近年來，南京農業大學農學院智慧農業團隊利用日光誘導葉綠素熒光（SIF）估測產量進行了深入研究。研究結果近日以“The relationship between wheat yield and sun-induced chlorophyll fluorescence from continuous measurements over the growing season”為題，發表在國際著名頂級遙感期刊《Remote Sensing ofEnvironment》。 　　利用遙感手段快速準確地估測小麥產量對全球糧食安全有重要意義。日光誘導葉綠素熒光（Sun-induced chlorophyll fluorescence，SIF）已被證明可以用于準確評估植被生產力，因此具有估測小麥產量的潛力。現有研究大部分基于衛星尺度考察SIF估測作物產量的效果，然而衛星SIF影像粗糙的時空分辨率限制了對SIF估測農作物產量能力的評估。此外，小麥生長過程中冠層結構和生理以及外界環境條件均處于動態變化中，闡明這些動態變化的因子對基于SIF的小麥產量估算模型的影響，對生產力估測具有重要意義。 　　本研究評估了小麥不同關鍵生育時期和不同時間尺度的SIF參數[SIFyNIR、SIFyNIR_tot、NDFI]估測小麥產量的效果，明確了基于SIF估測小麥產量的最優參數和最佳生育時期，并與基于反射率的植被指數[近紅外處植被反射率（NIRv）、歸一化植被指數（NDVI）]估測效果進行對比。結果表明，所有參數中，開花期的SIFyNIR_tot與小麥產量的相關性最好。相比植被指數，SIFyNIR_tot在開花期和灌漿期估測產量的效果更好。 　　此外，該研究還應用主成分分析法和偏最小二乘法的變量投影重要性，評估了LAI，Cab和PPFD對不同SIF-產量模型的影響程度。結果表明，LAI對模型的影響最大，其次是Cab，最后是PPFD；在不同LAI，Cab和PPFD的條件下，相比SIFyNIR-產量模型，SIFyNIR_tot-產量模型更穩定。 　　南京農業大學農學院國家信息農業工程技術中心為論文第一完成單位，博士研究生朱杰為第一作者，姚霞教授為通訊作者。朱艷教授、曹衛星教授、Timothy A.Warner教授、劉良云研究員、張永光教授、程濤教授、江沖亞教授等在論文撰寫方面提供了幫助。研究得到了國家重點研發專項、國家自然科學基金等項目資助。 　　論文鏈接：/file/upload/2023-10-09/nzb53pi5vpu