基于叶绿素利用率的农作物胁迫遥感定量评估

The efficiency of crop photosynthesis varies due to different climate conditions, crop managements and planting methods, thus resulting different crop final yield. Using remote sensing techniques to monitor crop photosynthetic efficiency is of significance for regional crop stress evaluation and agricultural management. Most remote-sensing-based approach used vegetation light use efficiency (LUE) to indicate photosynthesis efficiency variations. However, LUE measurement uncertainties as well as short-term LUE fluctuations greatly reduced the accuracy to estimate crop stress using LUE-based methods. . Based on LUE concept, this study will propose a new index to indicate crop photosynthetic efficiency, chlorophyll efficiency (ChlE), developed using crop chlorophyll content and a radiation adjustment coefficient. This index will be tested under different environmental stress, and algorithms for remotely estimating ChlE will be also studied based on crop spectra reflectance. With ChlE remote estimates, a new model will be developed to quantify crop stress during its entire growing season, which will provide important information to precision agriculture.

农作物在不同的气候条件、种植方式及田间管理下，光合效率的不同会导致产量出现较大的差异。利用遥感技术监测农作物光合效率在全生育期的变化，对区域性评估作物胁迫状态，合理利用和管理农业生态系统有着重要的意义。遥感监测植被胁迫的方法通常是利用遥感数据估算植被的光能利用率（LUE）作为表征光合效率的参量。然而，LUE测量的不准确性以及LUE在小时间尺度上的高频波动性将极大的限制基于LUE的遥感反演评估农作物胁迫的精度。. 本研究将针对农作物的生长特点，从生物机理的角度改进LUE理论，引入叶绿素含量及光照调节因子，构建一种新型的光合效率参量——叶绿素利用率（ChlE），并分析该参量指示不同类型作物胁迫的有效性。利用植被光谱信息，将建立基于ChlE遥感反演的农作物胁迫模型。该模型具有明确的物理意义，能较准确的定量作物在全生育期的胁迫状况，为服务我国精准农业提供重要的数据支持。

农作物在不同的气候条件、种植方式及田间管理下，光合效率的不同会导致产量出现较大的差异。利用遥感技术监测农作物光合效率在全生育期的变化，对区域性评估作物胁迫状态，合理利用和管理农业生态系统有着重要的意义。遥感监测植被胁迫的方法通常是利用遥感数据估算植被的光能利用率（LUE）作为表征光合效率的参量。然而，LUE测量的不准确性以及LUE在小时间尺度上的高频波动性将极大的限制基于LUE的遥感反演评估农作物胁迫的精度。本研究针对几种典型农作物，基于光能利用率的思想，发展了一种的更适用于指示农作物光合效率的参量，用于评估作物生长胁迫状况。选取了玉米，大豆，水稻，油菜这几种农作物，（a）构建并完善了叶绿素效率（ChlE）的概念，并分析ChlE在整个作物生长周期变化的生物机理；（b）利用高分辨率的遥感数据，估算了不同作物在全生育期的ChlE变化；（c）分析了ChlE在不同作物类型、不同环境、不同胁迫条件下对农作物光合效率进行评估的有效性；（d）探索了利用ChlE评估农作物的生长健康及胁迫状况的方法，较好的完成了预期目标。