基于多角度无人机观测数据，对树冠尺度上太阳诱导的叶绿素荧光在红光和近红外波段的角向归一化处理

《ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING》：Angular normalization of solar-induced chlorophyll fluorescence on tree crown scale for red and near-infrared bands based on multi-angle UAV observations

本研究提出了一种新的双波段太阳诱导叶绿素荧光（SIF）总强度估算框架，结合无人机多角度观测数据和SCOPE物理模型，解决了传统反射率方法在红波段（687 nm）精度不足的问题。结果表明，基于物理模型的混合策略使红波段SIF总强度误差降低至40%以下，显著优于反射率方法的4倍波动，并提升了植被光合参数（GPP）的监测精度。

　　

程志强|陈静敏|赖春宇|曾宏达|苗国芳|黄志群

中国福建省福州市福建师范大学地理学院

摘要

遥感太阳诱导的叶绿素荧光（SIF）已成为大规模生态系统光合作用的一个有前景的替代指标。与定向观测相比，通过角度归一化得到的总SIF（SIF_total）能更好地反映森林生态系统的整体状态。然而，现有的角度归一化方法主要关注近红外（NIR）波段，其对红波段的适用性尚未得到系统评估。在本研究中，我们提出了一种新的框架，用于估计红波段（687 nm）和NIR波段（760 nm）的总SIF。我们首先使用无人机平台获取了多角度SIF数据，并评估了基于反射率的方法估计SIF_total,760和SIF_total,687的性能。结果表明，基于反射率的方法仅在NIR波段保持了稳定的准确性（相位角从5°变化到95°时变化不超过1倍），但在红波段的准确性较差（变化超过4倍）。随后，我们利用校准过的SCOPE模型研究了不同相位角下SIF与反射率（Ref）之间的关系，发现SIF₇₆₀-Ref₇₆₀之间的正相关性明显强于SIF₆₈₇-Ref₆₈₇）。基于这一发现，我们开发了一种基于物理原理的方法对两个波段进行角度归一化，结果证明该方法在红波段的准确性显著提高（ΔSIF_total＜40%），而基于反射率的方法准确性变化超过4倍）。最后，我们提出了一种混合策略，将基于反射率的方法用于NIR波段的总SIF估计，与物理模型结合使用以估计红波段的总SIF。鉴于红波段SIF在表征光合作用过程中的重要作用，本研究对陆地碳循环研究具有重大潜力。

引言

太阳诱导的叶绿素荧光（SIF）是植物叶片吸收光合有效辐射（400–700 nm）后，在650–850 nm范围内产生的电磁辐射（Krause和Weis，1991年；Meroni等人，2009年）。在绿色植物中，吸收的太阳能被分配到三个途径：用于光合作用的能量、热量散发和SIF（Lu等人，2020年；Muller等人，2001年），因此SIF与光合作用密切相关，使其成为监测关键生态系统过程的有希望的参数（Damm等人，2015年；Frankenberg等人，2014年；Zhang等人，2023年）。

最近，一系列卫星遥感（RS）平台被部署用于在多个空间和时间尺度上捕获SIF数据（Mohammed等人，2019年）。这些SIF产品已被广泛用于模拟关键生态系统过程（Lee等人，2015年；MacBean等人，2018年；Zhang等人，2020年）。众所周知，RS传感器检测到的SIF仅代表叶片总发射SIF的一部分（Guanter等人，2007年；Zhang和Zhang，2026年）。因此，基于RS的SIF的方向特性可能会引入不必要的变异性，这可能会在评估冠层级过程时引入偏差（Zhang等人，2023年）。研究表明，经过角度归一化处理后的半球发射总SIF与总初级生产力（GPP，一个关键的生态系统变量）的相关性更强。因此，对定向SIF观测数据进行角度归一化对于改善SIF与GPP之间的关系至关重要，尤其是在冠层结构复杂的森林中。

基于RS的SIF进行角度归一化的核心挑战是准确模拟其沿传感器观测方向的逃逸概率（He等人，2017年）。为了解决这个问题，开发了基于反射率的方法（Liu等人，2019年；Romero等人，2018年），这些方法假设SIF逃逸概率与同一光谱波段内的光谱反射率成正比。一个著名的例子是NIRv（Badgley等人，2017年），该方法专为近红外（NIR）波段的总SIF估计而设计，并在不同植被类型中表现良好（Zeng等人，2019年；Zhang等人，2023年）。然而，NIRv无法有效区分冠层结构变化（例如，叶面积增加）和生理变化（例如，环境压力缓解）对估计的SIF逃逸概率的影响。为了缓解这一问题，提出了荧光校正植被指数（FCVI）（Yang等人，2020年）。通过减少冠层结构的影响，FCVI提供了更接近真实生理状态的SIF估计值。尽管NIRv和FCVI在数学上简单且易于操作，但它们的适用性目前仅限于NIR波段（Yang等人，2020年；Zeng等人，2019年）。

通常，阳光照射叶片和阴影叶片的观测比例会随着观测方向的不同而大幅变化，这是基于RS的SIF出现角度效应的主要原因（Liu等人，2017年；Zhang等人，2023年）。具体来说，可见阴影叶片的比例随着太阳与传感器之间的角度增加而增加，在阴影最重的地方，观察到的阴影叶片最多。由于阴影叶片通常表现出较低的SIF发射（大部分吸收的太阳能用于光合作用）（Wang和He，2025年；Zhou等人，2022年），当观察到的阴影叶片比例较大时（即阴影最重的地方），只能检测到微弱的SIF信号（He等人，2017年）。同样，NIR波段的反射辐射也会随着观察到的阴影叶片比例的增加而减少，因为它只反射天空和在冠层中多次散射的辐射，这些辐射远弱于直接太阳辐射。简而言之，NIR波段SIF与反射率之间存在显著的正相关性，这解释了为什么NIRv和FCVI适用于NIR波段SIF观测的角度归一化。

除了NIR波段（760 nm，O₂-A）外，还可以从RS观测中获取红波段SIF（687 nm，O₂-B）（A?等人，2015年；Meroni等人，2009年；Mohammed等人，2019年）。尽管NIR波段SIF已广泛应用于森林光合作用分析，但红波段SIF仍具有独特优势。在植物叶绿体中，有两个光系统在运作：光系统I（PSI）和光系统II（PSII）（Mohammed等人，2019年）。NIR波段SIF来自PSI和PSII，而红波段SIF主要来自PSII（Agati等人，2000年；Franck等人，2002年）。由于PSII的荧光产量较高，并且对光化学淬灭和非光化学淬灭（热量散发）更敏感，因此它与GPP的关联更为直接（Genty等人，1989年；Magney等人，2019年）。因此，红波段SIF在监测GPP方面具有巨大潜力，最近的研究表明红波段SIF可以提供更高精度的叶级GPP估计（Liu等人，2020年）。此外，红波段SIF能更一致地追踪环境变化，从而更好地捕捉应激反应，使其成为NIR波段SIF的季节性GPP估计的宝贵补充（Duan等人，2022年）。总之，一旦能够可靠地估计总红波段SIF，它将成为NIR波段SIF的强大补充。

然而，由于漫射天空辐射和土壤背景的影响，基于反射率的方法用于红波段总SIF的计算仍然具有挑战性（Zhang等人，2018年）。与植被相比，土壤在红波段的反射率高于NIR波段。此外，天空在红波段的辐照度也更高。这两个因素都可能导致红波段反射率的变化，尤其是在稀疏植被或阴影最重的地方，从而导致红波段反射率与SIF之间的角度变化不一致。因此，基于反射率的方法在红波段总SIF估计方面存在显著不确定性，需要进一步研究。最近，光谱不变量理论被应用于将传感器观测到的SIF转换为叶级总SIF（He等人，2025年；Liu等人，2019年；Lu等人，2020年）。虽然这种方法在NIR波段应用中显示出潜力，但其更广泛的应用仍受到暗背景假设和参数校准成本的限制（Yang和van der Tol，2018年；Zeng等人，2019年）。

此外，辐射传输建模的进步为双波段总SIF估计提供了新的选择。通过描述特定太阳-目标-传感器几何形状下的阳光照射叶片和阴影叶片面积，He等人（2017年）开发了一个考虑冠层结构的（CSI）模型，该模型有可能克服总SIF检索中的光谱波段依赖性。然而，这种方法需要预先知道叶级阳光照射叶片与阴影叶片的比例。目前采用固定的经验值作为这一比例，而不同物种之间的差异通常被忽略（He等人，2019年）。随着无人机（UAV）在SIF观测中的快速发展（Wang等人，2022年），不同树种的阳光照射叶片和阴影叶片数据已经变得可用。

因此，使用基于物理原理的方法是红波段总SIF估计的一个有前景的选择。本研究通过无人机平台在复杂地形下的亚热带森林中获取了多角度SIF数据。基于这些数据，我们尝试开发了一种适用于红波段和NIR波段的总SIF计算策略，通过比较基于反射率的方法和物理模型的性能来实现这一目标。本研究的目标是：（1）量化双波段SIF及其相应反射率的角度变化差异；（2）评估将基于反射率的方法（Red_v方法）扩展到红波段的可行性；（3）评估CSI物理模型在双波段总SIF检索方面的能力。

研究区域和野外调查

本研究在中国东南部福建省上杭县的白沙林场（116°42′E，25°05′N）进行（图1）。当地气候为亚热带气候，2000年至2020年的年平均降水量为1637毫米，平均气温为19.8摄氏度（Huang等人，2022年）。如图1所示，共建立了299个样地，这些样地采用了不同的物种组合，旨在研究森林生物多样性和生态系统功能。

使用基于反射率的方法对双波段SIF进行角度归一化

在本研究中，我们首先使用无人机观测分析了红波段（SIF₆₈₇）和NIR波段（SIF₇₆₀）的反射率-SIF关系，然后使用基于反射率和基于物理原理的方法估计了双波段总SIF。因此，必须首先验证基于无人机的SIF观测的可靠性。使用PAM-based荧光测量方法计算了叶片级别的SIF₇₆₀，然后与基于无人机的SIF进行了比较。结果（如图5所示）证实了无人机系统可以

所提出新方案的局限性及其在冠层尺度上的应用潜力

在本研究中，我们提出了一种新的方案，通过将基于无人机的SIF观测与基于物理原理的模型相结合来估计总SIF。通过计算阳光照射叶片和阴影叶片的面积比例，所提出的物理模型有效地解决了基于反射率的方法在估计红波段总SIF时的局限性。与现有方法相比，该方案的主要优势在于它能够考虑波段依赖的角度效应，同时确保准确性

结论

本文提出了一种新的角度归一化方案，用于相对于太阳方向在不同角度观测到的SIF，适用于红波段和NIR波段。基于NIR_v和Red_v的计算，使用基于反射率的方法估计了总SIF₇₆₀和SIF₆₈₇，并使用无人机平台获取的多角度SIF数据评估了准确性。然后，校准了SCOPE模型以分析不同观测角度下的SIF-反射率关系。

CRediT作者贡献声明

程志强：撰写——原始草稿、验证、方法论、调查、资金获取、正式分析、数据管理。陈静敏：撰写——审稿与编辑、监督、概念化。赖春宇：可视化、软件开发、调查、数据管理。曾宏达：可视化、验证、资源协调。苗国芳：项目管理、资金获取。黄志群：撰写——审稿与编辑、调查、数据管理。

利益冲突声明

作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。

致谢

本研究得到了国家自然科学基金（42401436、42171353）、国家重点研发计划（2020YFA608702、2020YFA608701）、福建省公益性科研机构基础研究基金（2023R1002001、2023R1002006）、福建省自然科学基金（2025 J01619）的支持。我们感谢白沙林场提供他们的数据库和实验室空间用于野外调查。