根据激发光源和探测方式的不同, 叶绿素荧光的观测可以分为主动和被动两种观测技术(Porcar- Castell et al., 2014).虽然单独探讨主动观测(Maxwell & Johnson, 2000; Consalvey et al., 2005; 陈建明等, 2006; 张永江等, 2009; 尤鑫和龚吉蕊, 2012; 李钦夫等, 2013)或者被动观测(Meroni et al., 2009; 王冉等, 2012; 梁寅等, 2013; Porcar-Castell et al., 2014; Wang et al., 2017; Aasen et al., 2019; 纪梦豪等, 2019; Mohammed et al., 2019; 章钊颖等, 2019)的研究较多, 但是目前缺乏叶绿素荧光主动与被动联合观测应用前景的分析.叶绿素荧光主动与被动联合观测有望在考虑热耗散的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型以及揭示各尺度上荧光与光合之间的关联机制至关重要. ...

基于碳卫星的中国东北地区叶绿素荧光反演
1
2018

... Satellite-based sensors used for the retrieval of satellite-based sun-induced chlorophyll fluorescence
Table 1

传感器 Sensor	卫星 Satellite	发射时间 Launch time	波段 Band (nm)	状态 State	相关文献 Related literature
SCIAMACHY	ENVISAT	2002-03	650-790	失联 Lost contact	Joiner et al., 2011; Wolanin et al., 2015
GOME-2	METOP	2006-07	650-790	在轨 On orbit	Joiner et al., 2013; Guanter et al., 2014
TANSO-FTS-1	GOSAT	2009-01	757-775	在轨 On orbit	Frankenberg et al., 2011; Joiner et al., 2011
OCO-2	OCO-2	2014-07	757-775	在轨 On orbit	Frankenberg et al., 2014; Sun et al., 2017
ACGS	TANSAT	2016-12	758-778	在轨 On orbit	Du et al., 2018; Li et al., 2018
TROPOMI	Sentinel-5P	2017-10	675-775	在轨 On orbit	Guanter et al., 2015; Zhang et al., 2019
TANSO-FTS-2	GOSAT-2	2018-10	757-775	在轨 On orbit	Nakajima et al., 2017
OCO-3	OCO-3	2019-05	757-775	在轨 On orbit	Eldering et al., 2019
-	TEMPO	预计2020 Estimate 2020	650-740	计划发射 Planned launch	Zoogman et al., 2017; Mohammed et al., 2019
-	GeoCARB	预计2021 Estimate 2021	757-772	计划发射 Planned launch	O’Brienet al., 2016; Mohammed et al., 2019
FLORIS	FLEX	预计2023 Estimate 2023	650-780	计划发射 Planned launch	Drusch et al., 2016; Mohammed et al., 2019

近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

基于碳卫星的中国东北地区叶绿素荧光反演
1
2018

... Satellite-based sensors used for the retrieval of satellite-based sun-induced chlorophyll fluorescence
Table 1

传感器 Sensor	卫星 Satellite	发射时间 Launch time	波段 Band (nm)	状态 State	相关文献 Related literature
SCIAMACHY	ENVISAT	2002-03	650-790	失联 Lost contact	Joiner et al., 2011; Wolanin et al., 2015
GOME-2	METOP	2006-07	650-790	在轨 On orbit	Joiner et al., 2013; Guanter et al., 2014
TANSO-FTS-1	GOSAT	2009-01	757-775	在轨 On orbit	Frankenberg et al., 2011; Joiner et al., 2011
OCO-2	OCO-2	2014-07	757-775	在轨 On orbit	Frankenberg et al., 2014; Sun et al., 2017
ACGS	TANSAT	2016-12	758-778	在轨 On orbit	Du et al., 2018; Li et al., 2018
TROPOMI	Sentinel-5P	2017-10	675-775	在轨 On orbit	Guanter et al., 2015; Zhang et al., 2019
TANSO-FTS-2	GOSAT-2	2018-10	757-775	在轨 On orbit	Nakajima et al., 2017
OCO-3	OCO-3	2019-05	757-775	在轨 On orbit	Eldering et al., 2019
-	TEMPO	预计2020 Estimate 2020	650-740	计划发射 Planned launch	Zoogman et al., 2017; Mohammed et al., 2019
-	GeoCARB	预计2021 Estimate 2021	757-772	计划发射 Planned launch	O’Brienet al., 2016; Mohammed et al., 2019
FLORIS	FLEX	预计2023 Estimate 2023	650-780	计划发射 Planned launch	Drusch et al., 2016; Mohammed et al., 2019

近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

日光诱导叶绿素荧光遥感探测的研究进展
1
2013

... 根据激发光源和探测方式的不同, 叶绿素荧光的观测可以分为主动和被动两种观测技术(Porcar- Castell et al., 2014).虽然单独探讨主动观测(Maxwell & Johnson, 2000; Consalvey et al., 2005; 陈建明等, 2006; 张永江等, 2009; 尤鑫和龚吉蕊, 2012; 李钦夫等, 2013)或者被动观测(Meroni et al., 2009; 王冉等, 2012; 梁寅等, 2013; Porcar-Castell et al., 2014; Wang et al., 2017; Aasen et al., 2019; 纪梦豪等, 2019; Mohammed et al., 2019; 章钊颖等, 2019)的研究较多, 但是目前缺乏叶绿素荧光主动与被动联合观测应用前景的分析.叶绿素荧光主动与被动联合观测有望在考虑热耗散的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型以及揭示各尺度上荧光与光合之间的关联机制至关重要. ...

日光诱导叶绿素荧光遥感探测的研究进展
1
2013

... 根据激发光源和探测方式的不同, 叶绿素荧光的观测可以分为主动和被动两种观测技术(Porcar- Castell et al., 2014).虽然单独探讨主动观测(Maxwell & Johnson, 2000; Consalvey et al., 2005; 陈建明等, 2006; 张永江等, 2009; 尤鑫和龚吉蕊, 2012; 李钦夫等, 2013)或者被动观测(Meroni et al., 2009; 王冉等, 2012; 梁寅等, 2013; Porcar-Castell et al., 2014; Wang et al., 2017; Aasen et al., 2019; 纪梦豪等, 2019; Mohammed et al., 2019; 章钊颖等, 2019)的研究较多, 但是目前缺乏叶绿素荧光主动与被动联合观测应用前景的分析.叶绿素荧光主动与被动联合观测有望在考虑热耗散的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型以及揭示各尺度上荧光与光合之间的关联机制至关重要. ...

Directly estimating diurnal changes in GPP for C₃ and C₄ crops using far-red sun-induced chlorophyll fluorescence
1
2017

... 植被SIF值和GPP之间具有很强的线性关系, 这种关系为基于SIF估算GPP的模型提供了坚实的基础(Frankenberg et al., 2011; Guanter et al., 2012, 2014; Porcar-Castell et al., 2014; Verma et al., 2017).然而, 目前这种经验关系缺乏机理解释(Magney et al., 2019a), 并且SIF观测值和GPP之间的关系会随着时空尺度的变化而变化(Cheng et al., 2013; Zarco-Tejada et al., 2016; Goulas et al., 2017; Liu et al., 2017).在叶片尺度, SIF值与GPP的关系由于红光波段荧光重吸收作用以及远红外波段荧光散射作用的减弱而会比冠层上观察到的SIF-GPP关系更强(Liu et al., 2020); 在冠层尺度, SIF值与GPP之间的关系会因为叶片生理特性以及植被冠层结构的改变而改变(Porcar-Castell et al., 2014; Damm et al., 2015; Yang et al., 2018); 在区域尺度, 由于卫星每天最多只能获得一个SIF观测值, 并且有效的SIF观测值主要发生在晴天的特定时间段, 复杂的大气传输环境以及时间尺度上的不匹配必定会增加SIF值与GPP关系的不确定性(Hu et al., 2018; Yang et al., 2018). ...

Improving the potential of red SIF for estimating GPP by downscaling from the canopy level to the photosystem level
4
2020

... 植被SIF值和GPP之间具有很强的线性关系, 这种关系为基于SIF估算GPP的模型提供了坚实的基础(Frankenberg et al., 2011; Guanter et al., 2012, 2014; Porcar-Castell et al., 2014; Verma et al., 2017).然而, 目前这种经验关系缺乏机理解释(Magney et al., 2019a), 并且SIF观测值和GPP之间的关系会随着时空尺度的变化而变化(Cheng et al., 2013; Zarco-Tejada et al., 2016; Goulas et al., 2017; Liu et al., 2017).在叶片尺度, SIF值与GPP的关系由于红光波段荧光重吸收作用以及远红外波段荧光散射作用的减弱而会比冠层上观察到的SIF-GPP关系更强(Liu et al., 2020); 在冠层尺度, SIF值与GPP之间的关系会因为叶片生理特性以及植被冠层结构的改变而改变(Porcar-Castell et al., 2014; Damm et al., 2015; Yang et al., 2018); 在区域尺度, 由于卫星每天最多只能获得一个SIF观测值, 并且有效的SIF观测值主要发生在晴天的特定时间段, 复杂的大气传输环境以及时间尺度上的不匹配必定会增加SIF值与GPP关系的不确定性(Hu et al., 2018; Yang et al., 2018). ...

... 叶片尺度的叶绿素荧光主动与被动联合观测, 可以在测定丰富荧光参数的同时获取叶片实际的SIF信号, 还原SIF信号与GPP真实的关系(Liu et al., 2020).研究表明, 光合效率、荧光效率、电子传递效率、叶龄、叶绿素含量、C₃/C₄光合途径、植物生长期等生物因素(Cui et al., 2016; Miao et al., 2018), 以及光照、温度、水分等非生物因素(Porcar-Castell et al., 2014; Wyber et al., 2017; Miao et al., 2018; Campbell et al., 2019; Magney et al., 2019a)会调节SIF值与GPP的关系.例如, Miao等(2018)基于美国大豆(Glycine max)田的研究发现, 光合效率和SIF_yield差异性的变化会导致SIF-GPP线性关系的改变.Cui等(2016)利用SCOPE模型模拟了GPP以及SIF信号, 结果表明SIF值与GPP的关系会受到不同生态系统叶绿素浓度及叶面积指数差异的影响, 并提出在建立SIF-GPP关系之前, 需要使用模型等方法来修正影响SIF-GPP关系的各种因素. ...

... 卫星SIF信号大都集中于近红外区域特定的窄波段, 无法再现完整的荧光光谱曲线(Liu et al., 2020).然而, 叶绿素荧光光谱形状相关的参数, 如红光与远红外波段荧光的比率等, 对植物胁迫状态及光合信息有指示作用(Cheng et al., 2013; Middleton et al., 2017).研究表明, 冠层SIF值会受到植被胁迫状态、冠层结构、辐照条件、叶绿素浓度等的影响, 这些影响均会使得冠层SIF光谱曲线呈现不同的变化(Huang et al., 2007; Pinto et al., 2016; Vilfan et al., 2016; Yang et al., 2018; Atherton et al., 2019).为了将SIF信号与植被生产力关联起来, 有必要对荧光光谱进行重建, 建立全波段的SIF光谱曲线(Zhao et al., 2014; Cogliati et al., 2015; Drusch et al., 2016). ...

... 叶绿素荧光主动与被动联合观测, 在获取丰富荧光参数的同时又可以获取叶片全波段SIF光谱曲线.叶片尺度的红光波段荧光由于不存在冠层重吸收等的影响, 已被证明同GPP的关系优于远红外波段荧光同GPP的关系(Liu et al., 2020).Magney等(2017)在同一视场同时测量了PAM荧光和SIF, 结果表明SIF和PAM荧光关系与荧光波长有关, 其斜率遵循荧光光谱曲线的平均形状.Magney等(2019b)在其另一篇文章中也通过叶绿素荧光主动与被动联合观测, 采用奇异值分解(SVD)方法分解了SIF光谱形状的影响成分, 揭示了荧光光谱形状对生理和环境条件变化的响应机制, 指出叶绿素荧光中约85%的光谱变化可以通过平均光谱形状的大小变化来解释.我们对水稻叶片进行了叶绿素荧光主动与被动联合观测, 发现氮会改变水稻叶片的SIF曲线(图5), 表明SIF值受到叶片氮含量、NPQ以及比叶质量(SLM)的共同调控(R² = 0.43). ...

Mechanistic evidence for tracking the seasonality of photosynthesis with solar-induced fluorescence
4
2019a

... 近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

... 植被SIF值和GPP之间具有很强的线性关系, 这种关系为基于SIF估算GPP的模型提供了坚实的基础(Frankenberg et al., 2011; Guanter et al., 2012, 2014; Porcar-Castell et al., 2014; Verma et al., 2017).然而, 目前这种经验关系缺乏机理解释(Magney et al., 2019a), 并且SIF观测值和GPP之间的关系会随着时空尺度的变化而变化(Cheng et al., 2013; Zarco-Tejada et al., 2016; Goulas et al., 2017; Liu et al., 2017).在叶片尺度, SIF值与GPP的关系由于红光波段荧光重吸收作用以及远红外波段荧光散射作用的减弱而会比冠层上观察到的SIF-GPP关系更强(Liu et al., 2020); 在冠层尺度, SIF值与GPP之间的关系会因为叶片生理特性以及植被冠层结构的改变而改变(Porcar-Castell et al., 2014; Damm et al., 2015; Yang et al., 2018); 在区域尺度, 由于卫星每天最多只能获得一个SIF观测值, 并且有效的SIF观测值主要发生在晴天的特定时间段, 复杂的大气传输环境以及时间尺度上的不匹配必定会增加SIF值与GPP关系的不确定性(Hu et al., 2018; Yang et al., 2018). ...

... 叶片尺度的叶绿素荧光主动与被动联合观测, 可以在测定丰富荧光参数的同时获取叶片实际的SIF信号, 还原SIF信号与GPP真实的关系(Liu et al., 2020).研究表明, 光合效率、荧光效率、电子传递效率、叶龄、叶绿素含量、C₃/C₄光合途径、植物生长期等生物因素(Cui et al., 2016; Miao et al., 2018), 以及光照、温度、水分等非生物因素(Porcar-Castell et al., 2014; Wyber et al., 2017; Miao et al., 2018; Campbell et al., 2019; Magney et al., 2019a)会调节SIF值与GPP的关系.例如, Miao等(2018)基于美国大豆(Glycine max)田的研究发现, 光合效率和SIF_yield差异性的变化会导致SIF-GPP线性关系的改变.Cui等(2016)利用SCOPE模型模拟了GPP以及SIF信号, 结果表明SIF值与GPP的关系会受到不同生态系统叶绿素浓度及叶面积指数差异的影响, 并提出在建立SIF-GPP关系之前, 需要使用模型等方法来修正影响SIF-GPP关系的各种因素. ...

... 叶片尺度的叶绿素荧光主动与被动联合观测, 提供了生理参数之间的确定性联系, 是更复杂冠层模型的基石.Vilfan等(2019)将辐射传输模型FLUSPECT耦合到光合作用模型中, 尝试利用叶绿素荧光和反射率来估算植物的光合能力, 并利用叶片尺度主动与被动联合观测所获得的大量样本数据对模型进行测试验证, 结果表明该模型可以运用到冠层尺度对植被实际的光合能力进行估算.Raczka等(2019)通过主动与被动联合观测与CLM模型的结合, 在考虑持续性NPQ作用下, 改进了模型并模拟了科罗拉多州亚高山森林SIF信号的季节变化, 发现更符合塔基、星基SIF观测到的季节模式, 并指出为了更好地了解NPQ在多大程度上影响SIF值和GPP之间的关系, 必须进行更多的叶片尺度叶绿素荧光主动与被动联合观测.主动技术与被动观测系统的结合也有助于阐明SIF-GPP间的关联机制, 如Magney等(2019a)通过冠层SIF值测量仪器PhotoSpec与LI-6800F的PAM荧光方法, 将PAM技术中丰富的荧光参数与冠层SIF信号相结合, 对常绿系统的GPP与SIF信号进行了关联研究, 结果再次证实了GPP与SIF值之间稳定的相关性. ...

Connecting active to passive fluorescence with photosynthesis :a method for evaluating remote sensing measurements of Chl fluorescence
5
2017

... 主动与被动荧光联合观测的研究目前主要集中在叶片尺度上(Atherton et al., 2016; Magney et al., 2017; Rahimzadeh-Bajgiran et al., 2017; Vilfan et al., 2019; Marrs et al., 2020), 仪器设备主要包括光谱仪(图2A)、PAM荧光计(图2B).被测叶片(图2H)固定在封闭的叶室(图2F)中以模拟暗适应的环境, PAM荧光计和光谱仪的光纤(图2G)同时以一定倾角插入封闭的叶室中, 在尽可能检测同一视场内叶绿素荧光变化的同时又不能遮蔽入射光线(图2D), 还要尽可能靠近叶片以确保脉冲完全光饱和(Magney et al., 2017).叶室的进光口(图2E)装载有短通滤波片(<650 nm), 只有小于650 nm波长范围的光才被允许进入叶室.关闭进光口生成黑暗的环境, 由PAM荧光计发射饱和脉冲获取植物最大以及最小的荧光值.打开进光口, 经过过滤的入射光照射在叶片上诱导产生SIF, 并通过光谱仪记录大于650 nm的SIF光谱曲线图(图2A′), 同时也可由PAM记录叶片丰富的荧光参数信息及F_s、NPQ等与光合有效辐射强 度的响应关系(图2B′).在入射光源的选择上, 可以直接采用自然光源(Cendrero-Mateoet al., 2016; Rahimzadeh-Bajgiran et al., 2017)或者人造光化光源(Magney et al., 2017, 2019b; Vilfan et al., 2019), 例如90%红色和10%蓝色的LED组合光源.另外, 在叶绿素荧光主动与被动联合观测系统的基础上还可以耦合气体交换装置(图2C), 气体交换仪通过气体交换通道与封闭的叶室连接起来, 并根据叶室内水汽浓度变化反映叶片光合信息(图2C′), 如光合速率、羧化速率、蒸腾速率等, 达到同步观测光合、主动荧光参数、SIF信号(Magneyet al., 2017, 2019b; Vilfan et al., 2019), 并在环境条件(光、温度、湿度)变化背景下建立光合作用与荧光、热耗散之间关系的目的. ...

... , 2017).叶室的进光口(图2E)装载有短通滤波片(<650 nm), 只有小于650 nm波长范围的光才被允许进入叶室.关闭进光口生成黑暗的环境, 由PAM荧光计发射饱和脉冲获取植物最大以及最小的荧光值.打开进光口, 经过过滤的入射光照射在叶片上诱导产生SIF, 并通过光谱仪记录大于650 nm的SIF光谱曲线图(图2A′), 同时也可由PAM记录叶片丰富的荧光参数信息及F_s、NPQ等与光合有效辐射强 度的响应关系(图2B′).在入射光源的选择上, 可以直接采用自然光源(Cendrero-Mateoet al., 2016; Rahimzadeh-Bajgiran et al., 2017)或者人造光化光源(Magney et al., 2017, 2019b; Vilfan et al., 2019), 例如90%红色和10%蓝色的LED组合光源.另外, 在叶绿素荧光主动与被动联合观测系统的基础上还可以耦合气体交换装置(图2C), 气体交换仪通过气体交换通道与封闭的叶室连接起来, 并根据叶室内水汽浓度变化反映叶片光合信息(图2C′), 如光合速率、羧化速率、蒸腾速率等, 达到同步观测光合、主动荧光参数、SIF信号(Magneyet al., 2017, 2019b; Vilfan et al., 2019), 并在环境条件(光、温度、湿度)变化背景下建立光合作用与荧光、热耗散之间关系的目的. ...

... , 2017, 2019b; Vilfan et al., 2019), 例如90%红色和10%蓝色的LED组合光源.另外, 在叶绿素荧光主动与被动联合观测系统的基础上还可以耦合气体交换装置(图2C), 气体交换仪通过气体交换通道与封闭的叶室连接起来, 并根据叶室内水汽浓度变化反映叶片光合信息(图2C′), 如光合速率、羧化速率、蒸腾速率等, 达到同步观测光合、主动荧光参数、SIF信号(Magneyet al., 2017, 2019b; Vilfan et al., 2019), 并在环境条件(光、温度、湿度)变化背景下建立光合作用与荧光、热耗散之间关系的目的. ...

... , 2017, 2019b; Vilfan et al., 2019), 并在环境条件(光、温度、湿度)变化背景下建立光合作用与荧光、热耗散之间关系的目的. ...

... 叶绿素荧光主动与被动联合观测, 在获取丰富荧光参数的同时又可以获取叶片全波段SIF光谱曲线.叶片尺度的红光波段荧光由于不存在冠层重吸收等的影响, 已被证明同GPP的关系优于远红外波段荧光同GPP的关系(Liu et al., 2020).Magney等(2017)在同一视场同时测量了PAM荧光和SIF, 结果表明SIF和PAM荧光关系与荧光波长有关, 其斜率遵循荧光光谱曲线的平均形状.Magney等(2019b)在其另一篇文章中也通过叶绿素荧光主动与被动联合观测, 采用奇异值分解(SVD)方法分解了SIF光谱形状的影响成分, 揭示了荧光光谱形状对生理和环境条件变化的响应机制, 指出叶绿素荧光中约85%的光谱变化可以通过平均光谱形状的大小变化来解释.我们对水稻叶片进行了叶绿素荧光主动与被动联合观测, 发现氮会改变水稻叶片的SIF曲线(图5), 表明SIF值受到叶片氮含量、NPQ以及比叶质量(SLM)的共同调控(R² = 0.43). ...

Disentangling changes in the spectral shape of chlorophyll fluorescence: implications for remote sensing of photosynthesis
4
2019b

... 主动与被动荧光联合观测的研究目前主要集中在叶片尺度上(Atherton et al., 2016; Magney et al., 2017; Rahimzadeh-Bajgiran et al., 2017; Vilfan et al., 2019; Marrs et al., 2020), 仪器设备主要包括光谱仪(图2A)、PAM荧光计(图2B).被测叶片(图2H)固定在封闭的叶室(图2F)中以模拟暗适应的环境, PAM荧光计和光谱仪的光纤(图2G)同时以一定倾角插入封闭的叶室中, 在尽可能检测同一视场内叶绿素荧光变化的同时又不能遮蔽入射光线(图2D), 还要尽可能靠近叶片以确保脉冲完全光饱和(Magney et al., 2017).叶室的进光口(图2E)装载有短通滤波片(<650 nm), 只有小于650 nm波长范围的光才被允许进入叶室.关闭进光口生成黑暗的环境, 由PAM荧光计发射饱和脉冲获取植物最大以及最小的荧光值.打开进光口, 经过过滤的入射光照射在叶片上诱导产生SIF, 并通过光谱仪记录大于650 nm的SIF光谱曲线图(图2A′), 同时也可由PAM记录叶片丰富的荧光参数信息及F_s、NPQ等与光合有效辐射强 度的响应关系(图2B′).在入射光源的选择上, 可以直接采用自然光源(Cendrero-Mateoet al., 2016; Rahimzadeh-Bajgiran et al., 2017)或者人造光化光源(Magney et al., 2017, 2019b; Vilfan et al., 2019), 例如90%红色和10%蓝色的LED组合光源.另外, 在叶绿素荧光主动与被动联合观测系统的基础上还可以耦合气体交换装置(图2C), 气体交换仪通过气体交换通道与封闭的叶室连接起来, 并根据叶室内水汽浓度变化反映叶片光合信息(图2C′), 如光合速率、羧化速率、蒸腾速率等, 达到同步观测光合、主动荧光参数、SIF信号(Magneyet al., 2017, 2019b; Vilfan et al., 2019), 并在环境条件(光、温度、湿度)变化背景下建立光合作用与荧光、热耗散之间关系的目的. ...

... , 2019b; Vilfan et al., 2019), 并在环境条件(光、温度、湿度)变化背景下建立光合作用与荧光、热耗散之间关系的目的. ...

... 在叶绿体尺度, 光系统II (PSII)吸收的能量分别用于光合作用、发射荧光以及NPQ,三者的效率总和为1 (Hmimina et al., 2014; Lee et al., 2015; Cendrero-Mateo et al., 2016).光系统(PSI和PSII)以串联的方式进行电子传输, 并且都可以产生叶绿素荧光.但是两个光系统对于叶绿素荧光光谱的贡献却不相同: 通常PSI的荧光效率较低, 常被认为是定值(Franck et al., 2002; Hasegawa et al., 2010; Porcar- Castell et al., 2014), 而PSII的荧光效率受到光化学淬灭(PQ)(Magney et al., 2019b)和NPQ (Franck et al., 2005; Lambrev et al., 2010)的影响.由于NPQ的效率取决植物生理状态以及所处的环境, 所以荧光效率和光化学效率之间的关系受到NPQ效率的调控(Flexas & Medrano, 2002; Baker, 2008; Faraloni et al., 2011; Lee et al., 2013; Porcar-Castell et al., 2014; Farooq et al., 2018). ...

... 叶绿素荧光主动与被动联合观测, 在获取丰富荧光参数的同时又可以获取叶片全波段SIF光谱曲线.叶片尺度的红光波段荧光由于不存在冠层重吸收等的影响, 已被证明同GPP的关系优于远红外波段荧光同GPP的关系(Liu et al., 2020).Magney等(2017)在同一视场同时测量了PAM荧光和SIF, 结果表明SIF和PAM荧光关系与荧光波长有关, 其斜率遵循荧光光谱曲线的平均形状.Magney等(2019b)在其另一篇文章中也通过叶绿素荧光主动与被动联合观测, 采用奇异值分解(SVD)方法分解了SIF光谱形状的影响成分, 揭示了荧光光谱形状对生理和环境条件变化的响应机制, 指出叶绿素荧光中约85%的光谱变化可以通过平均光谱形状的大小变化来解释.我们对水稻叶片进行了叶绿素荧光主动与被动联合观测, 发现氮会改变水稻叶片的SIF曲线(图5), 表明SIF值受到叶片氮含量、NPQ以及比叶质量(SLM)的共同调控(R² = 0.43). ...

On the functional relationship between fluorescence and photochemical yields in complex evergreen needleleaf canopies
2
2020

... 另外, 通过叶片尺度上叶绿素荧光主动与被动联合观测, 以及耦合气体交换测定系统, 可以在获得更为准确的荧光光合关系基础上, 通过模型模拟的方式, 如通用陆面模式(community land model, CLM)和耦合能量平衡的辐射传输模型(soil canopy observation, photochemistry, and energy fluxes, SCOPE)等模型将NPQ及Ф_PSII等的参数信息纳入冠层尺度上的SIF-GPP模型, 并通过近地面SIF联网观测所建立的数据库拓展到区域或者全球尺度, 建立更可靠的全球生产力模型(Raczka et al., 2019; Maguire et al., 2020; Marrs et al., 2020; Zhang et al., 2020). ...

... 在叶片尺度, 主动观测可以获取Ф_F、Ф_PSII、Ф_NPQ (Hendrickson et al., 2004; Kramer et al., 2004; Chen et al., 2018), 被动观测可以获取SIF的量子效率SIF_yield = SIF/APAR(Acebron et al., 2020; Maguire et al., 2020), 气体交换测定系统可以获取光合速率(P_n).我们通过对水稻进行叶绿素荧光主动与被动联合观测, 发现荧光效率和光化学效率的关系受到NPQ效率的调控(图4A), NPQ的变化也影响了760 nm的SIF值与P_n间的关系(图4B).根据同一视场范围内叶绿素荧光主动与被动联合观测的Ф_F、Ф_PSII、Ф_NPQ、NPQ、SIF_yield、P_n等参数, 可以分析NPQ如何影响SIF_yield与光合间的关系, 探索叶片尺度能量在光合与荧光之间的分配. ...

Solar- induced fluorescence does not track photosynthetic carbon assimilation following induced stomatal closure
2
2020

... 另外, 通过叶片尺度上叶绿素荧光主动与被动联合观测, 以及耦合气体交换测定系统, 可以在获得更为准确的荧光光合关系基础上, 通过模型模拟的方式, 如通用陆面模式(community land model, CLM)和耦合能量平衡的辐射传输模型(soil canopy observation, photochemistry, and energy fluxes, SCOPE)等模型将NPQ及Ф_PSII等的参数信息纳入冠层尺度上的SIF-GPP模型, 并通过近地面SIF联网观测所建立的数据库拓展到区域或者全球尺度, 建立更可靠的全球生产力模型(Raczka et al., 2019; Maguire et al., 2020; Marrs et al., 2020; Zhang et al., 2020). ...

... 主动与被动荧光联合观测的研究目前主要集中在叶片尺度上(Atherton et al., 2016; Magney et al., 2017; Rahimzadeh-Bajgiran et al., 2017; Vilfan et al., 2019; Marrs et al., 2020), 仪器设备主要包括光谱仪(图2A)、PAM荧光计(图2B).被测叶片(图2H)固定在封闭的叶室(图2F)中以模拟暗适应的环境, PAM荧光计和光谱仪的光纤(图2G)同时以一定倾角插入封闭的叶室中, 在尽可能检测同一视场内叶绿素荧光变化的同时又不能遮蔽入射光线(图2D), 还要尽可能靠近叶片以确保脉冲完全光饱和(Magney et al., 2017).叶室的进光口(图2E)装载有短通滤波片(<650 nm), 只有小于650 nm波长范围的光才被允许进入叶室.关闭进光口生成黑暗的环境, 由PAM荧光计发射饱和脉冲获取植物最大以及最小的荧光值.打开进光口, 经过过滤的入射光照射在叶片上诱导产生SIF, 并通过光谱仪记录大于650 nm的SIF光谱曲线图(图2A′), 同时也可由PAM记录叶片丰富的荧光参数信息及F_s、NPQ等与光合有效辐射强 度的响应关系(图2B′).在入射光源的选择上, 可以直接采用自然光源(Cendrero-Mateoet al., 2016; Rahimzadeh-Bajgiran et al., 2017)或者人造光化光源(Magney et al., 2017, 2019b; Vilfan et al., 2019), 例如90%红色和10%蓝色的LED组合光源.另外, 在叶绿素荧光主动与被动联合观测系统的基础上还可以耦合气体交换装置(图2C), 气体交换仪通过气体交换通道与封闭的叶室连接起来, 并根据叶室内水汽浓度变化反映叶片光合信息(图2C′), 如光合速率、羧化速率、蒸腾速率等, 达到同步观测光合、主动荧光参数、SIF信号(Magneyet al., 2017, 2019b; Vilfan et al., 2019), 并在环境条件(光、温度、湿度)变化背景下建立光合作用与荧光、热耗散之间关系的目的. ...

Chlorophyll fluorescence—A practical guide
2
2000

... 根据激发光源和探测方式的不同, 叶绿素荧光的观测可以分为主动和被动两种观测技术(Porcar- Castell et al., 2014).虽然单独探讨主动观测(Maxwell & Johnson, 2000; Consalvey et al., 2005; 陈建明等, 2006; 张永江等, 2009; 尤鑫和龚吉蕊, 2012; 李钦夫等, 2013)或者被动观测(Meroni et al., 2009; 王冉等, 2012; 梁寅等, 2013; Porcar-Castell et al., 2014; Wang et al., 2017; Aasen et al., 2019; 纪梦豪等, 2019; Mohammed et al., 2019; 章钊颖等, 2019)的研究较多, 但是目前缺乏叶绿素荧光主动与被动联合观测应用前景的分析.叶绿素荧光主动与被动联合观测有望在考虑热耗散的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型以及揭示各尺度上荧光与光合之间的关联机制至关重要. ...

... 主动观测的优势表现在以下两点.第一, 借助PAM荧光技术获取的参数可以直观地解释植物光合作用、探讨热耗散对于荧光产量和光化学产量平衡的影响.第二, 由于PAM荧光技术是在相对较宽的光谱范围内获取的, 因此受环境影响较小(Porcar-Castell et al., 2014).鉴于主动观测的优势, 其已被广泛应用于植物胁迫(McMurtrey et al., 2002; Araus et al., 2010; Agati et al., 2013; Konanz et al., 2014), 追踪植物光合作用变化(Maxwell & Johnson, 2000; Baker et al., 2008; Murchie & Lawson, 2013; Frankenbach et al., 2020)等方面的研究.然而, 主动观测存在劣势, 由于需要人工饱和光脉冲以及精确的脉冲同步和调制荧光技术, PAM荧光技术不适用于大尺度的卫星遥感监测(Kolber et al., 2005; Amoros-Lopez et al., 2008). ...

Fluorescence responses from nitrogen plant stress in 4 Fraunhofer band regions
1
2002

... 主动观测的优势表现在以下两点.第一, 借助PAM荧光技术获取的参数可以直观地解释植物光合作用、探讨热耗散对于荧光产量和光化学产量平衡的影响.第二, 由于PAM荧光技术是在相对较宽的光谱范围内获取的, 因此受环境影响较小(Porcar-Castell et al., 2014).鉴于主动观测的优势, 其已被广泛应用于植物胁迫(McMurtrey et al., 2002; Araus et al., 2010; Agati et al., 2013; Konanz et al., 2014), 追踪植物光合作用变化(Maxwell & Johnson, 2000; Baker et al., 2008; Murchie & Lawson, 2013; Frankenbach et al., 2020)等方面的研究.然而, 主动观测存在劣势, 由于需要人工饱和光脉冲以及精确的脉冲同步和调制荧光技术, PAM荧光技术不适用于大尺度的卫星遥感监测(Kolber et al., 2005; Amoros-Lopez et al., 2008). ...

Remote sensing of solar- induced chlorophyll fluorescence: review of methods and applications
2
2009

... 根据激发光源和探测方式的不同, 叶绿素荧光的观测可以分为主动和被动两种观测技术(Porcar- Castell et al., 2014).虽然单独探讨主动观测(Maxwell & Johnson, 2000; Consalvey et al., 2005; 陈建明等, 2006; 张永江等, 2009; 尤鑫和龚吉蕊, 2012; 李钦夫等, 2013)或者被动观测(Meroni et al., 2009; 王冉等, 2012; 梁寅等, 2013; Porcar-Castell et al., 2014; Wang et al., 2017; Aasen et al., 2019; 纪梦豪等, 2019; Mohammed et al., 2019; 章钊颖等, 2019)的研究较多, 但是目前缺乏叶绿素荧光主动与被动联合观测应用前景的分析.叶绿素荧光主动与被动联合观测有望在考虑热耗散的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型以及揭示各尺度上荧光与光合之间的关联机制至关重要. ...

... 卫星SIF产品的真实有效性迫切需要支持验证.叶绿素荧光所占的比例非常小, 属于微弱的电磁波信号, 大约只占地表反射信号的1%-2% (Meroni et al., 2009).在自然光条件下, SIF信号对于植被冠层辐射的贡献只有不到3% (Zarco-Tejada et al., 2013).由自然光激发产生的SIF在经过冠层重吸收、散射后又经过复杂的大气结构到达卫星传感器, 这中间的过程使得SIF信号的不确定性不断累积, 也使得荧光信号的检索变得复杂困难.而SIF信号的检索算法大都利用少量的窄波段进行, 如O₂-B、O₂-A波段或夫琅和费吸收暗线(Fournier et al., 2012; Burkart et al., 2015; Yang et al., 2015), 这种检索波段的单一性也使得SIF信号的解释存在不确定性.另外, 由于卫星每天最多只能获得一个SIF观测值, 有效的SIF观测值主要发生在晴天特定时间段(Hu et al., 2018; Yang et al., 2018).因此, 光照条件、植被结构、背景反射和大气效应等都会影响荧光反演的结果(Guanter et al., 2010; Zarco-Tejada et al., 2013).为了有效降低卫星SIF观测不确定性所带来的影响, 地面荧光观测网络的建立、拓展以及荧光模型的构建是必不可少的(Zarco-Tejada et al., 2013; Atherton et al., 2016; Drusch et al., 2016; Grossmann et al., 2018; Raczka et al., 2019; Zhang et al., 2020). ...

Sun-induced chlorophyll fluorescence, photosynthesis, and light use efficiency of a soybean field from seasonally continuous measurements
5
2018

... 近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

... Instruments used for the ground-based continuous observation of sun-induced chlorophyll fluorescence
Table 2

仪器设备 Equipment	光谱仪 Spectrometer	波段 Band (nm)	光学分辨率 Optical resolution (nm)	相关文献 Related literature
TriFLEX	HR2000+	630-815	0.50	Daumard et al., 2010
	HR2000+	630-815	0.50
	HR2000+	300-900	2.00
SpectroFLEX	HR2000+	630-820	0.20	Fournier et al., 2012
AutoSIF	QE65pro	645-805	0.30	Hu et al., 2018
S-FluorBox	HR4000	700-800	0.10	Cogliati et al., 2015
	HR4000	400-1 000	1.00
SIF-SYS	STS-VIS	337-823	3.00	Burkart et al., 2015
FluoSpec	HR2000+	680-775	0.13	Yang et al., 2015
FluoSpec2	QEpro	730-780	0.15	Miao et al., 2018
	HR2000+	350-1 100	1.10
PhotoSpec	QEpro1	670-732	0.30	Grossmann et al., 2018
	QEpro2	729-784	0.30
	Flame	177-874	1.20
FLOX	QEpro	650-800	0.30	Wohlfahrt et al., 2018
	VIS-NIR	400-950	1.50
SIFSpec	QE65pro	649-805	0.34	Du et al., 2019
SIFPrism	QEpro	650-800	0.30	Zhang et al., 2019
FAME	QEpro	730-786	0.15	Gu et al., 2018

以上光谱仪的波段及光学分辨率根据使用者对仪器配置的不同会有所差异. ...

... 叶片尺度的叶绿素荧光主动与被动联合观测, 可以在测定丰富荧光参数的同时获取叶片实际的SIF信号, 还原SIF信号与GPP真实的关系(Liu et al., 2020).研究表明, 光合效率、荧光效率、电子传递效率、叶龄、叶绿素含量、C₃/C₄光合途径、植物生长期等生物因素(Cui et al., 2016; Miao et al., 2018), 以及光照、温度、水分等非生物因素(Porcar-Castell et al., 2014; Wyber et al., 2017; Miao et al., 2018; Campbell et al., 2019; Magney et al., 2019a)会调节SIF值与GPP的关系.例如, Miao等(2018)基于美国大豆(Glycine max)田的研究发现, 光合效率和SIF_yield差异性的变化会导致SIF-GPP线性关系的改变.Cui等(2016)利用SCOPE模型模拟了GPP以及SIF信号, 结果表明SIF值与GPP的关系会受到不同生态系统叶绿素浓度及叶面积指数差异的影响, 并提出在建立SIF-GPP关系之前, 需要使用模型等方法来修正影响SIF-GPP关系的各种因素. ...

... , 2018; Campbell et al., 2019; Magney et al., 2019a)会调节SIF值与GPP的关系.例如, Miao等(2018)基于美国大豆(Glycine max)田的研究发现, 光合效率和SIF_yield差异性的变化会导致SIF-GPP线性关系的改变.Cui等(2016)利用SCOPE模型模拟了GPP以及SIF信号, 结果表明SIF值与GPP的关系会受到不同生态系统叶绿素浓度及叶面积指数差异的影响, 并提出在建立SIF-GPP关系之前, 需要使用模型等方法来修正影响SIF-GPP关系的各种因素. ...

... 的关系.例如, Miao等(2018)基于美国大豆(Glycine max)田的研究发现, 光合效率和SIF_yield差异性的变化会导致SIF-GPP线性关系的改变.Cui等(2016)利用SCOPE模型模拟了GPP以及SIF信号, 结果表明SIF值与GPP的关系会受到不同生态系统叶绿素浓度及叶面积指数差异的影响, 并提出在建立SIF-GPP关系之前, 需要使用模型等方法来修正影响SIF-GPP关系的各种因素. ...

The 2013 FLEX—US airborne campaign at the parker tract loblolly pine plantation in North Carolina, USA.
1
2017

... 卫星SIF信号大都集中于近红外区域特定的窄波段, 无法再现完整的荧光光谱曲线(Liu et al., 2020).然而, 叶绿素荧光光谱形状相关的参数, 如红光与远红外波段荧光的比率等, 对植物胁迫状态及光合信息有指示作用(Cheng et al., 2013; Middleton et al., 2017).研究表明, 冠层SIF值会受到植被胁迫状态、冠层结构、辐照条件、叶绿素浓度等的影响, 这些影响均会使得冠层SIF光谱曲线呈现不同的变化(Huang et al., 2007; Pinto et al., 2016; Vilfan et al., 2016; Yang et al., 2018; Atherton et al., 2019).为了将SIF信号与植被生产力关联起来, 有必要对荧光光谱进行重建, 建立全波段的SIF光谱曲线(Zhao et al., 2014; Cogliati et al., 2015; Drusch et al., 2016). ...

Remote sensing of solar-induced chlorophyll fluorescence (SIF) in vegetation: 50 years of progress
6
2019

... 叶绿素荧光的研究是量化区域以及全球尺度植被生产力的关键(Ryu et al., 2019).叶绿素荧光是植物叶绿素吸收光能后向外发射的长波信号(650-800 nm), 具有红光(685 nm左右)和近红外(740 nm左右)两个波峰(Damm et al., 2015; Verrelst et al., 2016; Mohammed et al., 2019).植物光合色素吸收的能量绝大部分被叶绿素所利用进行光合作用, 然而未被利用的部分则以长波的形式向外发射荧光或以热耗散的形式释放出去(Porcar-Castell et al., 2014; Mohammed et al., 2019).这三种能量之间存在着一定的平衡(Baker et al., 2008; Hmimina et al., 2014), 任何一种能量发生变化都会导致其他两种能量的变化.因此, 叶绿素荧光可以无伤、快速、灵敏地监测植被真实的生理生态过程和受环境胁迫的状况(Cendrero-Mateo et al., 2016; Chen et al., 2016). ...

... , 2019).这三种能量之间存在着一定的平衡(Baker et al., 2008; Hmimina et al., 2014), 任何一种能量发生变化都会导致其他两种能量的变化.因此, 叶绿素荧光可以无伤、快速、灵敏地监测植被真实的生理生态过程和受环境胁迫的状况(Cendrero-Mateo et al., 2016; Chen et al., 2016). ...

... 根据激发光源和探测方式的不同, 叶绿素荧光的观测可以分为主动和被动两种观测技术(Porcar- Castell et al., 2014).虽然单独探讨主动观测(Maxwell & Johnson, 2000; Consalvey et al., 2005; 陈建明等, 2006; 张永江等, 2009; 尤鑫和龚吉蕊, 2012; 李钦夫等, 2013)或者被动观测(Meroni et al., 2009; 王冉等, 2012; 梁寅等, 2013; Porcar-Castell et al., 2014; Wang et al., 2017; Aasen et al., 2019; 纪梦豪等, 2019; Mohammed et al., 2019; 章钊颖等, 2019)的研究较多, 但是目前缺乏叶绿素荧光主动与被动联合观测应用前景的分析.叶绿素荧光主动与被动联合观测有望在考虑热耗散的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型以及揭示各尺度上荧光与光合之间的关联机制至关重要. ...

... Satellite-based sensors used for the retrieval of satellite-based sun-induced chlorophyll fluorescence
Table 1

传感器 Sensor	卫星 Satellite	发射时间 Launch time	波段 Band (nm)	状态 State	相关文献 Related literature
SCIAMACHY	ENVISAT	2002-03	650-790	失联 Lost contact	Joiner et al., 2011; Wolanin et al., 2015
GOME-2	METOP	2006-07	650-790	在轨 On orbit	Joiner et al., 2013; Guanter et al., 2014
TANSO-FTS-1	GOSAT	2009-01	757-775	在轨 On orbit	Frankenberg et al., 2011; Joiner et al., 2011
OCO-2	OCO-2	2014-07	757-775	在轨 On orbit	Frankenberg et al., 2014; Sun et al., 2017
ACGS	TANSAT	2016-12	758-778	在轨 On orbit	Du et al., 2018; Li et al., 2018
TROPOMI	Sentinel-5P	2017-10	675-775	在轨 On orbit	Guanter et al., 2015; Zhang et al., 2019
TANSO-FTS-2	GOSAT-2	2018-10	757-775	在轨 On orbit	Nakajima et al., 2017
OCO-3	OCO-3	2019-05	757-775	在轨 On orbit	Eldering et al., 2019
-	TEMPO	预计2020 Estimate 2020	650-740	计划发射 Planned launch	Zoogman et al., 2017; Mohammed et al., 2019
-	GeoCARB	预计2021 Estimate 2021	757-772	计划发射 Planned launch	O’Brienet al., 2016; Mohammed et al., 2019
FLORIS	FLEX	预计2023 Estimate 2023	650-780	计划发射 Planned launch	Drusch et al., 2016; Mohammed et al., 2019

近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

... , 2019 FLORIS FLEX 预计2023
Estimate 2023 650-780 计划发射
Planned launch Drusch et al., 2016; Mohammed et al., 2019 近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

... , 2019 近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

Chlorophyll fluorescence analysis: a guide to good practice and understanding some new applications
1
2013

... 主动观测的优势表现在以下两点.第一, 借助PAM荧光技术获取的参数可以直观地解释植物光合作用、探讨热耗散对于荧光产量和光化学产量平衡的影响.第二, 由于PAM荧光技术是在相对较宽的光谱范围内获取的, 因此受环境影响较小(Porcar-Castell et al., 2014).鉴于主动观测的优势, 其已被广泛应用于植物胁迫(McMurtrey et al., 2002; Araus et al., 2010; Agati et al., 2013; Konanz et al., 2014), 追踪植物光合作用变化(Maxwell & Johnson, 2000; Baker et al., 2008; Murchie & Lawson, 2013; Frankenbach et al., 2020)等方面的研究.然而, 主动观测存在劣势, 由于需要人工饱和光脉冲以及精确的脉冲同步和调制荧光技术, PAM荧光技术不适用于大尺度的卫星遥感监测(Kolber et al., 2005; Amoros-Lopez et al., 2008). ...

Fourier transform spectrometer on GOSAT and GOSAT-2
1
2017

... Satellite-based sensors used for the retrieval of satellite-based sun-induced chlorophyll fluorescence
Table 1

传感器 Sensor	卫星 Satellite	发射时间 Launch time	波段 Band (nm)	状态 State	相关文献 Related literature
SCIAMACHY	ENVISAT	2002-03	650-790	失联 Lost contact	Joiner et al., 2011; Wolanin et al., 2015
GOME-2	METOP	2006-07	650-790	在轨 On orbit	Joiner et al., 2013; Guanter et al., 2014
TANSO-FTS-1	GOSAT	2009-01	757-775	在轨 On orbit	Frankenberg et al., 2011; Joiner et al., 2011
OCO-2	OCO-2	2014-07	757-775	在轨 On orbit	Frankenberg et al., 2014; Sun et al., 2017
ACGS	TANSAT	2016-12	758-778	在轨 On orbit	Du et al., 2018; Li et al., 2018
TROPOMI	Sentinel-5P	2017-10	675-775	在轨 On orbit	Guanter et al., 2015; Zhang et al., 2019
TANSO-FTS-2	GOSAT-2	2018-10	757-775	在轨 On orbit	Nakajima et al., 2017
OCO-3	OCO-3	2019-05	757-775	在轨 On orbit	Eldering et al., 2019
-	TEMPO	预计2020 Estimate 2020	650-740	计划发射 Planned launch	Zoogman et al., 2017; Mohammed et al., 2019
-	GeoCARB	预计2021 Estimate 2021	757-772	计划发射 Planned launch	O’Brienet al., 2016; Mohammed et al., 2019
FLORIS	FLEX	预计2023 Estimate 2023	650-780	计划发射 Planned launch	Drusch et al., 2016; Mohammed et al., 2019

近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

Potential of a geostationary GeoCARB mission to estimate surface emissions of CO₂, CH₄ and CO in a polluted urban environment: case study Shanghai
1
2016

... Satellite-based sensors used for the retrieval of satellite-based sun-induced chlorophyll fluorescence
Table 1

传感器 Sensor	卫星 Satellite	发射时间 Launch time	波段 Band (nm)	状态 State	相关文献 Related literature
SCIAMACHY	ENVISAT	2002-03	650-790	失联 Lost contact	Joiner et al., 2011; Wolanin et al., 2015
GOME-2	METOP	2006-07	650-790	在轨 On orbit	Joiner et al., 2013; Guanter et al., 2014
TANSO-FTS-1	GOSAT	2009-01	757-775	在轨 On orbit	Frankenberg et al., 2011; Joiner et al., 2011
OCO-2	OCO-2	2014-07	757-775	在轨 On orbit	Frankenberg et al., 2014; Sun et al., 2017
ACGS	TANSAT	2016-12	758-778	在轨 On orbit	Du et al., 2018; Li et al., 2018
TROPOMI	Sentinel-5P	2017-10	675-775	在轨 On orbit	Guanter et al., 2015; Zhang et al., 2019
TANSO-FTS-2	GOSAT-2	2018-10	757-775	在轨 On orbit	Nakajima et al., 2017
OCO-3	OCO-3	2019-05	757-775	在轨 On orbit	Eldering et al., 2019
-	TEMPO	预计2020 Estimate 2020	650-740	计划发射 Planned launch	Zoogman et al., 2017; Mohammed et al., 2019
-	GeoCARB	预计2021 Estimate 2021	757-772	计划发射 Planned launch	O’Brienet al., 2016; Mohammed et al., 2019
FLORIS	FLEX	预计2023 Estimate 2023	650-780	计划发射 Planned launch	Drusch et al., 2016; Mohammed et al., 2019

近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

Sun- induced chlorophyll fluorescence from high-resolution imaging spectroscopy data to quantify spatio-temporal patterns of photosynthetic function in crop canopies
1
2016

... 卫星SIF信号大都集中于近红外区域特定的窄波段, 无法再现完整的荧光光谱曲线(Liu et al., 2020).然而, 叶绿素荧光光谱形状相关的参数, 如红光与远红外波段荧光的比率等, 对植物胁迫状态及光合信息有指示作用(Cheng et al., 2013; Middleton et al., 2017).研究表明, 冠层SIF值会受到植被胁迫状态、冠层结构、辐照条件、叶绿素浓度等的影响, 这些影响均会使得冠层SIF光谱曲线呈现不同的变化(Huang et al., 2007; Pinto et al., 2016; Vilfan et al., 2016; Yang et al., 2018; Atherton et al., 2019).为了将SIF信号与植被生产力关联起来, 有必要对荧光光谱进行重建, 建立全波段的SIF光谱曲线(Zhao et al., 2014; Cogliati et al., 2015; Drusch et al., 2016). ...

The Fraunhofer line discriminator MKII—An airborne instrument for precise and standardized ecological luminescence measurement
1
1975

... 以自然光为诱导光源检测植物叶绿素荧光信号的方式称为被动荧光观测技术, 其探测到的信号也称日光诱导叶绿素荧光(SIF).与主动观测不同, 被动观测不需要精确的饱和脉冲调制光, 其信号反演大都基于夫琅和费线提取算法(FLD)(Plascyk & Gabriel, 1975).由于大气的吸收作用, 太阳光谱到达地表后有许多波段宽度为0.1-10 nm的暗线, 即夫琅和费吸收暗线.在这些吸收暗线波段, 植被的反射光微弱, 荧光凸显, 可以较好地反演出叶绿素荧光(王冉等, 2012; 章钊颖等, 2019).被动观测的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(章钊颖等, 2019).叶绿素荧光被动观测为陆地碳循环的精确估算提供了新的技术和方向. ...

EUROSPEC: at the interface between remote sensing and ecosystem CO₂ flux measurements in Europe
1
2015

... 近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

Linking chlorophyll a fluorescence to photosynthesis for remote sensing applications: mechanisms and challenges
10
2014

... 叶绿素荧光的研究是量化区域以及全球尺度植被生产力的关键(Ryu et al., 2019).叶绿素荧光是植物叶绿素吸收光能后向外发射的长波信号(650-800 nm), 具有红光(685 nm左右)和近红外(740 nm左右)两个波峰(Damm et al., 2015; Verrelst et al., 2016; Mohammed et al., 2019).植物光合色素吸收的能量绝大部分被叶绿素所利用进行光合作用, 然而未被利用的部分则以长波的形式向外发射荧光或以热耗散的形式释放出去(Porcar-Castell et al., 2014; Mohammed et al., 2019).这三种能量之间存在着一定的平衡(Baker et al., 2008; Hmimina et al., 2014), 任何一种能量发生变化都会导致其他两种能量的变化.因此, 叶绿素荧光可以无伤、快速、灵敏地监测植被真实的生理生态过程和受环境胁迫的状况(Cendrero-Mateo et al., 2016; Chen et al., 2016). ...

... 根据激发光源和探测方式的不同, 叶绿素荧光的观测可以分为主动和被动两种观测技术(Porcar- Castell et al., 2014).虽然单独探讨主动观测(Maxwell & Johnson, 2000; Consalvey et al., 2005; 陈建明等, 2006; 张永江等, 2009; 尤鑫和龚吉蕊, 2012; 李钦夫等, 2013)或者被动观测(Meroni et al., 2009; 王冉等, 2012; 梁寅等, 2013; Porcar-Castell et al., 2014; Wang et al., 2017; Aasen et al., 2019; 纪梦豪等, 2019; Mohammed et al., 2019; 章钊颖等, 2019)的研究较多, 但是目前缺乏叶绿素荧光主动与被动联合观测应用前景的分析.叶绿素荧光主动与被动联合观测有望在考虑热耗散的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型以及揭示各尺度上荧光与光合之间的关联机制至关重要. ...

... , 2014; Wang et al., 2017; Aasen et al., 2019; 纪梦豪等, 2019; Mohammed et al., 2019; 章钊颖等, 2019)的研究较多, 但是目前缺乏叶绿素荧光主动与被动联合观测应用前景的分析.叶绿素荧光主动与被动联合观测有望在考虑热耗散的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型以及揭示各尺度上荧光与光合之间的关联机制至关重要. ...

... 主动观测的优势表现在以下两点.第一, 借助PAM荧光技术获取的参数可以直观地解释植物光合作用、探讨热耗散对于荧光产量和光化学产量平衡的影响.第二, 由于PAM荧光技术是在相对较宽的光谱范围内获取的, 因此受环境影响较小(Porcar-Castell et al., 2014).鉴于主动观测的优势, 其已被广泛应用于植物胁迫(McMurtrey et al., 2002; Araus et al., 2010; Agati et al., 2013; Konanz et al., 2014), 追踪植物光合作用变化(Maxwell & Johnson, 2000; Baker et al., 2008; Murchie & Lawson, 2013; Frankenbach et al., 2020)等方面的研究.然而, 主动观测存在劣势, 由于需要人工饱和光脉冲以及精确的脉冲同步和调制荧光技术, PAM荧光技术不适用于大尺度的卫星遥感监测(Kolber et al., 2005; Amoros-Lopez et al., 2008). ...

... 在叶绿体尺度, 光系统II (PSII)吸收的能量分别用于光合作用、发射荧光以及NPQ,三者的效率总和为1 (Hmimina et al., 2014; Lee et al., 2015; Cendrero-Mateo et al., 2016).光系统(PSI和PSII)以串联的方式进行电子传输, 并且都可以产生叶绿素荧光.但是两个光系统对于叶绿素荧光光谱的贡献却不相同: 通常PSI的荧光效率较低, 常被认为是定值(Franck et al., 2002; Hasegawa et al., 2010; Porcar- Castell et al., 2014), 而PSII的荧光效率受到光化学淬灭(PQ)(Magney et al., 2019b)和NPQ (Franck et al., 2005; Lambrev et al., 2010)的影响.由于NPQ的效率取决植物生理状态以及所处的环境, 所以荧光效率和光化学效率之间的关系受到NPQ效率的调控(Flexas & Medrano, 2002; Baker, 2008; Faraloni et al., 2011; Lee et al., 2013; Porcar-Castell et al., 2014; Farooq et al., 2018). ...

... , 2014; Farooq et al., 2018). ...

... 在冠层尺度, 量化光合、荧光以及热耗散的能量分配仍然存在挑战(Porcar-Castell et al., 2014; van der Tol et al., 2014).Atherton等(2016)通过对叶片尺度叶绿素荧光主动与被动的联合观测, 分析了SIF值、Ф_F、Ф_PSII以及NPQ之间的动态关系, 并利用PHOTOII模型将叶片尺度所确定的参数关系与冠层尺度联系起来.Acebron等(2020)通过LIFT技术以及Flox系统对拟南芥冠层进行了主被动联合观测, 探讨了Ф_PSII、SIF_yield、NPQ之间的关系.这些研究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, 同时为多尺度SIF信号模拟的辐射传输模型SCOPE、基于生理过程的PHOTOII模型(van der Tol et al., 2014, 2018; Atherton et al., 2016)的优化提供数据支持. ...

... 植被SIF值和GPP之间具有很强的线性关系, 这种关系为基于SIF估算GPP的模型提供了坚实的基础(Frankenberg et al., 2011; Guanter et al., 2012, 2014; Porcar-Castell et al., 2014; Verma et al., 2017).然而, 目前这种经验关系缺乏机理解释(Magney et al., 2019a), 并且SIF观测值和GPP之间的关系会随着时空尺度的变化而变化(Cheng et al., 2013; Zarco-Tejada et al., 2016; Goulas et al., 2017; Liu et al., 2017).在叶片尺度, SIF值与GPP的关系由于红光波段荧光重吸收作用以及远红外波段荧光散射作用的减弱而会比冠层上观察到的SIF-GPP关系更强(Liu et al., 2020); 在冠层尺度, SIF值与GPP之间的关系会因为叶片生理特性以及植被冠层结构的改变而改变(Porcar-Castell et al., 2014; Damm et al., 2015; Yang et al., 2018); 在区域尺度, 由于卫星每天最多只能获得一个SIF观测值, 并且有效的SIF观测值主要发生在晴天的特定时间段, 复杂的大气传输环境以及时间尺度上的不匹配必定会增加SIF值与GPP关系的不确定性(Hu et al., 2018; Yang et al., 2018). ...

... , 2014; Damm et al., 2015; Yang et al., 2018); 在区域尺度, 由于卫星每天最多只能获得一个SIF观测值, 并且有效的SIF观测值主要发生在晴天的特定时间段, 复杂的大气传输环境以及时间尺度上的不匹配必定会增加SIF值与GPP关系的不确定性(Hu et al., 2018; Yang et al., 2018). ...

... 叶片尺度的叶绿素荧光主动与被动联合观测, 可以在测定丰富荧光参数的同时获取叶片实际的SIF信号, 还原SIF信号与GPP真实的关系(Liu et al., 2020).研究表明, 光合效率、荧光效率、电子传递效率、叶龄、叶绿素含量、C₃/C₄光合途径、植物生长期等生物因素(Cui et al., 2016; Miao et al., 2018), 以及光照、温度、水分等非生物因素(Porcar-Castell et al., 2014; Wyber et al., 2017; Miao et al., 2018; Campbell et al., 2019; Magney et al., 2019a)会调节SIF值与GPP的关系.例如, Miao等(2018)基于美国大豆(Glycine max)田的研究发现, 光合效率和SIF_yield差异性的变化会导致SIF-GPP线性关系的改变.Cui等(2016)利用SCOPE模型模拟了GPP以及SIF信号, 结果表明SIF值与GPP的关系会受到不同生态系统叶绿素浓度及叶面积指数差异的影响, 并提出在建立SIF-GPP关系之前, 需要使用模型等方法来修正影响SIF-GPP关系的各种因素. ...

Sustained nonphotochemical quenching shapes the seasonal pattern of solar-induced fluorescence at a high-elevation evergreen forest
5
2019

... 另外, 通过叶片尺度上叶绿素荧光主动与被动联合观测, 以及耦合气体交换测定系统, 可以在获得更为准确的荧光光合关系基础上, 通过模型模拟的方式, 如通用陆面模式(community land model, CLM)和耦合能量平衡的辐射传输模型(soil canopy observation, photochemistry, and energy fluxes, SCOPE)等模型将NPQ及Ф_PSII等的参数信息纳入冠层尺度上的SIF-GPP模型, 并通过近地面SIF联网观测所建立的数据库拓展到区域或者全球尺度, 建立更可靠的全球生产力模型(Raczka et al., 2019; Maguire et al., 2020; Marrs et al., 2020; Zhang et al., 2020). ...

... 叶片尺度的叶绿素荧光主动与被动联合观测, 提供了生理参数之间的确定性联系, 是更复杂冠层模型的基石.Vilfan等(2019)将辐射传输模型FLUSPECT耦合到光合作用模型中, 尝试利用叶绿素荧光和反射率来估算植物的光合能力, 并利用叶片尺度主动与被动联合观测所获得的大量样本数据对模型进行测试验证, 结果表明该模型可以运用到冠层尺度对植被实际的光合能力进行估算.Raczka等(2019)通过主动与被动联合观测与CLM模型的结合, 在考虑持续性NPQ作用下, 改进了模型并模拟了科罗拉多州亚高山森林SIF信号的季节变化, 发现更符合塔基、星基SIF观测到的季节模式, 并指出为了更好地了解NPQ在多大程度上影响SIF值和GPP之间的关系, 必须进行更多的叶片尺度叶绿素荧光主动与被动联合观测.主动技术与被动观测系统的结合也有助于阐明SIF-GPP间的关联机制, 如Magney等(2019a)通过冠层SIF值测量仪器PhotoSpec与LI-6800F的PAM荧光方法, 将PAM技术中丰富的荧光参数与冠层SIF信号相结合, 对常绿系统的GPP与SIF信号进行了关联研究, 结果再次证实了GPP与SIF值之间稳定的相关性. ...

... 卫星SIF产品的真实有效性迫切需要支持验证.叶绿素荧光所占的比例非常小, 属于微弱的电磁波信号, 大约只占地表反射信号的1%-2% (Meroni et al., 2009).在自然光条件下, SIF信号对于植被冠层辐射的贡献只有不到3% (Zarco-Tejada et al., 2013).由自然光激发产生的SIF在经过冠层重吸收、散射后又经过复杂的大气结构到达卫星传感器, 这中间的过程使得SIF信号的不确定性不断累积, 也使得荧光信号的检索变得复杂困难.而SIF信号的检索算法大都利用少量的窄波段进行, 如O₂-B、O₂-A波段或夫琅和费吸收暗线(Fournier et al., 2012; Burkart et al., 2015; Yang et al., 2015), 这种检索波段的单一性也使得SIF信号的解释存在不确定性.另外, 由于卫星每天最多只能获得一个SIF观测值, 有效的SIF观测值主要发生在晴天特定时间段(Hu et al., 2018; Yang et al., 2018).因此, 光照条件、植被结构、背景反射和大气效应等都会影响荧光反演的结果(Guanter et al., 2010; Zarco-Tejada et al., 2013).为了有效降低卫星SIF观测不确定性所带来的影响, 地面荧光观测网络的建立、拓展以及荧光模型的构建是必不可少的(Zarco-Tejada et al., 2013; Atherton et al., 2016; Drusch et al., 2016; Grossmann et al., 2018; Raczka et al., 2019; Zhang et al., 2020). ...

... 叶绿素荧光主动与被动联合观测获取到的叶片尺度确定性参数关系可通过PHOTOII、CLM、SCOPE等模型扩展到冠层尺度, 在考虑NPQ等参数作用下与卫星SIF产品进行比较验证(van der Tol et al., 2014; Lee et al., 2015; Atherton et al., 2016; Raczka et al., 2019).例如, Raczka等(2019)通过耦合持续性NPQ作用的CLM模型对科罗拉多州亚高山森林SIF信号进行模拟, 结果与GOME-2卫星SIF数据具备相同的季节模式.Zhang等(2020)通过SCOPE和BEPS-SIF模型对不同生态站点的SIF信号进行模拟, 结果与地面SIF观测结果显著相关.Lee等(2013)通过确定的参数关系, 利用改良的SCOPE对亚马孙地区的SIF信号进行了模拟并与GOSAT的SIF信号产品进行对比, 结果发现显著相关(R² = 0.79).以上结果表明, 基于叶绿素荧光主动与被动联合观测的荧光模型可作为地面SIF观测网的补充, 将不同站点所测数据联系起来并与卫星SIF产品进行比较验证. ...

... ).例如, Raczka等(2019)通过耦合持续性NPQ作用的CLM模型对科罗拉多州亚高山森林SIF信号进行模拟, 结果与GOME-2卫星SIF数据具备相同的季节模式.Zhang等(2020)通过SCOPE和BEPS-SIF模型对不同生态站点的SIF信号进行模拟, 结果与地面SIF观测结果显著相关.Lee等(2013)通过确定的参数关系, 利用改良的SCOPE对亚马孙地区的SIF信号进行了模拟并与GOSAT的SIF信号产品进行对比, 结果发现显著相关(R² = 0.79).以上结果表明, 基于叶绿素荧光主动与被动联合观测的荧光模型可作为地面SIF观测网的补充, 将不同站点所测数据联系起来并与卫星SIF产品进行比较验证. ...

Estimating chlorophyll fluorescence parameters using the joint Fraunhofer line depth and laser-induced saturation pulse (FLD-LISP) method in different plant species
3
2017

... 主动与被动荧光联合观测的研究目前主要集中在叶片尺度上(Atherton et al., 2016; Magney et al., 2017; Rahimzadeh-Bajgiran et al., 2017; Vilfan et al., 2019; Marrs et al., 2020), 仪器设备主要包括光谱仪(图2A)、PAM荧光计(图2B).被测叶片(图2H)固定在封闭的叶室(图2F)中以模拟暗适应的环境, PAM荧光计和光谱仪的光纤(图2G)同时以一定倾角插入封闭的叶室中, 在尽可能检测同一视场内叶绿素荧光变化的同时又不能遮蔽入射光线(图2D), 还要尽可能靠近叶片以确保脉冲完全光饱和(Magney et al., 2017).叶室的进光口(图2E)装载有短通滤波片(<650 nm), 只有小于650 nm波长范围的光才被允许进入叶室.关闭进光口生成黑暗的环境, 由PAM荧光计发射饱和脉冲获取植物最大以及最小的荧光值.打开进光口, 经过过滤的入射光照射在叶片上诱导产生SIF, 并通过光谱仪记录大于650 nm的SIF光谱曲线图(图2A′), 同时也可由PAM记录叶片丰富的荧光参数信息及F_s、NPQ等与光合有效辐射强 度的响应关系(图2B′).在入射光源的选择上, 可以直接采用自然光源(Cendrero-Mateoet al., 2016; Rahimzadeh-Bajgiran et al., 2017)或者人造光化光源(Magney et al., 2017, 2019b; Vilfan et al., 2019), 例如90%红色和10%蓝色的LED组合光源.另外, 在叶绿素荧光主动与被动联合观测系统的基础上还可以耦合气体交换装置(图2C), 气体交换仪通过气体交换通道与封闭的叶室连接起来, 并根据叶室内水汽浓度变化反映叶片光合信息(图2C′), 如光合速率、羧化速率、蒸腾速率等, 达到同步观测光合、主动荧光参数、SIF信号(Magneyet al., 2017, 2019b; Vilfan et al., 2019), 并在环境条件(光、温度、湿度)变化背景下建立光合作用与荧光、热耗散之间关系的目的. ...

... , 2017)或者人造光化光源(Magney et al., 2017, 2019b; Vilfan et al., 2019), 例如90%红色和10%蓝色的LED组合光源.另外, 在叶绿素荧光主动与被动联合观测系统的基础上还可以耦合气体交换装置(图2C), 气体交换仪通过气体交换通道与封闭的叶室连接起来, 并根据叶室内水汽浓度变化反映叶片光合信息(图2C′), 如光合速率、羧化速率、蒸腾速率等, 达到同步观测光合、主动荧光参数、SIF信号(Magneyet al., 2017, 2019b; Vilfan et al., 2019), 并在环境条件(光、温度、湿度)变化背景下建立光合作用与荧光、热耗散之间关系的目的. ...

... 相对于叶片尺度的主动与被动荧光联合观测, 冠层尺度的联合观测进展缓慢.Acebron等(2020)最新的研究利用激光诱导荧光瞬变仪(laser induced fluorescence transient, LIFT)与近地面连续观测系统Flox, 对拟南芥(Arabidopsis thaliana)冠层进行了叶绿素荧光主动与被动联合观测, 其中LIFT的传感器距离目标60 cm, Flox的光纤距离目标10 cm, 展示了拟南芥SIF值、光合效率、NPQ以及叶片反射率之间的定量关系.其搭建的观测平台如图3所示, 其中LIFT技术是激光诱导产生荧光的技术, 可以将主动荧光观测尺度扩大到几十米的范围(Kolber et al., 2005; Rahimzadeh- Bajgiran et al., 2017; Acebron et al., 2020).Kolber等(2005)通过LIFT技术对50 m外的目标植物进行了观测, 结果发现与近距离PAM技术所测荧光参数几乎没差异. ...

What is global photosynthesis? History, uncertainties and opportunities
1
2019

... 叶绿素荧光的研究是量化区域以及全球尺度植被生产力的关键(Ryu et al., 2019).叶绿素荧光是植物叶绿素吸收光能后向外发射的长波信号(650-800 nm), 具有红光(685 nm左右)和近红外(740 nm左右)两个波峰(Damm et al., 2015; Verrelst et al., 2016; Mohammed et al., 2019).植物光合色素吸收的能量绝大部分被叶绿素所利用进行光合作用, 然而未被利用的部分则以长波的形式向外发射荧光或以热耗散的形式释放出去(Porcar-Castell et al., 2014; Mohammed et al., 2019).这三种能量之间存在着一定的平衡(Baker et al., 2008; Hmimina et al., 2014), 任何一种能量发生变化都会导致其他两种能量的变化.因此, 叶绿素荧光可以无伤、快速、灵敏地监测植被真实的生理生态过程和受环境胁迫的状况(Cendrero-Mateo et al., 2016; Chen et al., 2016). ...

On the relation between the Kautsky effect (chlorophyll a fluorescence induction) and photosystem II: basics and applications of the OJIP fluorescence transient
1
2011

... 荧光动力学曲线, 是当植物绿色组织经过黑暗处理后受到可见光或人为激光照射时, 叶绿素分子所产生的荧光信号强度随着时间发生规律性的变化, 在荧光图谱上表现为一条先增后减再趋向平稳的曲线, 也称Kautsky效应(Stirbet & Govindjee, 2011).目前主动观测大都基于脉冲辐射调制的(PAM)荧光系统.该系统由一个弱的调制测量光源和一个较强的非调制光化光源组成, 弱的测量光源用于测定植物暗适应下绿色组织的最小荧光值(F_o), 而强的光化光源可以作为饱和脉冲光用来监测经过暗处理后植物绿色组织的最大荧光值(F_m).通过分析荧光动力学曲线, PAM技术可以获取非光化学淬灭(NPQ)、表观光合电子传递速率(ETR)、植物光化学效率(Ф_PSII)等参数, 其中NPQ对于植物热保护机制具有重要意义(Kromdijk et al., 2016; Farooq et al., 2018), ETR与光合碳固定存在线性关系( Barranguet & Kromkamp, 2000). ...

Overview of solar-induced chlorophyll fluorescence (SIF) from the Orbiting Carbon Observatory-2: retrieval, cross-mission comparison, and global monitoring for GPP
3
2018

... 目前, SIF卫星数据主要来自GOSAT、GOME-2及OCO-2这3个卫星传感器.GOSAT生产的SIF数据开始于2009年并持续至今, 其地面足迹直径为10 km (Sun et al., 2018; 章钊颖等, 2019), 但由于是基于离散点的观测所以在空间上极不连续(Sun et al., 2018); GOME-2生产的SIF数据开始于2007年并持续至今, 时间尺度较长因此适合研究长时间序列上SIF值的变化, 但是空间分辨率比较低(40 km × 80 km, 2013年以后为40 km × 40 km); OCO-2生产的SIF产品开始于2014年并持续至今, 由于其基于条带状的观测所以在空间上也不连续(Sun et al., 2018), 但空间分辨率有很大的提高(1.3 km × 2.25 km).自从Joiner等( 2011)利用GOSAT卫星获取了首幅全球SIF信号分布图以来, 目前可供SIF探测的在轨卫星还有METOP、TANSAT、Sentinel-5P等, 计划发射卫星包括TEMPO、GeoCARB、FLEX (表1). ...

... , 2018); GOME-2生产的SIF数据开始于2007年并持续至今, 时间尺度较长因此适合研究长时间序列上SIF值的变化, 但是空间分辨率比较低(40 km × 80 km, 2013年以后为40 km × 40 km); OCO-2生产的SIF产品开始于2014年并持续至今, 由于其基于条带状的观测所以在空间上也不连续(Sun et al., 2018), 但空间分辨率有很大的提高(1.3 km × 2.25 km).自从Joiner等( 2011)利用GOSAT卫星获取了首幅全球SIF信号分布图以来, 目前可供SIF探测的在轨卫星还有METOP、TANSAT、Sentinel-5P等, 计划发射卫星包括TEMPO、GeoCARB、FLEX (表1). ...

... , 2018), 但空间分辨率有很大的提高(1.3 km × 2.25 km).自从Joiner等( 2011)利用GOSAT卫星获取了首幅全球SIF信号分布图以来, 目前可供SIF探测的在轨卫星还有METOP、TANSAT、Sentinel-5P等, 计划发射卫星包括TEMPO、GeoCARB、FLEX (表1). ...

OCO-2 advances photosynthesis observation from space via solar-induced chlorophyll fluorescence
1
2017

... Satellite-based sensors used for the retrieval of satellite-based sun-induced chlorophyll fluorescence
Table 1

传感器 Sensor	卫星 Satellite	发射时间 Launch time	波段 Band (nm)	状态 State	相关文献 Related literature
SCIAMACHY	ENVISAT	2002-03	650-790	失联 Lost contact	Joiner et al., 2011; Wolanin et al., 2015
GOME-2	METOP	2006-07	650-790	在轨 On orbit	Joiner et al., 2013; Guanter et al., 2014
TANSO-FTS-1	GOSAT	2009-01	757-775	在轨 On orbit	Frankenberg et al., 2011; Joiner et al., 2011
OCO-2	OCO-2	2014-07	757-775	在轨 On orbit	Frankenberg et al., 2014; Sun et al., 2017
ACGS	TANSAT	2016-12	758-778	在轨 On orbit	Du et al., 2018; Li et al., 2018
TROPOMI	Sentinel-5P	2017-10	675-775	在轨 On orbit	Guanter et al., 2015; Zhang et al., 2019
TANSO-FTS-2	GOSAT-2	2018-10	757-775	在轨 On orbit	Nakajima et al., 2017
OCO-3	OCO-3	2019-05	757-775	在轨 On orbit	Eldering et al., 2019
-	TEMPO	预计2020 Estimate 2020	650-740	计划发射 Planned launch	Zoogman et al., 2017; Mohammed et al., 2019
-	GeoCARB	预计2021 Estimate 2021	757-772	计划发射 Planned launch	O’Brienet al., 2016; Mohammed et al., 2019
FLORIS	FLEX	预计2023 Estimate 2023	650-780	计划发射 Planned launch	Drusch et al., 2016; Mohammed et al., 2019

近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

Models of fluorescence and photosynthesis for interpreting measurements of solar-induced chlorophyll fluorescence
3
2014

... 在冠层尺度, 量化光合、荧光以及热耗散的能量分配仍然存在挑战(Porcar-Castell et al., 2014; van der Tol et al., 2014).Atherton等(2016)通过对叶片尺度叶绿素荧光主动与被动的联合观测, 分析了SIF值、Ф_F、Ф_PSII以及NPQ之间的动态关系, 并利用PHOTOII模型将叶片尺度所确定的参数关系与冠层尺度联系起来.Acebron等(2020)通过LIFT技术以及Flox系统对拟南芥冠层进行了主被动联合观测, 探讨了Ф_PSII、SIF_yield、NPQ之间的关系.这些研究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, 同时为多尺度SIF信号模拟的辐射传输模型SCOPE、基于生理过程的PHOTOII模型(van der Tol et al., 2014, 2018; Atherton et al., 2016)的优化提供数据支持. ...

... , 2014, 2018; Atherton et al., 2016)的优化提供数据支持. ...

... 叶绿素荧光主动与被动联合观测获取到的叶片尺度确定性参数关系可通过PHOTOII、CLM、SCOPE等模型扩展到冠层尺度, 在考虑NPQ等参数作用下与卫星SIF产品进行比较验证(van der Tol et al., 2014; Lee et al., 2015; Atherton et al., 2016; Raczka et al., 2019).例如, Raczka等(2019)通过耦合持续性NPQ作用的CLM模型对科罗拉多州亚高山森林SIF信号进行模拟, 结果与GOME-2卫星SIF数据具备相同的季节模式.Zhang等(2020)通过SCOPE和BEPS-SIF模型对不同生态站点的SIF信号进行模拟, 结果与地面SIF观测结果显著相关.Lee等(2013)通过确定的参数关系, 利用改良的SCOPE对亚马孙地区的SIF信号进行了模拟并与GOSAT的SIF信号产品进行对比, 结果发现显著相关(R² = 0.79).以上结果表明, 基于叶绿素荧光主动与被动联合观测的荧光模型可作为地面SIF观测网的补充, 将不同站点所测数据联系起来并与卫星SIF产品进行比较验证. ...

Modeling reflectance, fluorescence and photosynthesis: development of the SCOPE model//IEEE
1
2018

... 在冠层尺度, 量化光合、荧光以及热耗散的能量分配仍然存在挑战(Porcar-Castell et al., 2014; van der Tol et al., 2014).Atherton等(2016)通过对叶片尺度叶绿素荧光主动与被动的联合观测, 分析了SIF值、Ф_F、Ф_PSII以及NPQ之间的动态关系, 并利用PHOTOII模型将叶片尺度所确定的参数关系与冠层尺度联系起来.Acebron等(2020)通过LIFT技术以及Flox系统对拟南芥冠层进行了主被动联合观测, 探讨了Ф_PSII、SIF_yield、NPQ之间的关系.这些研究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, 同时为多尺度SIF信号模拟的辐射传输模型SCOPE、基于生理过程的PHOTOII模型(van der Tol et al., 2014, 2018; Atherton et al., 2016)的优化提供数据支持. ...

Effect of environmental conditions on the relationship between solar-induced fluorescence and gross primary productivity at an O_zFlux grassland site
1
2017

... 植被SIF值和GPP之间具有很强的线性关系, 这种关系为基于SIF估算GPP的模型提供了坚实的基础(Frankenberg et al., 2011; Guanter et al., 2012, 2014; Porcar-Castell et al., 2014; Verma et al., 2017).然而, 目前这种经验关系缺乏机理解释(Magney et al., 2019a), 并且SIF观测值和GPP之间的关系会随着时空尺度的变化而变化(Cheng et al., 2013; Zarco-Tejada et al., 2016; Goulas et al., 2017; Liu et al., 2017).在叶片尺度, SIF值与GPP的关系由于红光波段荧光重吸收作用以及远红外波段荧光散射作用的减弱而会比冠层上观察到的SIF-GPP关系更强(Liu et al., 2020); 在冠层尺度, SIF值与GPP之间的关系会因为叶片生理特性以及植被冠层结构的改变而改变(Porcar-Castell et al., 2014; Damm et al., 2015; Yang et al., 2018); 在区域尺度, 由于卫星每天最多只能获得一个SIF观测值, 并且有效的SIF观测值主要发生在晴天的特定时间段, 复杂的大气传输环境以及时间尺度上的不匹配必定会增加SIF值与GPP关系的不确定性(Hu et al., 2018; Yang et al., 2018). ...

Evaluating the predictive power of sun-induced chlorophyll fluorescence to estimate net photosynthesis of vegetation canopies: a SCOPE modeling study
1
2016

... 叶绿素荧光的研究是量化区域以及全球尺度植被生产力的关键(Ryu et al., 2019).叶绿素荧光是植物叶绿素吸收光能后向外发射的长波信号(650-800 nm), 具有红光(685 nm左右)和近红外(740 nm左右)两个波峰(Damm et al., 2015; Verrelst et al., 2016; Mohammed et al., 2019).植物光合色素吸收的能量绝大部分被叶绿素所利用进行光合作用, 然而未被利用的部分则以长波的形式向外发射荧光或以热耗散的形式释放出去(Porcar-Castell et al., 2014; Mohammed et al., 2019).这三种能量之间存在着一定的平衡(Baker et al., 2008; Hmimina et al., 2014), 任何一种能量发生变化都会导致其他两种能量的变化.因此, 叶绿素荧光可以无伤、快速、灵敏地监测植被真实的生理生态过程和受环境胁迫的状况(Cendrero-Mateo et al., 2016; Chen et al., 2016). ...

Fluspect-B: a model for leaf fluorescence, reflectance and transmittance spectra
1
2016

... 卫星SIF信号大都集中于近红外区域特定的窄波段, 无法再现完整的荧光光谱曲线(Liu et al., 2020).然而, 叶绿素荧光光谱形状相关的参数, 如红光与远红外波段荧光的比率等, 对植物胁迫状态及光合信息有指示作用(Cheng et al., 2013; Middleton et al., 2017).研究表明, 冠层SIF值会受到植被胁迫状态、冠层结构、辐照条件、叶绿素浓度等的影响, 这些影响均会使得冠层SIF光谱曲线呈现不同的变化(Huang et al., 2007; Pinto et al., 2016; Vilfan et al., 2016; Yang et al., 2018; Atherton et al., 2019).为了将SIF信号与植被生产力关联起来, 有必要对荧光光谱进行重建, 建立全波段的SIF光谱曲线(Zhao et al., 2014; Cogliati et al., 2015; Drusch et al., 2016). ...

Estimating photosynthetic capacity from leaf reflectance and Chl fluorescence by coupling radiative transfer to a model for photosynthesis
4
2019

... 主动与被动荧光联合观测的研究目前主要集中在叶片尺度上(Atherton et al., 2016; Magney et al., 2017; Rahimzadeh-Bajgiran et al., 2017; Vilfan et al., 2019; Marrs et al., 2020), 仪器设备主要包括光谱仪(图2A)、PAM荧光计(图2B).被测叶片(图2H)固定在封闭的叶室(图2F)中以模拟暗适应的环境, PAM荧光计和光谱仪的光纤(图2G)同时以一定倾角插入封闭的叶室中, 在尽可能检测同一视场内叶绿素荧光变化的同时又不能遮蔽入射光线(图2D), 还要尽可能靠近叶片以确保脉冲完全光饱和(Magney et al., 2017).叶室的进光口(图2E)装载有短通滤波片(<650 nm), 只有小于650 nm波长范围的光才被允许进入叶室.关闭进光口生成黑暗的环境, 由PAM荧光计发射饱和脉冲获取植物最大以及最小的荧光值.打开进光口, 经过过滤的入射光照射在叶片上诱导产生SIF, 并通过光谱仪记录大于650 nm的SIF光谱曲线图(图2A′), 同时也可由PAM记录叶片丰富的荧光参数信息及F_s、NPQ等与光合有效辐射强 度的响应关系(图2B′).在入射光源的选择上, 可以直接采用自然光源(Cendrero-Mateoet al., 2016; Rahimzadeh-Bajgiran et al., 2017)或者人造光化光源(Magney et al., 2017, 2019b; Vilfan et al., 2019), 例如90%红色和10%蓝色的LED组合光源.另外, 在叶绿素荧光主动与被动联合观测系统的基础上还可以耦合气体交换装置(图2C), 气体交换仪通过气体交换通道与封闭的叶室连接起来, 并根据叶室内水汽浓度变化反映叶片光合信息(图2C′), 如光合速率、羧化速率、蒸腾速率等, 达到同步观测光合、主动荧光参数、SIF信号(Magneyet al., 2017, 2019b; Vilfan et al., 2019), 并在环境条件(光、温度、湿度)变化背景下建立光合作用与荧光、热耗散之间关系的目的. ...

... , 2019), 例如90%红色和10%蓝色的LED组合光源.另外, 在叶绿素荧光主动与被动联合观测系统的基础上还可以耦合气体交换装置(图2C), 气体交换仪通过气体交换通道与封闭的叶室连接起来, 并根据叶室内水汽浓度变化反映叶片光合信息(图2C′), 如光合速率、羧化速率、蒸腾速率等, 达到同步观测光合、主动荧光参数、SIF信号(Magneyet al., 2017, 2019b; Vilfan et al., 2019), 并在环境条件(光、温度、湿度)变化背景下建立光合作用与荧光、热耗散之间关系的目的. ...

... , 2019), 并在环境条件(光、温度、湿度)变化背景下建立光合作用与荧光、热耗散之间关系的目的. ...

... 叶片尺度的叶绿素荧光主动与被动联合观测, 提供了生理参数之间的确定性联系, 是更复杂冠层模型的基石.Vilfan等(2019)将辐射传输模型FLUSPECT耦合到光合作用模型中, 尝试利用叶绿素荧光和反射率来估算植物的光合能力, 并利用叶片尺度主动与被动联合观测所获得的大量样本数据对模型进行测试验证, 结果表明该模型可以运用到冠层尺度对植被实际的光合能力进行估算.Raczka等(2019)通过主动与被动联合观测与CLM模型的结合, 在考虑持续性NPQ作用下, 改进了模型并模拟了科罗拉多州亚高山森林SIF信号的季节变化, 发现更符合塔基、星基SIF观测到的季节模式, 并指出为了更好地了解NPQ在多大程度上影响SIF值和GPP之间的关系, 必须进行更多的叶片尺度叶绿素荧光主动与被动联合观测.主动技术与被动观测系统的结合也有助于阐明SIF-GPP间的关联机制, 如Magney等(2019a)通过冠层SIF值测量仪器PhotoSpec与LI-6800F的PAM荧光方法, 将PAM技术中丰富的荧光参数与冠层SIF信号相结合, 对常绿系统的GPP与SIF信号进行了关联研究, 结果再次证实了GPP与SIF值之间稳定的相关性. ...

植物日光诱导叶绿素荧光的遥感原理及研究进展
2
2012

... 根据激发光源和探测方式的不同, 叶绿素荧光的观测可以分为主动和被动两种观测技术(Porcar- Castell et al., 2014).虽然单独探讨主动观测(Maxwell & Johnson, 2000; Consalvey et al., 2005; 陈建明等, 2006; 张永江等, 2009; 尤鑫和龚吉蕊, 2012; 李钦夫等, 2013)或者被动观测(Meroni et al., 2009; 王冉等, 2012; 梁寅等, 2013; Porcar-Castell et al., 2014; Wang et al., 2017; Aasen et al., 2019; 纪梦豪等, 2019; Mohammed et al., 2019; 章钊颖等, 2019)的研究较多, 但是目前缺乏叶绿素荧光主动与被动联合观测应用前景的分析.叶绿素荧光主动与被动联合观测有望在考虑热耗散的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型以及揭示各尺度上荧光与光合之间的关联机制至关重要. ...

... 以自然光为诱导光源检测植物叶绿素荧光信号的方式称为被动荧光观测技术, 其探测到的信号也称日光诱导叶绿素荧光(SIF).与主动观测不同, 被动观测不需要精确的饱和脉冲调制光, 其信号反演大都基于夫琅和费线提取算法(FLD)(Plascyk & Gabriel, 1975).由于大气的吸收作用, 太阳光谱到达地表后有许多波段宽度为0.1-10 nm的暗线, 即夫琅和费吸收暗线.在这些吸收暗线波段, 植被的反射光微弱, 荧光凸显, 可以较好地反演出叶绿素荧光(王冉等, 2012; 章钊颖等, 2019).被动观测的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(章钊颖等, 2019).叶绿素荧光被动观测为陆地碳循环的精确估算提供了新的技术和方向. ...

植物日光诱导叶绿素荧光的遥感原理及研究进展
2
2012

... 根据激发光源和探测方式的不同, 叶绿素荧光的观测可以分为主动和被动两种观测技术(Porcar- Castell et al., 2014).虽然单独探讨主动观测(Maxwell & Johnson, 2000; Consalvey et al., 2005; 陈建明等, 2006; 张永江等, 2009; 尤鑫和龚吉蕊, 2012; 李钦夫等, 2013)或者被动观测(Meroni et al., 2009; 王冉等, 2012; 梁寅等, 2013; Porcar-Castell et al., 2014; Wang et al., 2017; Aasen et al., 2019; 纪梦豪等, 2019; Mohammed et al., 2019; 章钊颖等, 2019)的研究较多, 但是目前缺乏叶绿素荧光主动与被动联合观测应用前景的分析.叶绿素荧光主动与被动联合观测有望在考虑热耗散的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型以及揭示各尺度上荧光与光合之间的关联机制至关重要. ...

... 以自然光为诱导光源检测植物叶绿素荧光信号的方式称为被动荧光观测技术, 其探测到的信号也称日光诱导叶绿素荧光(SIF).与主动观测不同, 被动观测不需要精确的饱和脉冲调制光, 其信号反演大都基于夫琅和费线提取算法(FLD)(Plascyk & Gabriel, 1975).由于大气的吸收作用, 太阳光谱到达地表后有许多波段宽度为0.1-10 nm的暗线, 即夫琅和费吸收暗线.在这些吸收暗线波段, 植被的反射光微弱, 荧光凸显, 可以较好地反演出叶绿素荧光(王冉等, 2012; 章钊颖等, 2019).被动观测的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(章钊颖等, 2019).叶绿素荧光被动观测为陆地碳循环的精确估算提供了新的技术和方向. ...

Ground-based long-term remote sensing of solar-induced chlorophyll fluorescence: methods, challenges and opportunities
1
2017

... 根据激发光源和探测方式的不同, 叶绿素荧光的观测可以分为主动和被动两种观测技术(Porcar- Castell et al., 2014).虽然单独探讨主动观测(Maxwell & Johnson, 2000; Consalvey et al., 2005; 陈建明等, 2006; 张永江等, 2009; 尤鑫和龚吉蕊, 2012; 李钦夫等, 2013)或者被动观测(Meroni et al., 2009; 王冉等, 2012; 梁寅等, 2013; Porcar-Castell et al., 2014; Wang et al., 2017; Aasen et al., 2019; 纪梦豪等, 2019; Mohammed et al., 2019; 章钊颖等, 2019)的研究较多, 但是目前缺乏叶绿素荧光主动与被动联合观测应用前景的分析.叶绿素荧光主动与被动联合观测有望在考虑热耗散的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型以及揭示各尺度上荧光与光合之间的关联机制至关重要. ...

Sun-induced fluorescence and gross primary productivity during a heat wave
1
2018

... Instruments used for the ground-based continuous observation of sun-induced chlorophyll fluorescence
Table 2

仪器设备 Equipment	光谱仪 Spectrometer	波段 Band (nm)	光学分辨率 Optical resolution (nm)	相关文献 Related literature
TriFLEX	HR2000+	630-815	0.50	Daumard et al., 2010
	HR2000+	630-815	0.50
	HR2000+	300-900	2.00
SpectroFLEX	HR2000+	630-820	0.20	Fournier et al., 2012
AutoSIF	QE65pro	645-805	0.30	Hu et al., 2018
S-FluorBox	HR4000	700-800	0.10	Cogliati et al., 2015
	HR4000	400-1 000	1.00
SIF-SYS	STS-VIS	337-823	3.00	Burkart et al., 2015
FluoSpec	HR2000+	680-775	0.13	Yang et al., 2015
FluoSpec2	QEpro	730-780	0.15	Miao et al., 2018
	HR2000+	350-1 100	1.10
PhotoSpec	QEpro1	670-732	0.30	Grossmann et al., 2018
	QEpro2	729-784	0.30
	Flame	177-874	1.20
FLOX	QEpro	650-800	0.30	Wohlfahrt et al., 2018
	VIS-NIR	400-950	1.50
SIFSpec	QE65pro	649-805	0.34	Du et al., 2019
SIFPrism	QEpro	650-800	0.30	Zhang et al., 2019
FAME	QEpro	730-786	0.15	Gu et al., 2018

以上光谱仪的波段及光学分辨率根据使用者对仪器配置的不同会有所差异. ...

Global retrieval of marine and terrestrial chlorophyll fluorescence at its red peak using hyperspectral top of atmosphere radiance measurements: feasibility study and first results
1
2015

... Satellite-based sensors used for the retrieval of satellite-based sun-induced chlorophyll fluorescence
Table 1

传感器 Sensor	卫星 Satellite	发射时间 Launch time	波段 Band (nm)	状态 State	相关文献 Related literature
SCIAMACHY	ENVISAT	2002-03	650-790	失联 Lost contact	Joiner et al., 2011; Wolanin et al., 2015
GOME-2	METOP	2006-07	650-790	在轨 On orbit	Joiner et al., 2013; Guanter et al., 2014
TANSO-FTS-1	GOSAT	2009-01	757-775	在轨 On orbit	Frankenberg et al., 2011; Joiner et al., 2011
OCO-2	OCO-2	2014-07	757-775	在轨 On orbit	Frankenberg et al., 2014; Sun et al., 2017
ACGS	TANSAT	2016-12	758-778	在轨 On orbit	Du et al., 2018; Li et al., 2018
TROPOMI	Sentinel-5P	2017-10	675-775	在轨 On orbit	Guanter et al., 2015; Zhang et al., 2019
TANSO-FTS-2	GOSAT-2	2018-10	757-775	在轨 On orbit	Nakajima et al., 2017
OCO-3	OCO-3	2019-05	757-775	在轨 On orbit	Eldering et al., 2019
-	TEMPO	预计2020 Estimate 2020	650-740	计划发射 Planned launch	Zoogman et al., 2017; Mohammed et al., 2019
-	GeoCARB	预计2021 Estimate 2021	757-772	计划发射 Planned launch	O’Brienet al., 2016; Mohammed et al., 2019
FLORIS	FLEX	预计2023 Estimate 2023	650-780	计划发射 Planned launch	Drusch et al., 2016; Mohammed et al., 2019

近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

Do daily and seasonal trends in leaf solar induced fluorescence reflect changes in photosynthesis, growth or light exposure
1
2017

... 叶片尺度的叶绿素荧光主动与被动联合观测, 可以在测定丰富荧光参数的同时获取叶片实际的SIF信号, 还原SIF信号与GPP真实的关系(Liu et al., 2020).研究表明, 光合效率、荧光效率、电子传递效率、叶龄、叶绿素含量、C₃/C₄光合途径、植物生长期等生物因素(Cui et al., 2016; Miao et al., 2018), 以及光照、温度、水分等非生物因素(Porcar-Castell et al., 2014; Wyber et al., 2017; Miao et al., 2018; Campbell et al., 2019; Magney et al., 2019a)会调节SIF值与GPP的关系.例如, Miao等(2018)基于美国大豆(Glycine max)田的研究发现, 光合效率和SIF_yield差异性的变化会导致SIF-GPP线性关系的改变.Cui等(2016)利用SCOPE模型模拟了GPP以及SIF信号, 结果表明SIF值与GPP的关系会受到不同生态系统叶绿素浓度及叶面积指数差异的影响, 并提出在建立SIF-GPP关系之前, 需要使用模型等方法来修正影响SIF-GPP关系的各种因素. ...

Sun-induced chlorophyll fluorescence is more strongly related to absorbed light than to photosynthesis at half-hourly resolution in a rice paddy
5
2018

... 近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

... 植被SIF值和GPP之间具有很强的线性关系, 这种关系为基于SIF估算GPP的模型提供了坚实的基础(Frankenberg et al., 2011; Guanter et al., 2012, 2014; Porcar-Castell et al., 2014; Verma et al., 2017).然而, 目前这种经验关系缺乏机理解释(Magney et al., 2019a), 并且SIF观测值和GPP之间的关系会随着时空尺度的变化而变化(Cheng et al., 2013; Zarco-Tejada et al., 2016; Goulas et al., 2017; Liu et al., 2017).在叶片尺度, SIF值与GPP的关系由于红光波段荧光重吸收作用以及远红外波段荧光散射作用的减弱而会比冠层上观察到的SIF-GPP关系更强(Liu et al., 2020); 在冠层尺度, SIF值与GPP之间的关系会因为叶片生理特性以及植被冠层结构的改变而改变(Porcar-Castell et al., 2014; Damm et al., 2015; Yang et al., 2018); 在区域尺度, 由于卫星每天最多只能获得一个SIF观测值, 并且有效的SIF观测值主要发生在晴天的特定时间段, 复杂的大气传输环境以及时间尺度上的不匹配必定会增加SIF值与GPP关系的不确定性(Hu et al., 2018; Yang et al., 2018). ...

... , 2018). ...

... 卫星SIF产品的真实有效性迫切需要支持验证.叶绿素荧光所占的比例非常小, 属于微弱的电磁波信号, 大约只占地表反射信号的1%-2% (Meroni et al., 2009).在自然光条件下, SIF信号对于植被冠层辐射的贡献只有不到3% (Zarco-Tejada et al., 2013).由自然光激发产生的SIF在经过冠层重吸收、散射后又经过复杂的大气结构到达卫星传感器, 这中间的过程使得SIF信号的不确定性不断累积, 也使得荧光信号的检索变得复杂困难.而SIF信号的检索算法大都利用少量的窄波段进行, 如O₂-B、O₂-A波段或夫琅和费吸收暗线(Fournier et al., 2012; Burkart et al., 2015; Yang et al., 2015), 这种检索波段的单一性也使得SIF信号的解释存在不确定性.另外, 由于卫星每天最多只能获得一个SIF观测值, 有效的SIF观测值主要发生在晴天特定时间段(Hu et al., 2018; Yang et al., 2018).因此, 光照条件、植被结构、背景反射和大气效应等都会影响荧光反演的结果(Guanter et al., 2010; Zarco-Tejada et al., 2013).为了有效降低卫星SIF观测不确定性所带来的影响, 地面荧光观测网络的建立、拓展以及荧光模型的构建是必不可少的(Zarco-Tejada et al., 2013; Atherton et al., 2016; Drusch et al., 2016; Grossmann et al., 2018; Raczka et al., 2019; Zhang et al., 2020). ...

... 卫星SIF信号大都集中于近红外区域特定的窄波段, 无法再现完整的荧光光谱曲线(Liu et al., 2020).然而, 叶绿素荧光光谱形状相关的参数, 如红光与远红外波段荧光的比率等, 对植物胁迫状态及光合信息有指示作用(Cheng et al., 2013; Middleton et al., 2017).研究表明, 冠层SIF值会受到植被胁迫状态、冠层结构、辐照条件、叶绿素浓度等的影响, 这些影响均会使得冠层SIF光谱曲线呈现不同的变化(Huang et al., 2007; Pinto et al., 2016; Vilfan et al., 2016; Yang et al., 2018; Atherton et al., 2019).为了将SIF信号与植被生产力关联起来, 有必要对荧光光谱进行重建, 建立全波段的SIF光谱曲线(Zhao et al., 2014; Cogliati et al., 2015; Drusch et al., 2016). ...

Solar- induced chlorophyll fluorescence that correlates with canopy photosynthesis on diurnal and seasonal scales in a temperate deciduous forest
2
2015

... Instruments used for the ground-based continuous observation of sun-induced chlorophyll fluorescence
Table 2

仪器设备 Equipment	光谱仪 Spectrometer	波段 Band (nm)	光学分辨率 Optical resolution (nm)	相关文献 Related literature
TriFLEX	HR2000+	630-815	0.50	Daumard et al., 2010
	HR2000+	630-815	0.50
	HR2000+	300-900	2.00
SpectroFLEX	HR2000+	630-820	0.20	Fournier et al., 2012
AutoSIF	QE65pro	645-805	0.30	Hu et al., 2018
S-FluorBox	HR4000	700-800	0.10	Cogliati et al., 2015
	HR4000	400-1 000	1.00
SIF-SYS	STS-VIS	337-823	3.00	Burkart et al., 2015
FluoSpec	HR2000+	680-775	0.13	Yang et al., 2015
FluoSpec2	QEpro	730-780	0.15	Miao et al., 2018
	HR2000+	350-1 100	1.10
PhotoSpec	QEpro1	670-732	0.30	Grossmann et al., 2018
	QEpro2	729-784	0.30
	Flame	177-874	1.20
FLOX	QEpro	650-800	0.30	Wohlfahrt et al., 2018
	VIS-NIR	400-950	1.50
SIFSpec	QE65pro	649-805	0.34	Du et al., 2019
SIFPrism	QEpro	650-800	0.30	Zhang et al., 2019
FAME	QEpro	730-786	0.15	Gu et al., 2018

以上光谱仪的波段及光学分辨率根据使用者对仪器配置的不同会有所差异. ...

... 卫星SIF产品的真实有效性迫切需要支持验证.叶绿素荧光所占的比例非常小, 属于微弱的电磁波信号, 大约只占地表反射信号的1%-2% (Meroni et al., 2009).在自然光条件下, SIF信号对于植被冠层辐射的贡献只有不到3% (Zarco-Tejada et al., 2013).由自然光激发产生的SIF在经过冠层重吸收、散射后又经过复杂的大气结构到达卫星传感器, 这中间的过程使得SIF信号的不确定性不断累积, 也使得荧光信号的检索变得复杂困难.而SIF信号的检索算法大都利用少量的窄波段进行, 如O₂-B、O₂-A波段或夫琅和费吸收暗线(Fournier et al., 2012; Burkart et al., 2015; Yang et al., 2015), 这种检索波段的单一性也使得SIF信号的解释存在不确定性.另外, 由于卫星每天最多只能获得一个SIF观测值, 有效的SIF观测值主要发生在晴天特定时间段(Hu et al., 2018; Yang et al., 2018).因此, 光照条件、植被结构、背景反射和大气效应等都会影响荧光反演的结果(Guanter et al., 2010; Zarco-Tejada et al., 2013).为了有效降低卫星SIF观测不确定性所带来的影响, 地面荧光观测网络的建立、拓展以及荧光模型的构建是必不可少的(Zarco-Tejada et al., 2013; Atherton et al., 2016; Drusch et al., 2016; Grossmann et al., 2018; Raczka et al., 2019; Zhang et al., 2020). ...

叶绿素荧光动力学参数的意义及实例辨析
1
2012

... 根据激发光源和探测方式的不同, 叶绿素荧光的观测可以分为主动和被动两种观测技术(Porcar- Castell et al., 2014).虽然单独探讨主动观测(Maxwell & Johnson, 2000; Consalvey et al., 2005; 陈建明等, 2006; 张永江等, 2009; 尤鑫和龚吉蕊, 2012; 李钦夫等, 2013)或者被动观测(Meroni et al., 2009; 王冉等, 2012; 梁寅等, 2013; Porcar-Castell et al., 2014; Wang et al., 2017; Aasen et al., 2019; 纪梦豪等, 2019; Mohammed et al., 2019; 章钊颖等, 2019)的研究较多, 但是目前缺乏叶绿素荧光主动与被动联合观测应用前景的分析.叶绿素荧光主动与被动联合观测有望在考虑热耗散的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型以及揭示各尺度上荧光与光合之间的关联机制至关重要. ...

叶绿素荧光动力学参数的意义及实例辨析
1
2012

... 根据激发光源和探测方式的不同, 叶绿素荧光的观测可以分为主动和被动两种观测技术(Porcar- Castell et al., 2014).虽然单独探讨主动观测(Maxwell & Johnson, 2000; Consalvey et al., 2005; 陈建明等, 2006; 张永江等, 2009; 尤鑫和龚吉蕊, 2012; 李钦夫等, 2013)或者被动观测(Meroni et al., 2009; 王冉等, 2012; 梁寅等, 2013; Porcar-Castell et al., 2014; Wang et al., 2017; Aasen et al., 2019; 纪梦豪等, 2019; Mohammed et al., 2019; 章钊颖等, 2019)的研究较多, 但是目前缺乏叶绿素荧光主动与被动联合观测应用前景的分析.叶绿素荧光主动与被动联合观测有望在考虑热耗散的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型以及揭示各尺度上荧光与光合之间的关联机制至关重要. ...

Seasonal stability of chlorophyll fluorescence quantified from airborne hyperspectral imagery as an indicator of net photosynthesis in the context of precision agriculture
1
2016

... 植被SIF值和GPP之间具有很强的线性关系, 这种关系为基于SIF估算GPP的模型提供了坚实的基础(Frankenberg et al., 2011; Guanter et al., 2012, 2014; Porcar-Castell et al., 2014; Verma et al., 2017).然而, 目前这种经验关系缺乏机理解释(Magney et al., 2019a), 并且SIF观测值和GPP之间的关系会随着时空尺度的变化而变化(Cheng et al., 2013; Zarco-Tejada et al., 2016; Goulas et al., 2017; Liu et al., 2017).在叶片尺度, SIF值与GPP的关系由于红光波段荧光重吸收作用以及远红外波段荧光散射作用的减弱而会比冠层上观察到的SIF-GPP关系更强(Liu et al., 2020); 在冠层尺度, SIF值与GPP之间的关系会因为叶片生理特性以及植被冠层结构的改变而改变(Porcar-Castell et al., 2014; Damm et al., 2015; Yang et al., 2018); 在区域尺度, 由于卫星每天最多只能获得一个SIF观测值, 并且有效的SIF观测值主要发生在晴天的特定时间段, 复杂的大气传输环境以及时间尺度上的不匹配必定会增加SIF值与GPP关系的不确定性(Hu et al., 2018; Yang et al., 2018). ...

Spatio-temporal patterns of chlorophyll fluorescence and physiological and structural indices acquired from hyperspectral imagery as compared with carbon fluxes measured with eddy covariance
3
2013

... 卫星SIF产品的真实有效性迫切需要支持验证.叶绿素荧光所占的比例非常小, 属于微弱的电磁波信号, 大约只占地表反射信号的1%-2% (Meroni et al., 2009).在自然光条件下, SIF信号对于植被冠层辐射的贡献只有不到3% (Zarco-Tejada et al., 2013).由自然光激发产生的SIF在经过冠层重吸收、散射后又经过复杂的大气结构到达卫星传感器, 这中间的过程使得SIF信号的不确定性不断累积, 也使得荧光信号的检索变得复杂困难.而SIF信号的检索算法大都利用少量的窄波段进行, 如O₂-B、O₂-A波段或夫琅和费吸收暗线(Fournier et al., 2012; Burkart et al., 2015; Yang et al., 2015), 这种检索波段的单一性也使得SIF信号的解释存在不确定性.另外, 由于卫星每天最多只能获得一个SIF观测值, 有效的SIF观测值主要发生在晴天特定时间段(Hu et al., 2018; Yang et al., 2018).因此, 光照条件、植被结构、背景反射和大气效应等都会影响荧光反演的结果(Guanter et al., 2010; Zarco-Tejada et al., 2013).为了有效降低卫星SIF观测不确定性所带来的影响, 地面荧光观测网络的建立、拓展以及荧光模型的构建是必不可少的(Zarco-Tejada et al., 2013; Atherton et al., 2016; Drusch et al., 2016; Grossmann et al., 2018; Raczka et al., 2019; Zhang et al., 2020). ...

... , 2013).为了有效降低卫星SIF观测不确定性所带来的影响, 地面荧光观测网络的建立、拓展以及荧光模型的构建是必不可少的(Zarco-Tejada et al., 2013; Atherton et al., 2016; Drusch et al., 2016; Grossmann et al., 2018; Raczka et al., 2019; Zhang et al., 2020). ...

... , 2013; Atherton et al., 2016; Drusch et al., 2016; Grossmann et al., 2018; Raczka et al., 2019; Zhang et al., 2020). ...

A practical approach for estimating the escape ratio of near-infrared solar-induced chlorophyll fluorescence
1
2019

... 近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

ChinaSpec: a network for long-term in situ measurements of solar-induced fluorescence and reflectance in China
7
2020

... 近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

... , 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

... , 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

... , 2020). ...

... 另外, 通过叶片尺度上叶绿素荧光主动与被动联合观测, 以及耦合气体交换测定系统, 可以在获得更为准确的荧光光合关系基础上, 通过模型模拟的方式, 如通用陆面模式(community land model, CLM)和耦合能量平衡的辐射传输模型(soil canopy observation, photochemistry, and energy fluxes, SCOPE)等模型将NPQ及Ф_PSII等的参数信息纳入冠层尺度上的SIF-GPP模型, 并通过近地面SIF联网观测所建立的数据库拓展到区域或者全球尺度, 建立更可靠的全球生产力模型(Raczka et al., 2019; Maguire et al., 2020; Marrs et al., 2020; Zhang et al., 2020). ...

... 卫星SIF产品的真实有效性迫切需要支持验证.叶绿素荧光所占的比例非常小, 属于微弱的电磁波信号, 大约只占地表反射信号的1%-2% (Meroni et al., 2009).在自然光条件下, SIF信号对于植被冠层辐射的贡献只有不到3% (Zarco-Tejada et al., 2013).由自然光激发产生的SIF在经过冠层重吸收、散射后又经过复杂的大气结构到达卫星传感器, 这中间的过程使得SIF信号的不确定性不断累积, 也使得荧光信号的检索变得复杂困难.而SIF信号的检索算法大都利用少量的窄波段进行, 如O₂-B、O₂-A波段或夫琅和费吸收暗线(Fournier et al., 2012; Burkart et al., 2015; Yang et al., 2015), 这种检索波段的单一性也使得SIF信号的解释存在不确定性.另外, 由于卫星每天最多只能获得一个SIF观测值, 有效的SIF观测值主要发生在晴天特定时间段(Hu et al., 2018; Yang et al., 2018).因此, 光照条件、植被结构、背景反射和大气效应等都会影响荧光反演的结果(Guanter et al., 2010; Zarco-Tejada et al., 2013).为了有效降低卫星SIF观测不确定性所带来的影响, 地面荧光观测网络的建立、拓展以及荧光模型的构建是必不可少的(Zarco-Tejada et al., 2013; Atherton et al., 2016; Drusch et al., 2016; Grossmann et al., 2018; Raczka et al., 2019; Zhang et al., 2020). ...

... 叶绿素荧光主动与被动联合观测获取到的叶片尺度确定性参数关系可通过PHOTOII、CLM、SCOPE等模型扩展到冠层尺度, 在考虑NPQ等参数作用下与卫星SIF产品进行比较验证(van der Tol et al., 2014; Lee et al., 2015; Atherton et al., 2016; Raczka et al., 2019).例如, Raczka等(2019)通过耦合持续性NPQ作用的CLM模型对科罗拉多州亚高山森林SIF信号进行模拟, 结果与GOME-2卫星SIF数据具备相同的季节模式.Zhang等(2020)通过SCOPE和BEPS-SIF模型对不同生态站点的SIF信号进行模拟, 结果与地面SIF观测结果显著相关.Lee等(2013)通过确定的参数关系, 利用改良的SCOPE对亚马孙地区的SIF信号进行了模拟并与GOSAT的SIF信号产品进行对比, 结果发现显著相关(R² = 0.79).以上结果表明, 基于叶绿素荧光主动与被动联合观测的荧光模型可作为地面SIF观测网的补充, 将不同站点所测数据联系起来并与卫星SIF产品进行比较验证. ...

植物叶绿素荧光遥感研究进展
1
2009

... 根据激发光源和探测方式的不同, 叶绿素荧光的观测可以分为主动和被动两种观测技术(Porcar- Castell et al., 2014).虽然单独探讨主动观测(Maxwell & Johnson, 2000; Consalvey et al., 2005; 陈建明等, 2006; 张永江等, 2009; 尤鑫和龚吉蕊, 2012; 李钦夫等, 2013)或者被动观测(Meroni et al., 2009; 王冉等, 2012; 梁寅等, 2013; Porcar-Castell et al., 2014; Wang et al., 2017; Aasen et al., 2019; 纪梦豪等, 2019; Mohammed et al., 2019; 章钊颖等, 2019)的研究较多, 但是目前缺乏叶绿素荧光主动与被动联合观测应用前景的分析.叶绿素荧光主动与被动联合观测有望在考虑热耗散的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型以及揭示各尺度上荧光与光合之间的关联机制至关重要. ...

植物叶绿素荧光遥感研究进展
1
2009

... 根据激发光源和探测方式的不同, 叶绿素荧光的观测可以分为主动和被动两种观测技术(Porcar- Castell et al., 2014).虽然单独探讨主动观测(Maxwell & Johnson, 2000; Consalvey et al., 2005; 陈建明等, 2006; 张永江等, 2009; 尤鑫和龚吉蕊, 2012; 李钦夫等, 2013)或者被动观测(Meroni et al., 2009; 王冉等, 2012; 梁寅等, 2013; Porcar-Castell et al., 2014; Wang et al., 2017; Aasen et al., 2019; 纪梦豪等, 2019; Mohammed et al., 2019; 章钊颖等, 2019)的研究较多, 但是目前缺乏叶绿素荧光主动与被动联合观测应用前景的分析.叶绿素荧光主动与被动联合观测有望在考虑热耗散的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型以及揭示各尺度上荧光与光合之间的关联机制至关重要. ...

From canopy-leaving to total canopy far-red fluorescence emission for remote sensing of photosynthesis: first results from TROPOMI
2
2019

... Satellite-based sensors used for the retrieval of satellite-based sun-induced chlorophyll fluorescence
Table 1

传感器 Sensor	卫星 Satellite	发射时间 Launch time	波段 Band (nm)	状态 State	相关文献 Related literature
SCIAMACHY	ENVISAT	2002-03	650-790	失联 Lost contact	Joiner et al., 2011; Wolanin et al., 2015
GOME-2	METOP	2006-07	650-790	在轨 On orbit	Joiner et al., 2013; Guanter et al., 2014
TANSO-FTS-1	GOSAT	2009-01	757-775	在轨 On orbit	Frankenberg et al., 2011; Joiner et al., 2011
OCO-2	OCO-2	2014-07	757-775	在轨 On orbit	Frankenberg et al., 2014; Sun et al., 2017
ACGS	TANSAT	2016-12	758-778	在轨 On orbit	Du et al., 2018; Li et al., 2018
TROPOMI	Sentinel-5P	2017-10	675-775	在轨 On orbit	Guanter et al., 2015; Zhang et al., 2019
TANSO-FTS-2	GOSAT-2	2018-10	757-775	在轨 On orbit	Nakajima et al., 2017
OCO-3	OCO-3	2019-05	757-775	在轨 On orbit	Eldering et al., 2019
-	TEMPO	预计2020 Estimate 2020	650-740	计划发射 Planned launch	Zoogman et al., 2017; Mohammed et al., 2019
-	GeoCARB	预计2021 Estimate 2021	757-772	计划发射 Planned launch	O’Brienet al., 2016; Mohammed et al., 2019
FLORIS	FLEX	预计2023 Estimate 2023	650-780	计划发射 Planned launch	Drusch et al., 2016; Mohammed et al., 2019

近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...

... Instruments used for the ground-based continuous observation of sun-induced chlorophyll fluorescence
Table 2

仪器设备 Equipment	光谱仪 Spectrometer	波段 Band (nm)	光学分辨率 Optical resolution (nm)	相关文献 Related literature
TriFLEX	HR2000+	630-815	0.50	Daumard et al., 2010
	HR2000+	630-815	0.50
	HR2000+	300-900	2.00
SpectroFLEX	HR2000+	630-820	0.20	Fournier et al., 2012
AutoSIF	QE65pro	645-805	0.30	Hu et al., 2018
S-FluorBox	HR4000	700-800	0.10	Cogliati et al., 2015
	HR4000	400-1 000	1.00
SIF-SYS	STS-VIS	337-823	3.00	Burkart et al., 2015
FluoSpec	HR2000+	680-775	0.13	Yang et al., 2015
FluoSpec2	QEpro	730-780	0.15	Miao et al., 2018
	HR2000+	350-1 100	1.10
PhotoSpec	QEpro1	670-732	0.30	Grossmann et al., 2018
	QEpro2	729-784	0.30
	Flame	177-874	1.20
FLOX	QEpro	650-800	0.30	Wohlfahrt et al., 2018
	VIS-NIR	400-950	1.50
SIFSpec	QE65pro	649-805	0.34	Du et al., 2019
SIFPrism	QEpro	650-800	0.30	Zhang et al., 2019
FAME	QEpro	730-786	0.15	Gu et al., 2018

以上光谱仪的波段及光学分辨率根据使用者对仪器配置的不同会有所差异. ...

日光诱导叶绿素荧光遥感反演及碳循环应用进展
4
2019

... 根据激发光源和探测方式的不同, 叶绿素荧光的观测可以分为主动和被动两种观测技术(Porcar- Castell et al., 2014).虽然单独探讨主动观测(Maxwell & Johnson, 2000; Consalvey et al., 2005; 陈建明等, 2006; 张永江等, 2009; 尤鑫和龚吉蕊, 2012; 李钦夫等, 2013)或者被动观测(Meroni et al., 2009; 王冉等, 2012; 梁寅等, 2013; Porcar-Castell et al., 2014; Wang et al., 2017; Aasen et al., 2019; 纪梦豪等, 2019; Mohammed et al., 2019; 章钊颖等, 2019)的研究较多, 但是目前缺乏叶绿素荧光主动与被动联合观测应用前景的分析.叶绿素荧光主动与被动联合观测有望在考虑热耗散的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型以及揭示各尺度上荧光与光合之间的关联机制至关重要. ...

... 以自然光为诱导光源检测植物叶绿素荧光信号的方式称为被动荧光观测技术, 其探测到的信号也称日光诱导叶绿素荧光(SIF).与主动观测不同, 被动观测不需要精确的饱和脉冲调制光, 其信号反演大都基于夫琅和费线提取算法(FLD)(Plascyk & Gabriel, 1975).由于大气的吸收作用, 太阳光谱到达地表后有许多波段宽度为0.1-10 nm的暗线, 即夫琅和费吸收暗线.在这些吸收暗线波段, 植被的反射光微弱, 荧光凸显, 可以较好地反演出叶绿素荧光(王冉等, 2012; 章钊颖等, 2019).被动观测的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(章钊颖等, 2019).叶绿素荧光被动观测为陆地碳循环的精确估算提供了新的技术和方向. ...

... ).被动观测的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(章钊颖等, 2019).叶绿素荧光被动观测为陆地碳循环的精确估算提供了新的技术和方向. ...

... 目前, SIF卫星数据主要来自GOSAT、GOME-2及OCO-2这3个卫星传感器.GOSAT生产的SIF数据开始于2009年并持续至今, 其地面足迹直径为10 km (Sun et al., 2018; 章钊颖等, 2019), 但由于是基于离散点的观测所以在空间上极不连续(Sun et al., 2018); GOME-2生产的SIF数据开始于2007年并持续至今, 时间尺度较长因此适合研究长时间序列上SIF值的变化, 但是空间分辨率比较低(40 km × 80 km, 2013年以后为40 km × 40 km); OCO-2生产的SIF产品开始于2014年并持续至今, 由于其基于条带状的观测所以在空间上也不连续(Sun et al., 2018), 但空间分辨率有很大的提高(1.3 km × 2.25 km).自从Joiner等( 2011)利用GOSAT卫星获取了首幅全球SIF信号分布图以来, 目前可供SIF探测的在轨卫星还有METOP、TANSAT、Sentinel-5P等, 计划发射卫星包括TEMPO、GeoCARB、FLEX (表1). ...

日光诱导叶绿素荧光遥感反演及碳循环应用进展
4
2019

... 根据激发光源和探测方式的不同, 叶绿素荧光的观测可以分为主动和被动两种观测技术(Porcar- Castell et al., 2014).虽然单独探讨主动观测(Maxwell & Johnson, 2000; Consalvey et al., 2005; 陈建明等, 2006; 张永江等, 2009; 尤鑫和龚吉蕊, 2012; 李钦夫等, 2013)或者被动观测(Meroni et al., 2009; 王冉等, 2012; 梁寅等, 2013; Porcar-Castell et al., 2014; Wang et al., 2017; Aasen et al., 2019; 纪梦豪等, 2019; Mohammed et al., 2019; 章钊颖等, 2019)的研究较多, 但是目前缺乏叶绿素荧光主动与被动联合观测应用前景的分析.叶绿素荧光主动与被动联合观测有望在考虑热耗散的情况下建立更稳健的荧光与光合的关联, 对于改善全球植被生产力模型以及揭示各尺度上荧光与光合之间的关联机制至关重要. ...

... 以自然光为诱导光源检测植物叶绿素荧光信号的方式称为被动荧光观测技术, 其探测到的信号也称日光诱导叶绿素荧光(SIF).与主动观测不同, 被动观测不需要精确的饱和脉冲调制光, 其信号反演大都基于夫琅和费线提取算法(FLD)(Plascyk & Gabriel, 1975).由于大气的吸收作用, 太阳光谱到达地表后有许多波段宽度为0.1-10 nm的暗线, 即夫琅和费吸收暗线.在这些吸收暗线波段, 植被的反射光微弱, 荧光凸显, 可以较好地反演出叶绿素荧光(王冉等, 2012; 章钊颖等, 2019).被动观测的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(章钊颖等, 2019).叶绿素荧光被动观测为陆地碳循环的精确估算提供了新的技术和方向. ...

... ).被动观测的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(章钊颖等, 2019).叶绿素荧光被动观测为陆地碳循环的精确估算提供了新的技术和方向. ...

... 目前, SIF卫星数据主要来自GOSAT、GOME-2及OCO-2这3个卫星传感器.GOSAT生产的SIF数据开始于2009年并持续至今, 其地面足迹直径为10 km (Sun et al., 2018; 章钊颖等, 2019), 但由于是基于离散点的观测所以在空间上极不连续(Sun et al., 2018); GOME-2生产的SIF数据开始于2007年并持续至今, 时间尺度较长因此适合研究长时间序列上SIF值的变化, 但是空间分辨率比较低(40 km × 80 km, 2013年以后为40 km × 40 km); OCO-2生产的SIF产品开始于2014年并持续至今, 由于其基于条带状的观测所以在空间上也不连续(Sun et al., 2018), 但空间分辨率有很大的提高(1.3 km × 2.25 km).自从Joiner等( 2011)利用GOSAT卫星获取了首幅全球SIF信号分布图以来, 目前可供SIF探测的在轨卫星还有METOP、TANSAT、Sentinel-5P等, 计划发射卫星包括TEMPO、GeoCARB、FLEX (表1). ...

A method to reconstruct the solar-induced canopy fluorescence spectrum from hyperspectral measurements
1
2014

... 卫星SIF信号大都集中于近红外区域特定的窄波段, 无法再现完整的荧光光谱曲线(Liu et al., 2020).然而, 叶绿素荧光光谱形状相关的参数, 如红光与远红外波段荧光的比率等, 对植物胁迫状态及光合信息有指示作用(Cheng et al., 2013; Middleton et al., 2017).研究表明, 冠层SIF值会受到植被胁迫状态、冠层结构、辐照条件、叶绿素浓度等的影响, 这些影响均会使得冠层SIF光谱曲线呈现不同的变化(Huang et al., 2007; Pinto et al., 2016; Vilfan et al., 2016; Yang et al., 2018; Atherton et al., 2019).为了将SIF信号与植被生产力关联起来, 有必要对荧光光谱进行重建, 建立全波段的SIF光谱曲线(Zhao et al., 2014; Cogliati et al., 2015; Drusch et al., 2016). ...

Tropospheric emissions: monitoring of pollution (TEMPO)
1
2017

... Satellite-based sensors used for the retrieval of satellite-based sun-induced chlorophyll fluorescence
Table 1

传感器 Sensor	卫星 Satellite	发射时间 Launch time	波段 Band (nm)	状态 State	相关文献 Related literature
SCIAMACHY	ENVISAT	2002-03	650-790	失联 Lost contact	Joiner et al., 2011; Wolanin et al., 2015
GOME-2	METOP	2006-07	650-790	在轨 On orbit	Joiner et al., 2013; Guanter et al., 2014
TANSO-FTS-1	GOSAT	2009-01	757-775	在轨 On orbit	Frankenberg et al., 2011; Joiner et al., 2011
OCO-2	OCO-2	2014-07	757-775	在轨 On orbit	Frankenberg et al., 2014; Sun et al., 2017
ACGS	TANSAT	2016-12	758-778	在轨 On orbit	Du et al., 2018; Li et al., 2018
TROPOMI	Sentinel-5P	2017-10	675-775	在轨 On orbit	Guanter et al., 2015; Zhang et al., 2019
TANSO-FTS-2	GOSAT-2	2018-10	757-775	在轨 On orbit	Nakajima et al., 2017
OCO-3	OCO-3	2019-05	757-775	在轨 On orbit	Eldering et al., 2019
-	TEMPO	预计2020 Estimate 2020	650-740	计划发射 Planned launch	Zoogman et al., 2017; Mohammed et al., 2019
-	GeoCARB	预计2021 Estimate 2021	757-772	计划发射 Planned launch	O’Brienet al., 2016; Mohammed et al., 2019
FLORIS	FLEX	预计2023 Estimate 2023	650-780	计划发射 Planned launch	Drusch et al., 2016; Mohammed et al., 2019

近地面SIF观测建立了站点通量监测与卫星数据产品之间的桥梁.站点涡流协方差(EC)通量监测是估算陆地生态系统总初级生产力(GPP)的关键技术, 但其与卫星SIF监测存在时空不匹配问题(Zhang et al., 2020).自2010年近地面SIF自动观测系统(Daumard et al., 2010)提出以来, 近地面SIF观测已经被证明可以弥补卫星数据与EC通量塔数据之间的差距(Porcar-Castell et al., 2015).其观测数据与TROPOMI、OCO-2等卫星SIF产品具有良好的相关性(Magney et al., 2019a; Zhang et al., 2020), 这有助于验证卫星SIF产品的准确性, 推动全球生态系统碳循环的研究.主要的近地面SIF连续观测系统如表2所示, 其中大部分的近地面SIF观测系统都携带了例如HR2000+或者QEpro等高分辨率光谱仪, 有的甚至搭载了两个以上的光谱仪.这些光谱仪最高光学分辨率可达0.035 nm (半峰宽), 最宽的监测波长范围在185-1 100 nm之间, 远大于SIF的发射波长范围(650-800 nm), 可根据实际需求更换光栅满足不同波段SIF的监测任务, 也可以在获取SIF信号的同时获取丰富的植被反射光谱以估算SIF信号在冠层上的逃逸系数(Zeng et al., 2019).近地面SIF的连续观测已经在解决卫星SIF监测获取到的植被冠层信息不连续问题(Hu et al., 2018), 因叶片运动以及冠层结构等导致的SIF观测方向差异(Miao et al., 2018; Yang et al., 2018)等方面取得进展.近年来, 欧洲与中国分别建立了地面光谱观测网EUROSPEC和ChinaSpec (Zhang et al., 2020), 其中FluoSpec2、SIFSpec、SIFPrism是ChinaSpec中使用最广泛的系统(Zhang et al., 2020). ...