La clorofila inducida por la luz solar (Solar-induced Chlorophyll Fluorescence, SIF) es una señal óptica débil emitida por la vegetación durante la fotosíntesis bajo la luz natural. Como una sonda no destructiva de la fotosíntesis de las plantas, la SIF ha sido ampliamente utilizada en la estimación de la productividad vegetal, monitoreo de estrés y monitoreo fenológico, entre otros campos. Realizar observaciones SIF en torres cercanas al suelo ayuda a comprender los procesos fisiológicos y bioquímicos de la vegetación a una escala refinada, pero debido a que la señal SIF es muy débil y se mezcla con la luz reflectante de la vegetación, es difícil lograr una observación directa de la SIF con métodos convencionales. Actualmente existen una serie de algoritmos de inversión de SIF basados en el espectro de la vegetación, sin embargo, la investigación existente aún carece de comprensión y discusión sobre las diferencias de estos algoritmos y su adaptabilidad en diferentes condiciones. Por lo tanto, en este estudio, se realizó un análisis comparativo y una evaluación de seis algoritmos de inversión de SIF (sFLD, 3FLD, iFLD, SFM, SVD y BSF) basados en datos de alta resolución espectral obtenidos de observaciones en una estación de bosque de montaña. Los resultados indican que: (1) Los resultados de inversión de los algoritmos tradicionales de la serie FLD (sFLD, 3FLD e iFLD) son bastante similares (R2>0,86), los resultados de inversión del algoritmo SVD son significativamente más altos que los demás algoritmos, los algoritmos SFM y BSF mantienen una alta correlación con los otros algoritmos; (2) Los algoritmos SFM, SVD y BSF muestran una mayor precisión y estabilidad en comparación con los algoritmos tradicionales de la serie FLD (en comparación con NIRvR: ΔR2 promedio=0,29, en comparación con GPP: ΔR2 promedio=0,10), en situaciones con una mayor cantidad de nubes o clima inestable, el algoritmo SFM aún puede mantener una alta correlación con el GPP, por lo que es el más adecuado para la inversión de SIF en entornos complejos, mientras que el algoritmo SVD puede representar mejor la variabilidad de la radiación solar en la vegetación a escala diurna; (3) El algoritmo BSF es sensible a la configuración de la altura de observación y al peso a priori, pero no es sensible a los parámetros de temperatura, por lo que al invertir SIF con el algoritmo BSF, es necesario ajustar según el contexto de uso y las características de los datos. Este estudio aclara las diferencias entre los seis algoritmos típicos de inversión de SIF, proporcionando una referencia para la selección de algoritmos de inversión de SIF en diferentes situaciones en el futuro.

Clorofila inducida por la luz solar (SIF); Evaluación de algoritmos de inversión; Observación en torres; Datos de alta resolución espectral; Productividad primaria total (GPP); Bosque de montaña