综合新闻

近日，水土保持科学与工程学院（水土保持研究所）水土保持与荒漠化整治全国重点实验室吕肖良研究员团队在利用日光诱导叶绿素荧光（SIF）估算农作物产量方面取得了一系列重要进展。团队基于SIF技术，结合光系统II（PSII）反应中心开放比例（qL）这一关键生理参数，提出了一种创新作物产量估算模型。首先，团队提出了一种基于卫星SIF数据估算qL的方法，并自主开发了专用设备来测定该模型所需的qL相关参数。随后，结合机理光响应（MLR）模型，团队估算了农作物的总初级生产力（GPP），最终计算出农作物产量。该方法无需使用农作物产量数据作为训练数据，显著简化了产量估算的流程，适合发展中国家估产研究。 

研究团队将SIF估产模型应用于美国中西部地区，估算了2018-2023年间玉米和大豆的产量。结果显示，该模型能够解释县级产量变异性的78%。这一成果验证了SIF与qL结合模型的高可靠性。相关研究以“A practical SIF-based crop model for predicting crop yields by quantifying the fraction of open PSII reaction centers (qL)”为题，发表在遥感领域的著名期刊《Remote Sensing of Environment》。论文的第一作者为已毕业博士王亚凯，通讯作者为吕肖良研究员，于强教授和刘准桥副研究员为合作者。

图1 美国中西部地区县级作物产量预测结果 

研究团队还利用该模型估算了2019年至2022年澳大利亚的小麦产变化。结果表明，在区域尺度和州级尺度上，模型分别解释了86%和91%的小麦产量变异。相关研究以“A lightweight SIF-based crop yield estimation model: a case study of Australian wheat”为题发表在农业领域知名期刊《Agricultural and Forest Meteorology》。论文的第一作者为科研助理薛金儒，通讯作者为吕肖良研究员，刘准桥副研究员和悉尼科技大学教授Alfredo Huete为合作者。

图2基于SIF的澳洲小麦产量估计值与基于统计报告的小麦产量比较  

测定qL所需的参数的设备以“Application of Simultaneous Active and Passive Fluorescence Observations: Extending a Fluorescence-Based qL Estimation Model”为题，发表于科学仪器类专业期刊《Sensors》。论文的第一作者为博士生郭晨辉，通讯作者为吕肖良研究员，刘准桥副研究员为合作者。

以上三项研究得到国家自然科学基金（42071328，41901293）和中国高校科学基金（24520212452021125）的资助。

原文链接：

https://doi.org/10.1016/j.rse.2025.114658

https://doi.org/10.1016/j.agrformet.2025.110439

https://doi.org/10.3390/s25061700