01 研究概述

研究利用基于反射率的荧光校正方法（R2F）提升太阳诱导叶绿素荧光（SIF）估算日尺度生态系统总初级生产力（GPP）。研究分析了太阳角度对SIF散射系数的影响，并利用R2F植被指数对散射系数进行估算，实现冠层观测荧光SIFobs到冠层发射总荧光SIFtotal的转换，显著提高了GPP日变化的估测，表明基于R2F方法能够有效缓解太阳角度对SIF的影响并提高GPP估算精度。

图0. 观测的、与的日变化模式（经最大值归一化，六天观测的均值及标准差）

02 研究背景

太阳诱导叶绿素荧光因其与光合作用过程密切相关，被广泛用于估算生态系统总初级生产力。然而，遥感获取的冠层顶端荧光仅占总发射荧光的一部分，受到冠层散射和重吸收的影响，从而削弱了其与GPP的关系。该效应可通过逃逸率fesc 定量描述，因此准确估算fesc以获得SIFtotal对提升GPP估算至关重要。已有研究表明，fesc受冠层结构（如LAI、LAD等）及几何因素（太阳角度、观测角度等）影响。目前已有基于辐射传输模型和遥感反射率的多种fesc估算方法，例如R2F关系、NIRv和fPAR替代方案，以及FCVI等植被指数，这些方法在一定程度上缓解了冠层结构和观测角度变化对SIFobs的影响，并提升了SIF与GPP的相关性。然而，太阳角度在日尺度上变化最为显著，不仅影响SIF的散射过程，还同时作用于PAR、fPAR和发射效率（FQE）等关键变量，对SIF–GPP关系产生更复杂的影响。尽管已有部分研究尝试通过多年的平均数据刻画太阳角度效应，但缺乏针对日尺度下太阳角度对fesc和SIFobs影响的系统分析，限制了SIFtotal在改进GPP估算中的应用潜力。

03 研究结果

（1）太阳角度对SIF相关变量的影响

图1分析了太阳角度对 SIFobs、fPAR、fesc、FQE、FCVI 和 NIRv 的影响。结果表明，SIFobs 在太阳主平面、特别是热点方向附近（约 0° RAA 和 40° SZA）出现显著增强，这与 fesc 的升高相对应，说明该方向性增强主要由冠层结构和辐射传输过程共同驱动。相比之下，fPAR 和 FQE 的角度变化很小，仅在较大太阳天顶角时略有增加，表明 SIFobs 的各向异性并非源于光合活性的空间差异。此外，FCVI 和 NIRv 的角度分布与 SIFobs 相似，进一步凸显了冠层结构在不同太阳角度下塑造 SIF方向性的重要作用。

图1. 不同太阳角度下模拟的SIFobs、fPAR、FQE、fesc、FCVI和NIRv的极坐标分布图

（2）模拟实验中fesc与SIFtotal 估算精度的评估

整体上，FCVI估算的fesc与SCOPE模拟的fesc的相关性优于NIRv估算的fesc。在不同叶绿素含量（Cab）条件下，FCVI 能稳定追踪 fesc，而 NIRv 在低 Cab 时显著低估 fesc，表现出较好的敏感性但泛化能力不足。在 LAI 场景下，两者在中高 LAI时相关性很高，但在低 LAI 下受土壤背景干扰，FCVI 倾向高估，NIRv 倾向低估。在不同LAD类型下，两者整体表现优异，但在直立型（erectophile）冠层下精度明显下降。

在 SIFtotal 估算方面，FCVI 与 NIRv 的估算结果均接近 SCOPE模拟结果，但存在系统性偏差：FCVI 总体偏向低估，而 NIRv 总体偏向高估，且偏差范围较小。在 LAI = 3 m² m⁻² 时，两者的估算最接近真实值。总体而言，FCVI 在跨 Cab 和 LAD 条件下更稳健，而 NIRv 在低 LAI 和低 Cab 下存在局限，但在特定冠层结构下也能提供可靠估算。

图2. 不同太阳角度下， 三种fesc在不同Cab、LAI 和 LAD 条件下的相关关系

图3 不同太阳角度下，总发射SIF的估算结果

（3）实测数据中fesc估算精度的评估

在晴空日的实测条件下，FCVI 和 NIRv 方法估算的 fesc与 SCOPE 模拟结果保持高度一致，相关系数均大于 0.96。其中，SCOPE与FCVI估算的fesc的相关性略强（R² = 0.97）于NIRv（R² = 0.96）。散点分布均紧密贴近 1:1 线，表明两种方法在实地观测中都能有效、准确地估算 fesc。

图4. SCOPE与FCVI 和NIRV估算的fesc 在 6 个典型日的相关性

（4）实测数据中基于SIFtotal的 GPP 估算

在实测数据中，基于 FCVI 和 NIRv 估算的 SIFtotal相较于 SIFobs 能更好地追踪 GPP 的日变化动态。SIFobs 的值在10：00 - 14：00快速上升，而 SIFtotal 的日变化曲线更平滑，并与 GPP 更一致。相关性分析显示，单日尺度上 GPP 与 SIFobs 的 R² 为 0.12 – 0.52，而与 FCVI和NIRv估算的SIFtotal的 R² 分别提升至 0.43 – 0.80 和 0.38 – 0.79；合并多日数据后，SIFtotal 与 GPP 的相关性（R² = 0.40 和 0.38）也明显优于 与SIFobs的相关性（R² = 0.22）。总体上，FCVI 与 NIRv 方法均能有效地从 SIFobs 推算 SIFtotal，从而提高 GPP 估算精度，并更可靠地反映其日变化过程，其中 FCVI 方法表现略优。

图5. 晴空日下实测的 SIFobs、FCVI及NIRv估算的SIFtotal与GPP的归一化日变化模式（各变量均以各自最大值进行归一化以便比较，不影响日变化趋势）

04 作者介绍

本文第一作者兼通讯作者为荷兰特文特大学（UT-ITC）博士生鹿旭晖，合作作者包括南京师范大学杨沛琦，英国爱丁堡大学Alasdair Mac Arthur，荷兰特文特大学Christiaan van der Tol。

论文链接：https://doi.org/10.1016/j.agrformet.2025.110794

数据获取：

请联系作者x.lu@utwente.n