태양 광유발 엽록소 형광 (Solar-induced Chlorophyll Fluorescence, SIF)은 식물이 자연 광 아래 광합성을 할 때 방출되는 약한 광학 신호입니다. 식물 광합성의 비파괴적 조사기로써 SIF는 최근에 식물 생산성 추정, 스트레스 모니터링 및 현상 관찰 등 여러 분야에 광범위하게 적용되고 있습니다. 지표 근접 탑에서의 SIF 관측은 식물의 생리 생화학 과정을 보다 정교한 척도에서 이해하는 데 도움이 되지만, SIF 신호가 매우 약하고 식물 반사광과 혼합되어 있기 때문에 전통적인 방법으로 SIF를 직접 관찰하기 어렵습니다. 현재 식물 스펙트럼을 기반으로 한 여러 SIF 역방향 알고리즘이 있지만, 현재의 연구는 이러한 알고리즘의 차이와 다양한 조건에서의 적응성에 대한 이해와 토의 부족한 상태입니다. 따라서 본 연구에서는 산림 지역 탑 관측에서 얻은 고선명 스펙트럼 데이터를 기반으로 여섯 가지 SIF 역방향 알고리즘 (sFLD, 3FLD, iFLD, SFM, SVD 및 BSF)에 대한 비교 분석 및 평가를 수행했습니다. 결과는 다음을 보여줍니다. (1) 전통적인 FLD 시리즈 알고리즘 (sFLD, 3FLD 및 iFLD)의 역방향 결과는 상당히 유사합니다 (R2>0.86), SVD 알고리즘의 역방향 결과는 다른 알고리즘보다 유의하게 높으며, SFM 및 BSF 알고리즘은 다른 알고리즘들과 높은 상관 관계를 유지합니다. (2) SFM, SVD 및 BSF 알고리즘은 전통적인 FLD 시리즈 알고리즘에 비해 더 높은 정확성과 안정성을 보이며 (NIRvR과 비교: 평균 ΔR2=0.29, GPP와 비교: 평균 ΔR2=0.10), 구름이 많거나 날씨가 불안정한 경우에도 SFM 알고리즘은 여전히 GPP와 높은 상관 관계를 유지하므로 복잡한 환경에서의 SIF 역방향에 가장 적합하며, SVD 알고리즘은 식물의 일일 규모에서 태양 광선의 변화를 가장 잘 나타낼 수 있습니다. (3) BSF 알고리즘은 관측 높이 및 사전 가중치 설정에 민감하지만 온도 매개 변수에는 민감하지 않으며, BSF 알고리즘을 사용하여 SIF를 역방향으로 추정할 때 사용 상황과 데이터 특성에 따라 조정해야 합니다. 본 연구는 여섯 가지 전형적인 SIF 역방향 알고리즘 간의 차이를 명확히하고, 미래의 다양한 상황에서의 SIF 역방향 알고리즘 선택에 대한 참고 자료를 제공합니다.

태양 광유발 엽록소 형광 (SIF); 역방향 알고리즘 평가; 탑 관측; 고선명 스펙트럼 데이터; 총 일차생산량 (GPP); 산림