近日，我院竞霞教授在测绘遥感领域国际顶级期刊《Remote Sensing of Environment》发表了题为“Downscaling method for red solar-induced chlorophyll fluorescence using modified kernel normalized difference vegetation index”的研究成果，论文第一作者为竞霞教授，第二作者为硕士研究生赵佳琪，通讯作者为中国科学院空天信息创新研究院刘新杰研究员。RSE期刊（中科院一区TOP，IF=11.4）被公认为测绘遥感领域最权威的期刊，在全球同类SCI学术期刊中长期排名第一，主要发表测绘遥感观测的理论、应用和方法相关的原创文章。

成果简介：

日光诱导叶绿素荧光（SIF）是光合作用活性的直接指标。红光波段荧光（RSIF）主要由光系统II（PSII）发射，其较远红光波段荧光（FRSIF）具有更密切的生理相关性。然而由于冠层RSIF会受到叶绿素再吸收和多重散射的显著影响，因此其仅能反映光系统尺度荧光（RSIF_PS）的极小部分。现有的将RSIF降尺度到RSIF_PS的方法常依赖经验指标，尤其在植被稀疏条件下处理冠层结构异质性与背景效应时稳健性有限。为了解决这一问题，本研究基于非线性映射理论构建了一种改进的核归一化差异植被指数（MKNDVI），并利用该指数估算红光波段植被反射率，以获取光系统尺度荧光。该降尺度方法在不同条件下均表现出较强的稳定性，能够有效削弱土壤背景、冠层结构及叶绿素重吸收效应的干扰。同时，在C3和C4作物中对APAR_green表现出稳定且显著的响应关系。因此，MKNDVI为将RSIF从冠层降至光系统尺度提供了稳健而有效的工具，显著提升了RSIF监测光合作用活性的潜力。

论文下载地址：https://authors.elsevier.com/c/1mkv17qzTAs0-

本研究由国家自然科学基金面上项目（42171394）资助。