Обнаружение и применение флуоресценции хлорофилла, вызванной солнечным светом, на основе космического гиперспектрометра.

Рисунок 1. Распределение SIF в Северной Нигерии, Африка, по состоянию на 8 апреля 2025 года.

В настоящее время большая часть данных о флуоресценции хлорофилла, вызванной солнечным светом (SIF), представлена ​​в виде дискретных точек с разреженным пространственным охватом.

Для проведения высокоразрешающего исследования флуоресценции хлорофилла мы использовали гиперспектральный прибор со спектральным разрешением 0,48 нм, надеясь восполнить пробел в существующих спутниковых платформах для получения изображений флуоресценции хлорофилла, вызванной солнечным светом, с более высоким пространственным разрешением.

Таблица 1. Ключевые показатели эффективности некоторых космических датчиков с возможностью обнаружения SIF.

*Ссылка: Чжан Лифу; Ван Сихэн; Хуан Чанпин. 2018. Метод инверсии данных дистанционного зондирования со спутника для определения флуоресценции хлорофилла, вызванной солнечным излучением. Журнал дистанционного зондирования, 22(1): 1-12

Основы расчета SIF

Часть световой энергии, поглощаемой растительностью, не используется для фотосинтеза, а излучается в виде флуоресценции в длинноволновом диапазоне. Флуоресценция хлорофилла локализуется в красной и дальней красной областях спектра (650-800 нм). Как побочный продукт фотосинтеза, флуоресценция органически связана с механизмом фотосинтеза и может напрямую отражать фотосинтетическую способность растительности.

Флуоресценция вносит вклад в видимое отражение растительного покрова; пики отражения на длинах волн 685 и 760 нм можно наблюдать с помощью спектрометра с субнанометровым разрешением. На длине волны 685 нм флуоресценция вносит 10–20% в видимое отражение, а на длине волны 740 нм — 2–6%.

В красной кайме растительности (650-800 нм) флуоресценция вносит вклад в видимое отражение.

Преимущества SIF по сравнению с вегетационными индексами: основанные на отражательной способности вегетационные индексы не могут оперативно выявлять ранние признаки аномального роста растительности на начальных стадиях экологических аномалий, демонстрируя задержку. SIF, напротив, может обнаруживать аномалии более чувствительно.

Рисунок 2. Расположение скрытых линий Фраунгофера и Феэме.

Метод заполнения темных линий Фраунгофера: Из-за поглощения атмосферой солнечный спектр содержит множество тонких темных линий, известных как темные линии Фраунгофера. Сигналы флуоресценции можно количественно измерить на определенных длинах волн, ослабленных солнечным спектром.

Солнечное излучение имеет три основные полосы поглощения в красной и ближней инфракрасной областях: линия Hα на длине волны 656,3 нм (представленная поглощением атмосферного водорода) и линии поглощения O2 в атмосфере Земли на длинах волн 687 нм и 760 нм. Эти полосы обычно перекрываются со спектром флуоресцентного излучения хлорофилла. Технология дистанционного зондирования флуоресценции сравнивает глубину спектральных линий солнечного излучения с глубиной спектральных линий излучения растений, измеряя количество флуоресценции, испускаемой при коротковолновом возбуждении, чтобы заполнить «колодец» Фраунгофера до определенной степени. «Колодец» Фраунгофера представляет собой линию поглощения в определенном диапазоне длин волн, напоминающую «колодец».

Предполагая, что спектральная отражательная способность растительного покрова R в области темной линии Фраунгофера и смежных спектральных областях одинакова, интенсивность флуоресценции f растительности в области темной линии Фраунгофера и смежных спектральных областях рассчитывается по следующей формуле:

Рисунок 3. Принцип обнаружения флуоресценции с помощью темной линии Фраунгофера.

а, б: Интенсивность спектра солнечного излучения, измеренная с использованием эталонной пластины в области темной линии Фраунгофера и прилегающих спектральных областях.

c, d: Интенсивность спектра излучения, отраженного растительным покровом в области темной линии Фраунгофера и прилегающих спектральных областях.

λ0: Центральная длина волны темной линии Фраунгофера.

Поскольку R не зависит от флуоресценции, флуоресценцию хлорофилла можно измерить простым способом, измеряя спектральную отражательную способность, солнечную иррадиацию и отражательную способность растительного покрова в полосе темной линии Фраунгофера.

Различные виды растительности и условия их произрастания приводят к различным соотношениям значений относительной интенсивности флуоресценции при 760 нм и 687 нм, рассчитанным методом FLD, которые могут быть использованы в качестве основы для оценки физиологического состояния растений.

Образец данных

Рисунок 4. Пример спектра пикселей растительности.

Рисунок 5. Пик поглощения O2A

На изображении выше показан типичный спектр растительности спутника 04. Наблюдаются пик поглощения O2B вблизи 687 нм, пик поглощения O2A вблизи 760 нм и пик поглощения H2O вблизи 720 нм. По сравнению со стандартным спектром поглощения Фраунгофера, положения спектров точны, а эффект спектрального сдвига незначителен (

Расчет SIF

Усовершенствованный метод заполнения темных линий Фраунгофера с помощью сплайновой интерполяции (iFLD)

На основе метода заполнения темных линий Фраунгофера (FLD) были внесены улучшения в выбор опорных и соседних полос. В общей сложности было выбрано 8 полос в соответствии с шириной пика поглощения, а для аппроксимации фонового спектра использовались сплайновые функции.

Рисунок 6. Диапазон частот, использованный для подгонки.

Рисунок 7. Результаты аппроксимации сплайновой функцией и интерполяции (пиксели 1, 2 и 3 представляют собой, соответственно, кустарники, сельскохозяйственные угодья и здания).

Как показано на рисунке выше, пунктирная линия представляет результаты аппроксимации с использованием восьми полос вблизи пика поглощения O2A. Поскольку полосы 211 и 212 расположены по обе стороны от пика поглощения O2A, среднее значение 760,43195 нм используется в качестве значения излучения, подверженного влиянию SIF, а также в качестве целевой длины волны для аппроксимации сплайновой функцией. На рисунке выше в нижней части квадратичной функции разница между исходным спектральным значением и значением, полученным с помощью сплайновой функции, представляет собой часть, заполненную SIF, то есть интенсивность SIF.

Исходя из реальных условий местности, растительный покров кустарниковых участков пикселя 1 значительно ниже, чем на сельскохозяйственных угодьях, а интенсивность фотосинтеза также ниже, чем у культурных растений в период их интенсивного роста. Следовательно, значение SIF значительно ниже, чем у сельскохозяйственных угодий пикселя 1. Пиксель 3, представляющий собой застроенную территорию, обеспечивает SIF при небольшом количестве озеленения и зеленых деревьев, что приводит к самому низкому значению SIF.

Проверка результатов SIF

Рисунок 8. Сравнение результатов расчетов для различных полос поглощения.

На рисунке выше показаны результаты SIF, полученные с использованием различных положений полос, и проведено их сравнение с NDVI, полученным из тех же данных Sentinel-2. Как видно, SIF, полученный с использованием полосы O2A, имеет наименьший уровень шума, а распределение данных близко к распределению NDVI. Полоса O2B, из-за меньшей глубины поглощения, показывает значительный шум, но тенденция распределения все же различима. Результаты, рассчитанные на основе нехарактерных для SIF полос, практически не предоставляют полезной информации. Это сравнение демонстрирует эффективность нашего метода.

Примеры применения

Рисунок 9. Карта распространения SIF на сельскохозяйственных угодьях и в лесных массивах.

 Рисунок 10. Карта распределения NDVI сельскохозяйственных угодий и лесных массивов. 

Рисунок 11. Карта распределения NDVI с высоким разрешением на территории сельскохозяйственных угодий.

Рисунок 12. Статистическое сравнение влажности почвы в корневой зоне и количества осадков в сельскохозяйственных и лесных районах.

Значения SIF в вышеупомянутых лесных и сельскохозяйственных районах демонстрируют значительные различия и незначительно отличаются от распределения NDVI. В сельскохозяйственном районе, поскольку исходное разрешение изображения составляет 10 метров, после передискретизации для соответствия разрешению SIF, смешение сельскохозяйственных культур и почвы в нижней левой части сельскохозяйственного участка снизило общее значение NDVI. Однако в результатах SIF четко прослеживается явление высокого SIF в сельскохозяйственных районах. Лесной район, с его горным рельефом и растительностью, состоящей в основном из низких кустарников и некоторых деревьев, имеет меньший растительный покров, чем сельскохозяйственный район, что приводит к значительно более низкому значению SIF. Кроме того, согласно приведенным выше статистическим диаграммам, количество осадков в обоих районах уменьшилось после марта, что привело к значительному снижению влажности почвы, причем снижение было более значительным в лесном районе, чем в сельскохозяйственном. Поскольку сельскохозяйственный район обычно имеет ирригационные сооружения, в то время как горный район, как правило, их не имеет, предполагается, что лесной район может испытывать засуху, что приводит к дальнейшему снижению SIF. Это свидетельствует о том, что по сравнению с NDVI, SIF позволяет более точно наблюдать за явлениями стресса у растений и выявлять стрессовые участки, предоставляя более мощный инструмент для оценки экологической обстановки и точного земледелия.