Pengesanan dan aplikasi pendarfluor klorofil yang disebabkan oleh cahaya matahari berdasarkan hiperspektrometer bawaan angkasa

Rajah 1. Taburan SIF di Utara Nigeria, Afrika, sehingga 8 April 2025.

Pada masa ini, kebanyakan data pendarfluor klorofil (SIF) yang disebabkan oleh cahaya matahari adalah dalam bentuk titik diskret dengan liputan ruang yang jarang.

Kami menggunakan instrumen hiperspektral dengan resolusi spektrum 0.48 nm untuk menjalankan penerokaan pendarfluor klorofil resolusi tinggi pengimejan, dengan harapan dapat mengisi jurang dalam platform satelit semasa untuk pendarfluor klorofil yang disebabkan oleh cahaya matahari dengan resolusi spatial yang lebih tinggi.

Jadual 1. Petunjuk prestasi utama sesetengah sensor angkasa lepas dengan keupayaan pengesanan SIF

*Rujukan: Zhang, Lifu; Wang, Siheng; Huang, Changping. 2018. Kaedah penyongsangan penderiaan jauh satelit untuk pendarfluor klorofil teraruh solar. Jurnal Penderiaan Jauh, 22(1): 1-12

Asas Pengiraan SIF

Sebahagian daripada tenaga cahaya yang diserap oleh tumbuh-tumbuhan tidak digunakan untuk fotosintesis tetapi dipancarkan sebagai pendarfluor dalam bentuk panjang gelombang yang panjang. Pendarfluor klorofil terletak di kawasan cahaya merah dan merah jauh tumbuh-tumbuhan (650-800 nm). Sebagai hasil sampingan fotosintesis, pendarfluor secara organik dikaitkan dengan mekanisme fotosintesis dan boleh mencerminkan secara langsung kapasiti fotosintesis tumbuh-tumbuhan.

Pendarfluor menyumbang kepada pantulan ketara kanopi; puncak pantulan pada 685 dan 760 nm boleh diperhatikan menggunakan spektrometer resolusi sub-nanometer. Pada 685 nm, pendarfluor menyumbang 10%–20% kepada pantulan ketara, dan pada 740 nm, ia menyumbang 2%–6%.

Di kawasan sempadan merah tumbuh-tumbuhan (650-800 nm), pendarfluor menyumbang kepada pantulan ketara.

Kelebihan SIF berbanding indeks tumbuh-tumbuhan: Indeks tumbuh-tumbuhan berasaskan pantulan tidak dapat menangkap tanda-tanda awal pertumbuhan tumbuh-tumbuhan yang tidak normal dengan segera pada peringkat awal anomali persekitaran, yang menunjukkan lag. Sebaliknya, SIF dapat mengesan anomali dengan lebih sensitif.

Rajah 2. Lokasi garis tersembunyi Fraunhofer dan Fehème

Kaedah pengisian garis gelap Fraunhofer: Disebabkan oleh penyerapan atmosfera, spektrum suria mengandungi banyak garis gelap halus, yang dikenali sebagai garis gelap Fraunhofer. Isyarat pendarfluor boleh diukur secara kuantitatif pada panjang gelombang tertentu yang dilemahkan oleh spektrum suria.

Sinaran suria mempunyai tiga jalur penyerapan utama di kawasan merah dan inframerah dekat: garis Hα pada 656.3 nm (diwakili oleh penyerapan hidrogen atmosfera), dan garis penyerapan O2 di atmosfera Bumi pada 687 nm dan 760 nm. Jalur ini biasanya bertindih dengan spektrum pancaran pendarfluor klorofil. Teknologi penderiaan jauh pendarfluor membandingkan kedalaman garis spektrum sinaran suria dengan kedalaman garis spektrum sinaran tumbuhan, mengukur jumlah pendarfluor yang dipancarkan daripada pengujaan panjang gelombang pendek untuk mengisi "perigi" Fraunhofer sehingga tahap tertentu. "Perigi" Fraunhofer mewakili garis penyerapan dalam jalur panjang gelombang tertentu, menyerupai "perigi".

Dengan mengandaikan pantulan spektrum kanopi R bagi tumbuh-tumbuhan dalam garis gelap Fraunhofer dan kawasan spektrum bersebelahan adalah sama, keamatan pendarfluor f bagi tumbuh-tumbuhan dalam garis gelap Fraunhofer dan kawasan spektrum bersebelahan dikira menggunakan formula berikut:

Rajah 3. Prinsip pengesanan pendarfluor garis gelap Fraunhofer

a, b: Keamatan spektrum penyinaran suria yang diukur menggunakan plat rujukan dalam garis gelap Fraunhofer dan kawasan spektrum bersebelahan.

c, d: Keamatan spektrum penyinaran yang dipantulkan oleh kanopi tumbuh-tumbuhan dalam garis gelap Fraunhofer dan kawasan spektrum bersebelahan.

λ0: Panjang gelombang tengah garis gelap Fraunhofer.

Oleh kerana R tidak bergantung kepada pendarfluor, pendarfluor klorofil boleh diukur hanya dengan mengukur pantulan spektrum, penyinaran suria dan pantulan kanopi dalam jalur garis gelap Fraunhofer.

Spesies tumbuh-tumbuhan yang berbeza dan keadaannya menghasilkan nisbah nilai keamatan pendarfluor relatif yang berbeza pada 760nm dan 687nm yang dikira oleh FLD, yang boleh digunakan sebagai asas untuk menilai status fisiologi tumbuhan.

Sampel Data

Rajah 4. Contoh spektrum piksel tumbuh-tumbuhan

Rajah 5. Puncak penyerapan O2A

Imej di atas menunjukkan spektrum tumbuh-tumbuhan tipikal satelit 04. Puncak penyerapan O2B berhampiran 687 nm, puncak penyerapan O2A berhampiran 760 nm, dan puncak penyerapan H2O berhampiran 720 nm boleh diperhatikan. Berbanding dengan spektrum penyerapan Fraunhofer standard, kedudukan spektrum adalah tepat dan kesan anjakan spektrum boleh diabaikan (

Pengiraan SIF

Kaedah Pengisian Garis Gelap Fraunhofer Interpolasi Spline yang Dipertingkatkan (iFLD)

Berdasarkan kaedah pengisian garis gelap (FLD) Fraunhofer, penambahbaikan telah dibuat dalam pemilihan jalur rujukan dan jalur bersebelahan. Sebanyak 8 jalur telah dipilih mengikut lebar puncak penyerapan, dan fungsi splin digunakan untuk menyesuaikan spektrum latar belakang.

Rajah 6. Julat jalur yang digunakan untuk pemasangan

Rajah 7. Keputusan pemadanan fungsi spline dan interpolasi (Pixel1, 2 dan 3 masing-masing mewakili piksel pokok renek, tanah ladang dan bangunan).

Seperti yang ditunjukkan dalam rajah di atas, garis putus-putus mewakili hasil pemadanan menggunakan lapan jalur berhampiran puncak penyerapan O2A. Oleh kerana jalur 211 dan 212 terletak di kedua-dua belah puncak penyerapan O2A, nilai purata, 760.43195 nm, digunakan sebagai nilai sinaran yang terjejas oleh SIF, dan juga sebagai panjang gelombang sasaran untuk pemadanan fungsi splin. Dalam rajah di atas, di bahagian bawah fungsi kuadratik, perbezaan antara nilai spektrum asal dan nilai pemadanan fungsi splin ialah bahagian yang diisi oleh SIF, iaitu keamatan SIF.

Berdasarkan keadaan rupa bumi sebenar, litupan tumbuh-tumbuhan piksel pokok renek Pixel 1 jauh lebih rendah berbanding tanah pertanian, dan keamatan fotosintesis juga lebih rendah berbanding tanaman semasa tempoh pertumbuhannya yang pesat. Oleh itu, nilai SIF jauh lebih rendah berbanding tanah pertanian Pixel 1. Pixel 3, sebagai kawasan tepu binaan, hanya menyediakan SIF dengan sedikit landskap dan pokok hijau, menghasilkan nilai SIF yang terendah.

Pengesahan Keputusan SIF

Rajah 8. Perbandingan keputusan pengiraan untuk jalur penyerapan yang berbeza

Rajah di atas menunjukkan keputusan SIF menggunakan kedudukan jalur yang berbeza dan membandingkannya dengan NDVI daripada data Sentinel-2 yang sama. Seperti yang ditunjukkan, SIF yang menggunakan jalur O2A mempunyai hingar paling sedikit, dan taburan data adalah hampir dengan NDVI. Jalur O2B, disebabkan oleh kedalaman penyerapannya yang lebih cetek, menunjukkan hingar yang ketara, tetapi trend taburan masih dapat dilihat. Keputusan yang dikira daripada jalur ciri bukan SIF hampir tidak memberikan maklumat berguna. Perbandingan ini menunjukkan keberkesanan kaedah kami.

Kes Permohonan

Rajah 9. Peta taburan SIF di kawasan tanah pertanian dan hutan

 Rajah 10. Peta Taburan NDVI bagi Kawasan Ladang dan Hutan 

Rajah 11. Peta taburan NDVI beresolusi tinggi di kawasan tanah pertanian

Rajah 12. Perbandingan statistik kelembapan dan hujan tanah zon akar di kawasan tanaman dan hutan.

Nilai SIF di kawasan hutan dan tanaman yang dinyatakan di atas menunjukkan perbezaan yang ketara dan sedikit berbeza daripada taburan NDVI. Di kawasan tanaman, kerana resolusi asal imej sentinel adalah 10 meter, selepas pensampelan semula untuk memadankan resolusi SIF, pencampuran tanaman dan tanah di kawasan tanah pertanian kiri bawah menurunkan nilai NDVI keseluruhan. Walau bagaimanapun, fenomena SIF yang tinggi di tanah pertanian jelas diperhatikan dalam keputusan SIF. Kawasan hutan, dengan rupa bumi pergunungan dan tumbuh-tumbuhan yang terdiri terutamanya daripada pokok renek rendah dan beberapa pokok, mempunyai litupan tumbuh-tumbuhan yang lebih rendah daripada kawasan tanah pertanian, mengakibatkan nilai SIF yang jauh lebih rendah. Tambahan pula, menurut carta statistik di atas, hujan menurun di kedua-dua kawasan selepas Mac, menyebabkan penurunan kelembapan tanah yang ketara, dengan penurunan yang lebih besar di kawasan hutan berbanding di kawasan tanaman. Memandangkan kawasan tanaman biasanya mempunyai kemudahan pengairan, manakala kawasan pergunungan secara amnya tidak, adalah spekulasi bahawa kawasan hutan mungkin mengalami tekanan kemarau, yang membawa kepada penurunan selanjutnya dalam SIF. Ini menunjukkan bahawa, berbanding NDVI, SIF boleh memerhatikan fenomena tekanan tanaman dengan lebih sensitif dan mengenal pasti kawasan yang tertekan, sekali gus menyediakan alat yang lebih berkuasa untuk penilaian persekitaran ekologi dan pertanian jitu.