Солнечно-индуцированное флуоресцентное излучение (SIF) - это слабый оптический сигнал, который излучается растениями во время фотосинтеза под естественным освещением. В качестве бесповрежденного зондирования фотосинтеза растений, SIF на последние годы широко используется в оценке продуктивности растительности, мониторинге стресса и фенологии, а также в других областях. Осуществление наблюдений за SIF близ грунтовой башни способствует пониманию физиологических и биохимических процессов растительности на более детализированном уровне, но из-за слабости сигнала SIF и его перекрывания отражением растений, традиционные методы трудно обеспечивают прямое наблюдение за SIF. Существует целый ряд алгоритмов обратного преобразования SIF на основе спектров зелени растений, однако недостаточно изучены различия в этих алгоритмах и их адаптивность к различным условиям. Поэтому на основе высокоспектральных данных, полученных при наблюдениях у подножия горных лесов, мы провели сравнительный анализ и оценку шести алгоритмов обратного преобразования SIF (sFLD, 3FLD, iFLD, SFM, SVD и BSF). Результаты показывают: (1) традиционные алгоритмы серии FLD (sFLD, 3FLD и iFLD) дали схожие результаты (R2>0,86). Результаты алгоритма SVD сильно отличаются от других алгоритмов, а алгоритмы SFM и BSF остаются высокими в отношении корреляции. (2) Алгоритмы SFM, SVD и BSF показывают большую точность и стабильность по сравнению с традиционной серией FLD (среднее ΔR2=0,29 по сравнению с NIRvR; ΔR2=0,10 по сравнению с GPP), причем алгоритм SFM все еще сохраняет высокую корреляцию с GPP в условиях с большим количеством облаков или нестабильной погоды, поэтому наиболее подходит для обратного SIF в сложных условиях, в то время как алгоритм SVD может лучше отражать изменения растительности под воздействием солнечного излучения на масштабе дня. (3) Алгоритм BSF чувствителен к установке высоты наблюдения и предварительного веса, но нечувствителен к температурному параметру. При использовании алгоритма BSF для обратного преобразования SIF требуется настройка в соответствии с контекстом использования и характеристиками данных. Настоящее исследование объясняет различия шести типичных алгоритмов обратного SIF и предоставляет основу для выбора алгоритмов обратного SIF в различных ситуациях в будущем.

Солнечно-индуцированное флуоресцентное излучение (SIF) ; оценка алгоритма обратного преобразования; наблюдения у подножия башен; данные высокого спектрального диапазона; общая начальная продуктивность (GPP); горные леса