Detección y aplicación de la fluorescencia de la clorofila inducida por la luz solar basada en un hiperespectrómetro espacial.

Figura 1. Distribución de SIF en el norte de Nigeria, África, al 8 de abril de 2025.

Actualmente, la mayoría de los datos de fluorescencia de clorofila inducida por la luz solar (SIF, por sus siglas en inglés) se presentan en forma de puntos discretos con una cobertura espacial escasa.

Utilizamos un instrumento hiperespectral con una resolución espectral de 0,48 nm para realizar exploraciones de fluorescencia de clorofila de alta resolución mediante imágenes, con la esperanza de llenar el vacío en la plataforma satelital actual para la fluorescencia de clorofila inducida por la luz solar con una resolución espacial más alta.

Tabla 1. Indicadores clave de rendimiento de algunos sensores espaciales con capacidad de detección de SIF.

*Referencia: Zhang, Lifu; Wang, Siheng; Huang, Changping. 2018. Método de inversión de teledetección satelital para la fluorescencia de clorofila inducida por radiación solar. Journal of Remote Sensing, 22(1): 1-12

Fundamentos del cálculo del SIF

Una parte de la energía lumínica absorbida por la vegetación no se utiliza para la fotosíntesis, sino que se emite como fluorescencia en forma de longitudes de onda largas. La fluorescencia de la clorofila se localiza en las regiones de luz roja y roja lejana de la vegetación (650-800 nm). Como subproducto de la fotosíntesis, la fluorescencia está orgánicamente ligada a este mecanismo y puede reflejar directamente la capacidad fotosintética de la vegetación.

La fluorescencia contribuye a la reflectancia aparente de la cubierta vegetal; se pueden observar picos de reflexión a 685 y 760 nm utilizando un espectrómetro con resolución subnanométrica. A 685 nm, la fluorescencia contribuye entre un 10 % y un 20 % a la reflectancia aparente, y a 740 nm, entre un 2 % y un 6 %.

En la región del borde rojo de la vegetación (650-800 nm), la fluorescencia contribuye a la reflectancia aparente.

Ventajas del SIF en comparación con los índices de vegetación: Los índices de vegetación basados ​​en la reflectancia no pueden detectar rápidamente los primeros indicios de crecimiento anormal de la vegetación en las etapas iniciales de las anomalías ambientales, presentando un desfase. El SIF, en cambio, puede detectar anomalías con mayor sensibilidad.

Figura 2. Ubicación de las líneas ocultas de Fraunhofer y Fehème.

Método de relleno de líneas oscuras de Fraunhofer: Debido a la absorción atmosférica, el espectro solar contiene numerosas líneas oscuras finas, conocidas como líneas oscuras de Fraunhofer. Las señales de fluorescencia pueden medirse cuantitativamente en longitudes de onda específicas atenuadas por el espectro solar.

La radiación solar tiene tres bandas de absorción principales en las regiones roja e infrarroja cercana: la línea Hα a 656,3 nm (representada por la absorción de hidrógeno atmosférico) y las líneas de absorción de O2 en la atmósfera terrestre a 687 nm y 760 nm. Estas bandas suelen superponerse con el espectro de emisión de fluorescencia de la clorofila. La tecnología de teledetección por fluorescencia compara la profundidad de las líneas espectrales de la radiación solar con la profundidad de las líneas espectrales de la radiación vegetal, midiendo la cantidad de fluorescencia emitida por la excitación de longitud de onda corta para llenar un "pozo" de Fraunhofer hasta cierto punto. Un "pozo" de Fraunhofer representa una línea de absorción en una banda de longitud de onda específica, que se asemeja a un "pozo".

Suponiendo que la reflectancia espectral R del dosel de la vegetación en la línea oscura de Fraunhofer y las regiones espectrales adyacentes es igual, la intensidad de fluorescencia f de la vegetación en la línea oscura de Fraunhofer y las regiones espectrales adyacentes se calcula utilizando la siguiente fórmula:

Figura 3. Principio de detección de fluorescencia de la línea oscura de Fraunhofer.

a, b: Intensidad del espectro de irradiancia solar medida utilizando una placa de referencia en la línea oscura de Fraunhofer y regiones espectrales adyacentes.

c, d: La intensidad del espectro de irradiancia reflejada por el dosel vegetal en la línea oscura de Fraunhofer y regiones espectrales adyacentes.

λ0: La longitud de onda central de la línea oscura de Fraunhofer.

Dado que R es independiente de la fluorescencia, la fluorescencia de la clorofila se puede medir simplemente midiendo la reflectancia espectral, la irradiancia solar y la reflectancia del dosel en la banda de la línea oscura de Fraunhofer.

Las diferentes especies de vegetación y sus condiciones dan como resultado diferentes proporciones de valores de intensidad de fluorescencia relativa a 760 nm y 687 nm calculados por FLD, que pueden utilizarse como base para juzgar el estado fisiológico de las plantas.

Muestra de datos

Figura 4. Ejemplo de espectro de píxeles de vegetación

Figura 5. Pico de absorción de O2A

La imagen superior muestra el espectro típico de vegetación del satélite 04. Se observa un pico de absorción de O2B cerca de 687 nm, un pico de absorción de O2A cerca de 760 nm y un pico de absorción de H2O cerca de 720 nm. En comparación con el espectro de absorción estándar de Fraunhofer, las posiciones espectrales son precisas y el efecto del desplazamiento espectral es insignificante (

Cálculo de SIF

Método de relleno de línea oscura de Fraunhofer con interpolación spline mejorada (iFLD)

Basándose en el método de relleno de línea oscura de Fraunhofer (FLD), se realizaron mejoras en la selección de bandas de referencia y bandas adyacentes. Se seleccionaron un total de 8 bandas según el ancho del pico de absorción, y se utilizaron funciones spline para ajustar el espectro de fondo.

Figura 6. Rango de banda utilizado para el ajuste.

Figura 7. Resultados del ajuste e interpolación de la función spline (los píxeles 1, 2 y 3 representan, respectivamente, matorrales, tierras de cultivo y edificios).

Como se muestra en la figura anterior, la línea discontinua representa los resultados del ajuste utilizando ocho bandas cercanas al pico de absorción de O2A. Dado que las bandas 211 y 212 se encuentran a ambos lados del pico de absorción de O2A, el valor promedio, 760,43195 nm, se utiliza como valor de radiación afectado por SIF, y también como longitud de onda objetivo para el ajuste de la función spline. En la figura anterior, en la parte inferior de la función cuadrática, la diferencia entre el valor espectral original y el valor ajustado mediante la función spline es la parte ocupada por SIF, que corresponde a la intensidad de SIF.

Según las condiciones reales del terreno, la cobertura vegetal de los píxeles de arbustos del píxel 1 es significativamente menor que la de las tierras de cultivo, y la intensidad fotosintética también es menor que la de los cultivos durante su período de crecimiento vigoroso. Por lo tanto, el valor SIF es significativamente menor que el de las tierras de cultivo del píxel 1. El píxel 3, al ser una zona urbanizada, proporciona SIF con una cantidad reducida de zonas verdes y árboles, lo que resulta en el valor SIF más bajo.

Verificación de resultados de SIF

Figura 8. Comparación de los resultados de cálculo para diferentes bandas de absorción.

La figura anterior muestra los resultados de SIF utilizando diferentes posiciones de banda y los compara con el NDVI de los mismos datos de Sentinel-2. Como se observa, el SIF que utiliza la banda O2A presenta el menor ruido, y la distribución de datos es similar a la del NDVI. La banda O2B, debido a su menor profundidad de absorción, muestra un ruido significativo, pero aún se puede discernir una tendencia en la distribución. Los resultados calculados a partir de bandas no características de SIF prácticamente no proporcionan información útil. Esta comparación demuestra la eficacia de nuestro método.

Casos de aplicación

Figura 9. Mapa de distribución de SIF en áreas agrícolas y forestales.

 Figura 10. Mapa de distribución del NDVI de áreas agrícolas y forestales. 

Figura 11. Mapa de distribución de alta resolución del NDVI en la zona agrícola.

Figura 12. Comparación estadística de la humedad del suelo en la zona radicular y la precipitación en regiones agrícolas y forestales.

Los valores SIF en las áreas forestales y de cultivo mencionadas anteriormente muestran diferencias significativas y difieren ligeramente de la distribución NDVI. En el área de cultivo, debido a que la resolución original de la imagen Sentinel es de 10 metros, después del remuestreo para que coincida con la resolución SIF, la mezcla de cultivos y suelo en el área agrícola inferior izquierda redujo el valor NDVI general. Sin embargo, el fenómeno de alto SIF en el área agrícola se observa claramente en los resultados SIF. El área forestal, con su terreno montañoso y vegetación compuesta principalmente por arbustos bajos y algunos árboles, tiene una menor cobertura vegetal que el área agrícola, lo que resulta en un valor SIF significativamente menor. Además, según los gráficos estadísticos anteriores, las precipitaciones disminuyeron en ambas áreas después de marzo, lo que provocó una caída significativa en la humedad del suelo, con una disminución mayor en el área forestal que en el área de cultivo. Dado que el área de cultivo generalmente cuenta con instalaciones de riego, mientras que el área montañosa generalmente no las tiene, se especula que el área forestal podría estar experimentando estrés hídrico, lo que provocaría una mayor disminución en el SIF. Esto indica que, en comparación con el NDVI, el SIF puede observar con mayor sensibilidad los fenómenos de estrés en los cultivos e identificar las áreas afectadas, lo que proporciona una herramienta más potente para la evaluación del medio ambiente ecológico y la agricultura de precisión.