Повышение точности анализа продуктивности сельхозкультур: новый подход с использованием SIF и PRI для оценки GPP в рисовых полях

Солнечно-индуцированная флуоресценция хлорофилла (SIF) и индекс фотохимической отражательной способности (PRI) стали важными инструментами для оценки фотосинтетической и углерод-депонирующей способности наземной растительности, в частности для определения валовой первичной продукции (GPP).

Однако взаимосвязь между SIF, PRI и GPP сталкивается с трудностями из-за высокой временной и пространственной изменчивости, а также влияния различных факторов наблюдения, таких как структура полога и физиологическое состояние растений.

Несмотря на потенциал многоугловых наблюдений и модели функции распределения двунаправленной отражательной способности (BRDF) для смягчения этих проблем, их применение к SIF и PRI для оценки GPP остаётся малоизученным.

В исследовании, опубликованном в Plant Phenomics, учёные использовали многоугловой спектрометр вместе с системой вихревой ковариации (EC) для повышения точности оценки GPP на субтропическом рисовом поле в Китае с помощью модели PRI-boosting SIF-GPP. Они инновационно применили полуэмпирическую ядерно-управляемую BRDF-модель в сочетании с двухлистовой моделью для углублённого анализа как «горячих точек» полога, так и общего полога по PRI и SIF (PRIhs/SIFhs и PRItot/SIFtot соответственно).

Этот двойной модельный подход позволил построить модели PRI+SIF-GPP для «горячих точек» и общего полога, эффективность которых была тщательно проверена на валидационном наборе данных. Результаты показали значимые корреляции между индексами PRI/SIF и GPP на различных временных масштабах, что позволило построить надёжные линейные модели для оценки GPP.

Исследование выявило динамические реакции PRI/SIF на условия окружающей среды, количественно оценив их точность с помощью метрик R², RMSE и RPD в различных моделях.

Анализ временной динамики GPP, индекса площади листьев (LAI) и фотосинтетически активной радиации (PAR) подчеркнул решающую роль ясной и облачной погоды в силе этих корреляций. В частности, ежедневный и получасовой анализ показал, что показатели общего полога (SIFtot и PRItot) эффективнее отражают вариации GPP, чем их аналоги для «горячих точек» (SIFhs и PRIhs), демонстрируя более сильное соответствие суточным и внутрисуточным колебаниям GPP.

Это соответствие было дополнительно усилено за счёт разделения теневых и освещённых листьев в двухлистовой модели, что значительно улучшило корреляцию между SIF/PRI и GPP, особенно для PRI.

Исследование также изучило влияние экологических стрессов, таких как PAR, температура (T) и дефицит давления пара (VPD), на работу PRI и SIF, показав, что эти факторы непропорционально влияют на оценочные возможности PRI и SIF.

Детальное моделирование и валидация показали, что комбинирование PRI и SIF для оценки GPP существенно превосходит модели, основанные на отдельных индексах. Это превосходство было особенно выражено после интеграции различия между теневой и освещённой частями полога, что сделало модель PRItot+SIFtot-GPP наиболее эффективной для оценки GPP.

Таким образом, работа не только углубляет понимание сложных взаимодействий между факторами окружающей среды, SIF, PRI и GPP, но и демонстрирует превосходные оценочные возможности комбинированных моделей PRI и SIF, особенно при учёте тонких различий между компонентами растительного полога. Это открывает путь к более точному неинвазивному отслеживанию процессов фотосинтеза и депонирования углерода в сельском хозяйстве.