葉綠素?zé)晒膺b感在陸地生態(tài)系統(tǒng)碳循環(huán)和陸氣相互作用中的應(yīng)用研究進(jìn)展

邱博,郭維棟

自工業(yè)革命以來,受人類活動影響,大氣中二氧化碳(CO2)的濃度持續(xù)上升。作為重要的溫室氣體之一,CO2濃度的上升被認(rèn)為是引發(fā)全球變暖的主要原因。陸地生態(tài)系統(tǒng)通過光合作用可以吸收約30%的人為碳排放(Le Quéré et al.,2013;Piao et al.,2022),因此植被在調(diào)節(jié)全球碳平衡、減緩大氣中CO2濃度上升等方面具有不可替代的作用(于貴瑞等,2011;袁文平等,2014;Ryu et al.,2019)。植物通過光合作用在單位時間內(nèi)所固定有機碳的量是植被總初級生產(chǎn)力(Gross Primary Productivity,GPP),它決定了進(jìn)入陸地生態(tài)系統(tǒng)的初始物質(zhì)和能量,直接影響植被凈初級生產(chǎn)力及其在各碳庫的分配量。因此,GPP是聯(lián)系植被和大氣之間碳交換的重要紐帶,在陸地生態(tài)系統(tǒng)碳循環(huán)研究中具有重要的作用。

植被光合作用直接影響植被與大氣之間的物質(zhì)和能量交換,近半個世紀(jì)以來,如何準(zhǔn)確估算全球尺度GPP是陸地碳循環(huán)領(lǐng)域的研究熱點之一。植被的光合作用受到溫度、降水、輻射、大氣中CO2濃度等很多因素的影響(Ryu et al.,2019),目前對植被光合作用只能實現(xiàn)葉片尺度的觀測,但是無法實現(xiàn)更大尺度上的直接觀測,因此需要一些代用指標(biāo)來估算區(qū)域和全球尺度植被光合作用的速率(Tucker,1979;Frankenberg et al.,2011;Badgley et al.,2017)。隨著遙感技術(shù)的發(fā)展,區(qū)域和全球尺度植被光合作用的代用指標(biāo)逐漸發(fā)展起來,其中應(yīng)用最為廣泛的就是植被指數(shù)。植被指數(shù)是根據(jù)植被的光譜特性,將衛(wèi)星可見光和近紅外波段進(jìn)行組合而形成的指數(shù),可以簡單、有效地反映地表植被的生長狀態(tài)及其對于環(huán)境變化的響應(yīng)(Goward et al.,1985;Justice et al.,1985;Tucker et al.,1985)。20世紀(jì)80年代開始,基于AVHRR衛(wèi)星光譜數(shù)據(jù)構(gòu)建的歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)開始用來監(jiān)測全球植被的生長狀況,是目前陸地碳循環(huán)領(lǐng)域應(yīng)用最為廣泛的植被指數(shù)之一(Goward et al.,1991;Tucker et al.,2001)。隨后越來越多的植被指數(shù),如增強植被指數(shù)(Enhanced Vegetation Index,EVI),開始應(yīng)用于全球植被監(jiān)測和GPP的估算。這些植被指數(shù)(如NDVI和EVI)的發(fā)展極大地促進(jìn)了陸地生態(tài)系統(tǒng)生產(chǎn)力及其對氣候變化響應(yīng)的研究(Turner et al.,2003;Running et al.,2004),但是傳統(tǒng)的植被指數(shù)只能反映植被潛在的光合作用能力,并不與光合作用過程直接相關(guān),在全球植被光合作用監(jiān)測中還存在一些問題(van Leeuwen et al.,2006;Meroni et al.,2008),因此需要一種更直接反映光合作用的指數(shù)來監(jiān)測區(qū)域和全球尺度植被的生長狀況。

葉綠素?zé)晒馐侵参镌诠庹諚l件下,由植物的光合作用中心在650～800 nm波段發(fā)射的光譜信號,在紅光(690 nm左右)和近紅外(740 nm左右)波段有兩個波峰,能直接反映植被實際光合作用的動態(tài)變化(Porcar-Castell et al.,2014)。在植物生理學(xué)領(lǐng)域,利用實驗室中觀測到的葉綠素?zé)晒鈦硌芯抗夂献饔靡呀?jīng)有幾十年的歷史(Krause and Weis,1991),葉綠素?zé)晒饪梢杂糜谘芯恐参飳Νh(huán)境和養(yǎng)分條件變化的響應(yīng)過程(Maxwell and Johnson,2000;Baker 2008;Ashraf et al.,2013)。但是在區(qū)域和全球尺度上,由于植被吸收的太陽輻射只有0.5%～2%用于發(fā)射熒光(Maxwell and Johnson,2000;Porcar-Castell et al.,2014),光譜信號非常弱,大大增加了葉綠素?zé)晒膺b感反演的難度。Frankenberg et al.(2011)首次實現(xiàn)了全球尺度日光誘導(dǎo)葉綠素?zé)晒?Solar-Induced chlorophyll Fluorescence,SIF)的反演,并發(fā)現(xiàn)SIF與GPP之間存在顯著的線性相關(guān)關(guān)系(Frankenberg et al.,2011;Joiner et al.,2011)。由于早期反演的SIF數(shù)據(jù)空間分辨率都是幾十至上百公里,在更精細(xì)的空間尺度上SIF與GPP之間的線性關(guān)系是否成立仍不清楚。2017年,基于OCO-2衛(wèi)星的高分辨率SIF數(shù)據(jù),發(fā)現(xiàn)在通量站點尺度上SIF與GPP之間的線性關(guān)系仍然成立,這項研究也成為葉綠素?zé)晒膺b感領(lǐng)域的又一個“里程碑”(Sun et al.,2017)。隨后越來越多的研究都表明在不同的時空尺度上SIF與GPP之間的變化高度一致(Guanter et al.,2014;Sun et al.,2018;Taylor et al.,2020;Li and Xiao,2022)。NDVI和EVI等傳統(tǒng)的植被指數(shù)只能反映植被潛在的光合作用能力,葉綠素?zé)晒膺b感是植被實際光合作用能力的探測方法,為全球植被光合作用的監(jiān)測提供了新的思路和方法(Frankenberg et al.,2011;Joiner et al.,2013;Guanter et al.,2014)。

葉綠素?zé)晒膺b感是近10年來陸地碳循環(huán)領(lǐng)域最具突破性的研究。中國科學(xué)院科技戰(zhàn)略咨詢研究院每年會發(fā)布研究前沿報告,遴選和展示各個學(xué)科領(lǐng)域中的熱點前沿和新興前沿,“基于衛(wèi)星數(shù)據(jù)的日光誘導(dǎo)葉綠素?zé)晒狻痹?020和2021年連續(xù)兩年入選地球科學(xué)領(lǐng)域的10大熱點前沿(科睿唯安,2021,2022)。本文將梳理葉綠素?zé)晒膺b感發(fā)展及其在陸地生態(tài)系統(tǒng)碳循環(huán)和陸氣相互作用中的應(yīng)用研究進(jìn)展,討論該領(lǐng)域研究面臨的挑戰(zhàn)和未來發(fā)展方向。

1 葉綠素?zé)晒膺b感研究進(jìn)展

1.1 衛(wèi)星葉綠素?zé)晒膺b感產(chǎn)品的發(fā)展

葉綠素?zé)晒馐枪夂献饔眠^程中重新釋放的微弱能量,是植物本身的一種“發(fā)光”現(xiàn)象(Maxwell and Johnson,2000;Baker,2008)。許多研究都表明,相對于傳統(tǒng)的植被指數(shù),SIF在陸地生態(tài)系統(tǒng)監(jiān)測中具有優(yōu)勢。一方面,SIF包含植物生理相關(guān)的信號,而基于反射率構(gòu)建的植被指數(shù)并沒有包含植物的生理信息(Porcar-Castell et al.,2014)。另一方面,植被指數(shù)的反演受到土壤背景和云的影響較大(van Leeuwen et al.,2006;Montandon and Small,2008),SIF的信號主要來自植被,土壤和云并不會發(fā)射熒光信號,因此SIF數(shù)據(jù)受土壤背景和云的影響較小(Doughty et al.,2021)。

由于SIF是相對微弱的信號,SIF的反演對于傳感器的光譜分辨率和信噪比要求很高。隨著遙感技術(shù)的發(fā)展,最初設(shè)計用于反演大氣中CO2和甲烷濃度的溫室氣體衛(wèi)星傳感器具備了反演SIF所需的高光譜數(shù)據(jù),使得利用衛(wèi)星反演全球的SIF成為可能。Frankenberg et al.(2011)基于GOSAT衛(wèi)星的數(shù)據(jù),首次反演得到了全球尺度的SIF數(shù)據(jù)?；诓煌l(wèi)星平臺SIF的成功反演(Joiner et al.,2011;Du et al.,2018;K?hler et al.,2018;Sun et al.,2018;Eldering et al.,2019;Doughty et al.,2021),極大地促進(jìn)了SIF數(shù)據(jù)在植被光合作用監(jiān)測中的應(yīng)用。

1.1.1 衛(wèi)星SIF遙感數(shù)據(jù)

GOSAT衛(wèi)星是由日本宇宙航空開發(fā)機構(gòu)與日本環(huán)境省、國立環(huán)境研究所等合作開發(fā)的全球首顆溫室氣體觀測衛(wèi)星,該衛(wèi)星在日本當(dāng)?shù)貢r間2009年1月發(fā)射升空。GOSAT的溫室氣體傳感器光譜分辨率為0.012 nm,Frankenberg et al.(2011)利用GOSAT衛(wèi)星的758～775 nm這一較窄波段的高光譜數(shù)據(jù)反演得到全球SIF產(chǎn)品。GOSAT衛(wèi)星運行周期為98 min,過境時間為當(dāng)?shù)貢r13:00左右,每3 d就可以覆蓋全球,像元大小約為82 km2(直徑約為10 km),數(shù)據(jù)覆蓋時段為2009年12月至今。由于GOSAT衛(wèi)星空間分別率較粗,同時使用的是空間非連續(xù)的間斷采樣模式,因此SIF數(shù)據(jù)的空間覆蓋率較低。

GOME-2是搭載在歐空局MetOp-A衛(wèi)星上的傳感器,GOME-2傳感器的光譜分辨率為0.2～0.5 nm,利用該傳感器的高光譜數(shù)據(jù)反演得到740 nm波段的SIF。衛(wèi)星過境時間為當(dāng)?shù)貢r09:30左右,每3 d可以覆蓋全球,像元大小為40×80 km2,2013年7月之后像元大小變?yōu)?0×40 km2,GOME-2 SIF數(shù)據(jù)覆蓋時段為2007年1月至今(Joiner et al.,2011,2013)。由于傳感器衰減的原因,GOME-2 SIF數(shù)據(jù)有較為明顯的下降趨勢,因此使用時需要進(jìn)行去線性趨勢的方法來減少傳感器衰減造成的影響(Zhang et al.,2018b;Qiu et al.,2019b)。

OCO-2是美國航空航天局在2014年7月發(fā)射的碳衛(wèi)星(Sun et al.,2017),OCO-3是OCO-2的姊妹星,從2019年5月開始搭載在國際空間站上(Eldering et al.,2019)。OCO-2和OCO-3都可以反演757 nm波段的SIF,兩顆衛(wèi)星像元大小非常接近,分別為1.3×2.25 km2和1.6×2.2 km2。相比于GOSAT和GOME-2,OCO-2和OCO-3大大提高了SIF數(shù)據(jù)的觀測精度和空間分辨率。雖然OCO-2和OCO-3的傳感器類似,由于搭載的平臺不同,各自的SIF產(chǎn)品有很大的不同。OCO-2是極軌衛(wèi)星,過境時間為當(dāng)?shù)貢r13:36左右,每16 d可以覆蓋全球,OCO-2 SIF數(shù)據(jù)覆蓋時段為2014年7月至今(Sun et al.,2018)。OCO-3衛(wèi)星搭載在國際空間站上,軌道范圍在南北緯52°之間。多數(shù)衛(wèi)星的過境時間是固定的,而OCO-3的過境時間并不固定,能夠在一天內(nèi)不同時間對某一點進(jìn)行觀測,可以在日尺度上研究植被光合作用的變化特征(Xiao et al.,2021)。

TanSat是由中國研制的首顆全球大氣二氧化碳觀測科學(xué)實驗衛(wèi)星,于2016年12月發(fā)射升空。利用衛(wèi)星搭載的高光譜二氧化碳探測儀(ACGS),我國也首次實現(xiàn)了全球SIF數(shù)據(jù)的反演(Du et al.,2018;Yao et al.,2021)。TanSat在758～778 nm波段的光譜分辨率為0.044 nm,可以反演758 nm波段的SIF,衛(wèi)星過境時間為當(dāng)?shù)貢r13:30左右,每16 d可以覆蓋全球,像元大小為2×2 km2。TanSat SIF數(shù)據(jù)與OCO-2 SIF之間有較好的一致性(Du et al.,2018)。

2017年10月,歐洲航天局發(fā)射了搭載TROPOMI傳感器的Sentinel-5P衛(wèi)星,TROPOMI傳感器具有更高的信噪比和光譜分辨率,可以同時反演紅光(683 nm)和近紅外(740 nm)兩個波段的SIF(K?hler et al.,2018;Guanter et al.,2021)。衛(wèi)星過境時間為當(dāng)?shù)貢r13:30左右,像元大小為3.5×7.5 km2。相比于之前的SIF產(chǎn)品,TROPOMI可以提供高分辨率的SIF數(shù)據(jù),使得研究更精細(xì)時空尺度上植被光合作用的變化成為可能(Doughty et al.,2021)。

圖1給出了基于不同衛(wèi)星平臺的SIF數(shù)據(jù)全球空間分布,可以看到,GOSAT數(shù)據(jù)空間連續(xù)性較差,在季節(jié)尺度上全球觀測數(shù)據(jù)有限,因此數(shù)據(jù)的空間覆蓋度很低。GOME-2空間分辨率較粗,季節(jié)尺度上數(shù)據(jù)的全球覆蓋度較好,但是數(shù)據(jù)反演精度較低。OCO-2、OCO-3和Tansat數(shù)據(jù)雖然空間分辨率較高,但是采用的是空間非連續(xù)的間斷采樣模式,空間連續(xù)性較差,因此在季節(jié)尺度上,數(shù)據(jù)仍然能看到與衛(wèi)星軌跡類似的條帶狀分布。TROPOMI提供了全球連續(xù)覆蓋的高質(zhì)量SIF數(shù)據(jù),空間連續(xù)性較好,在月尺度、周尺度上都有較高的空間覆蓋度。

圖1 不同產(chǎn)品6—8月平均的SIF全球空間分布(單位:mW·m-2·nm-1·sr-1;空間分辨率為0.5°;GOSAT、OCO-2和OCO-3的740 nm波段SIF的計算方法參見Doughty et al.(2022)):(a)2018年GOSAT的740 nm波段SIF;(b)2018年TanSat的758 nm波段SIF;(c)2018年GOME-2的740 nm波段SIF;(d)2018年TROPOMI的740 nm波段SIF;(e)2018年OCO-2的740 nm波段SIF;(f)2020年OCO-3的740 nm波段SIF

1.1.2 SIF降尺度數(shù)據(jù)

目前大部分SIF產(chǎn)品受空間分辨率和數(shù)據(jù)連續(xù)性等問題的影響,使得數(shù)據(jù)的應(yīng)用范圍受到限制。近年來,隨著機器學(xué)習(xí)算法的發(fā)展,基于不同衛(wèi)星的SIF降尺度數(shù)據(jù)開始出現(xiàn)。Gentine and Alemohammad(2018)利用機器學(xué)習(xí)算法,結(jié)合MODIS地表反射率和光合作用有效輻射的數(shù)據(jù),對GOME-2 SIF數(shù)據(jù)進(jìn)行降尺度,得到了時空分辨率更高的RSIF(Reconstructed SIF)數(shù)據(jù)。在季節(jié)和年際尺度上,RSIF數(shù)據(jù)與通量站點觀測的GPP之間的相關(guān)系數(shù)都優(yōu)于原始的GOME-2 SIF數(shù)據(jù),特別是在干旱和寒冷地區(qū)。這主要是因為在植被覆蓋度較低的地區(qū),遙感信號中的內(nèi)部噪聲會給SIF的反演帶來較大的不確定性(Joiner et al.,2011;Frankenberg et al.,2014),而基于機器學(xué)習(xí)的降尺度數(shù)據(jù)可以減少這種信號噪聲帶來的誤差(Gentine and Alemohammad,2018)。Zhang et al.(2018a)利用神經(jīng)網(wǎng)絡(luò)算法,結(jié)合MODIS的地表反射率的數(shù)據(jù),對OCO-2 SIF數(shù)據(jù)進(jìn)行降尺度,得到了空間分辨率更高(0.05°)、時間連續(xù)性更好(4 d)、時間覆蓋范圍更久(2000年至今)的CSIF(Contiguous SIF)數(shù)據(jù),拓展了熒光數(shù)據(jù)的應(yīng)用范圍。隨后,越來越多的基于不同機器學(xué)習(xí)算法和衛(wèi)星平臺的SIF降尺度數(shù)據(jù)開始出現(xiàn)(Li and Xiao,2019;Wang et al.,2019a;Duveiller et al.,2020),并廣泛應(yīng)用在陸地碳循環(huán)等研究中(Liu et al.,2020b;Zhang et al.,2020a,2020b)。

1.2 葉綠素?zé)晒膺b感的應(yīng)用

1.2.1 SIF-GPP關(guān)系

全球尺度GPP的估算是陸地碳循環(huán)領(lǐng)域研究前沿和熱點。GPP是聯(lián)系植被和大氣之間碳交換的重要紐帶,而基于衛(wèi)星和站點觀測的SIF為GPP的估算提供了新的思路。Frankenberg et al.(2011)基于GOSAT衛(wèi)星的高光譜數(shù)據(jù)反演得到全球SIF數(shù)據(jù),并發(fā)現(xiàn)在全球尺度上SIF和GPP之間呈顯著線性相關(guān)關(guān)系。Lee et al.(2013)發(fā)現(xiàn)熱帶地區(qū)GOSAT SIF與GPP在雨季和干季存在一致的變化特征,而植被指數(shù)則無法顯示雨季和干季的GPP變化。在農(nóng)田生態(tài)系統(tǒng),GOME-2 SIF與GPP之間為顯著的線性相關(guān)關(guān)系(Guanter et al.,2014),因此SIF可以用來提高農(nóng)作物產(chǎn)量的估算精度(Guan et al.,2016)。雖然GOSAT和GOME-2 SIF的空間分辨率較粗,但是不同生態(tài)系統(tǒng)的SIF和GPP之間的線性關(guān)系都顯示了SIF在估算區(qū)域和全球尺度GPP研究中應(yīng)用的潛力(Frankenberg et al.,2011;Lee et al.,2013;Qiu et al.,2018)。相比于GOSAT和GOME-2 SIF產(chǎn)品,OCO-2 SIF在空間分辨率和反演精度方面有了很大的提高,為研究不同時空尺度上SIF-GPP關(guān)系提供了新的機會(Wood et al.,2017;K?hler et al.,2018)。Sun et al.(2017)利用多套GPP數(shù)據(jù),結(jié)合經(jīng)驗正交函數(shù)分析法,發(fā)現(xiàn)SIF數(shù)據(jù)可以反映全球尺度GPP的時空變化特征,不同植被類型的GPP通量觀測數(shù)據(jù)也進(jìn)一步驗證了SIF和GPP之間的線性關(guān)系。隨后基于OCO-3、TROPOMI等多個衛(wèi)星平臺的SIF產(chǎn)品也都證實了區(qū)域和全球尺度上SIF和GPP之間一致的時空變化特征(Taylor et al.,2020;Li and Xiao,2022)。

除了基于衛(wèi)星的SIF產(chǎn)品,越來越多的地面站點觀測數(shù)據(jù)也進(jìn)一步證實了不同陸地生態(tài)系統(tǒng)SIF和GPP之間的線性關(guān)系?；谡军c觀測的SIF-GPP的線性關(guān)系在混交林(Yang et al.,2015;Paul-Limoges et al.,2018)、針葉林(Magney et al.,2019)、草地(Migliavacca et al.,2017;Verma et al.,2017)、農(nóng)田(Miao et al.,2018,2020;Dechant et al.,2020;Li et al.,2020c)等生態(tài)系統(tǒng)得到了驗證?；谛l(wèi)星和站點觀測的數(shù)據(jù)都證實了高質(zhì)量的SIF數(shù)據(jù)對于陸地碳循環(huán)的研究具有重要的意義。

在葉片和冠層尺度上SIF和GPP存在顯著的線性相關(guān),但是兩者之間的關(guān)系會受到其他因素的影響(Yang and van der Tol,2018;Zhang et al.,2018c;Chen et al.,2021a,2021b)。首先,SIF-GPP關(guān)系會受到植被冠層結(jié)構(gòu)的影響。目前站點和衛(wèi)星觀測到的都是冠層頂?shù)腟IF,冠層頂觀測到的熒光實際上是葉片激發(fā)的總熒光在冠層內(nèi)經(jīng)過復(fù)雜的冠層輻射傳輸過程之后被觀測到的,冠層頂?shù)腟IF取決于葉片激發(fā)的總熒光在冠層內(nèi)部的吸收和多次散射過程(Liu et al.,2019;Zeng et al.,2019;Dechant et al.,2020;Lu et al.,2020)。Zhang et al.(2019)利用衛(wèi)星觀測的熒光資料反演出了葉片激發(fā)的總熒光,發(fā)現(xiàn)相比于冠層頂觀測到的熒光,葉片激發(fā)的總熒光與GPP的關(guān)系更好,表明冠層結(jié)構(gòu)對于SIF和GPP之間關(guān)系有很大的影響。

SIF-GPP關(guān)系也會受到光合作用途徑的影響。雖然C3和C4植被類型SIF和GPP之間都呈現(xiàn)顯著的線性相關(guān)關(guān)系,但是C4植物SIF-GPP的斜率顯著區(qū)別于C3植物(Liu et al.,2017;Zhang et al.,2020c;Li and Xiao,2022)。He et al.(2020)利用TROPOMI SIF的數(shù)據(jù)研究了C3和C4作物SIF-GPP關(guān)系的差異,并結(jié)合作物分布比例,提高了美國大平原地區(qū)作物產(chǎn)量的估算結(jié)果。觀測角度(Hao et al.,2021,2022)和散射輻射比例(章釗穎等,2019;Zhang et al.,2020d;Hu et al.,2021)等因素也會影響SIF-GPP的關(guān)系。因此,利用SIF遙感數(shù)據(jù)估算GPP時需要更加細(xì)致考慮到這些影響因素,減小GPP估算結(jié)果的不確定性。

1.2.2 基于SIF產(chǎn)品的陸地生態(tài)系統(tǒng)對極端氣候事件的響應(yīng)過程研究

全球氣候變暖背景下,極端氣候事件頻發(fā),對陸地生態(tài)系統(tǒng)造成了嚴(yán)重的負(fù)面影響,及時精確地監(jiān)測植被動態(tài)變化對了解植被對氣候變化的響應(yīng)具有非常重要的意義。遙感數(shù)據(jù)可以監(jiān)測不同時空尺度上植被對于極端事件的響應(yīng)過程。2011年和2012年,美國德州和中部大平原分別出現(xiàn)了極端干旱,雖然兩次干旱事件形成機制略有不同,但是GOME-2 SIF都及時地顯示出植被對于水分脅迫的響應(yīng),顯示了SIF數(shù)據(jù)監(jiān)測大范圍干旱事件的潛力(Sun et al.,2015)。

在季節(jié)尺度上,基于多個衛(wèi)星平臺的SIF產(chǎn)品廣泛地應(yīng)用在熱帶地區(qū)(Qian et al.,2019)、印度北部(Song et al.,2018)、中國西南(Wang et al.,2019b)、歐洲(Yoshida et al.,2015;Wang et al.,2020)等全球不同地區(qū)的極端干旱事件的研究中。在日尺度上,Qiu et al.(2020)利用GOME-2和OCO-2 SIF數(shù)據(jù)分析了植被在日尺度上對高溫和干旱的響應(yīng)過程,發(fā)現(xiàn)在澳大利亞熱浪事件過程中OCO-2 SIF比GOME-2 SIF顯示出更早、更強的下降,造成這種差異的主要原因是衛(wèi)星過境時間的不同。GOME-2和OCO-2 SIF過境時間分別為當(dāng)?shù)貢r09:30和13:30,而午后植被受高溫脅迫的影響更嚴(yán)重。通量站點的GPP觀測數(shù)據(jù)也表明植被在午后受到高溫脅迫的影響更加嚴(yán)重,表明植被在日尺度上對極端高溫的響應(yīng)程度不同。類似受到高溫脅迫在正午之后SIF下降的現(xiàn)象也出現(xiàn)在森林和農(nóng)田生態(tài)系統(tǒng)(Paul-Limoges et al.,2018)。

傳統(tǒng)的植被指數(shù)(NDVI、EVI)反映植被對干旱和高溫脅迫響應(yīng)過程存在一定的滯后性,SIF在監(jiān)測植物光合生理變化方面具有優(yōu)勢,可以更加準(zhǔn)確、及時地反映植被對于極端氣候事件響應(yīng)過程,揭示了SIF遙感數(shù)據(jù)對于極端事件響應(yīng)的高敏感性(Song et al.,2018;Jiao et al.,2019;Wang et al.,2019b;Li et al.,2020b,2022a;Kimm et al.,2021a,2021b;Damm et al.,2022)。

2 葉綠素?zé)晒饽Ｐ脱芯窟M(jìn)展

陸面模式包含較為完備的植被生化過程參數(shù)化方案,同時很多陸面模式是從關(guān)注與地表和大氣之間能量交換的氣候模式中發(fā)展起來的(Dickinson,1983;Sellers et al.,1986;Xue et al.,1991;Dai et al.,2003;Niu et al.,2011),因此陸面模式不僅可以用來估算全球尺度的GPP,還可以研究植被和大氣之間的相互作用。Wang et al.(2021b)評估了多個陸面模式對于GPP的模擬能力,結(jié)果表明不同模式之間的結(jié)果差異較大,全球年平均GPP的模擬結(jié)果最小的為104 Pg(以碳質(zhì)量計),最大的為175 Pg(以碳質(zhì)量計)。目前陸面模式對于GPP模擬的不確定性主要來自模式的驅(qū)動數(shù)據(jù)、模型結(jié)構(gòu)和參數(shù)等方面(陳海山和孫照渤,2002;孫國棟,2009;Fisher et al.,2014;袁文平等,2014;Wu et al.,2017)。如何提高陸面模式對于不同生態(tài)系統(tǒng)GPP的模擬效果,降低模擬結(jié)果的不確定性,仍面臨重大挑戰(zhàn)(Friedlingstein et al.,2006;Wang et al.,2011)。葉綠素?zé)晒馀c光合作用密切相關(guān),能直接反映實際光合作用的狀態(tài),利用SIF遙感數(shù)據(jù)提高陸面模式對于全球植被光合作用的模擬能力,首先需要發(fā)展適用于陸面模式的熒光模型。

2.1 葉綠素?zé)晒饽Ｐ桶l(fā)展及其與陸面模式的耦合

近年來,國際上主流的陸面模式開始發(fā)展冠層尺度的熒光模型,并利用站點和衛(wèi)星SIF數(shù)據(jù)提高陸面模式對于光合作用的模擬效果。SCOPE(Soil-Canopy Observation of Photochemistry and Energy fluxes)模型較早實現(xiàn)了SIF的模擬(van der Tol et al.,2009,2014)。SCOPE模型采用與SAIL(Scattering of Arbitrarily Inclined Leaves)模型一致的植被分層方案,即將整個植被冠層分成60層,同時定義了13個葉傾角、36個葉片方位角。在早期的SCOPE模型中,冠層結(jié)構(gòu)在垂直方向上為均勻分布,這與實際情況相差較大。

為了考慮冠層垂直結(jié)構(gòu)不均勻的情況,SCOPE模型改進(jìn)了垂直方向上對冠層的描述,使得每一層可以具有不同的葉片傾角和葉綠素含量,改進(jìn)之后的模型提高了冠層輻射傳輸過程和SIF的模擬效果(Yang et al.,2017,2021;van der Tol et al.,2019)。SCOPE模型較為詳細(xì)地描述了葉片尺度的熒光在冠層內(nèi)的吸收和散射過程,但是這個模型的計算量較大、過程復(fù)雜、輸入?yún)?shù)多,因此SCOPE模型在站點尺度上應(yīng)用較多(Zhang et al.,2016;Verma et al.,2017;Yang et al.,2021)。

為了實現(xiàn)全球尺度熒光的模擬,多數(shù)陸面模式通過簡化熒光在冠層內(nèi)的輻射傳輸過程,提高計算效率,使得模式具備全球尺度SIF的模擬能力(Lee et al.,2015;Qiu et al.,2018;Cui et al.,2020)。這些模式對于SIF的模擬主要基于以下公式:

SIF=APAR·φF·fesc。

其中:APAR(Absorbed Photosynthetically Active Radiation)為植被吸收的光合作用有效輻射,由陸面模式中冠層輻射傳輸模塊模擬得到,與植被的冠層結(jié)構(gòu)密切相關(guān)。φF為葉綠素?zé)晒猱a(chǎn)額,與太陽輻射在光合作用、熱耗散與發(fā)射熒光三方面的能量分配過程有關(guān)。fesc為所有葉片發(fā)射的總熒光逃離冠層的概率,是葉片激發(fā)的總熒光在冠層內(nèi)經(jīng)過散射、吸收等過程之后,最終到達(dá)冠層頂部被傳感器觀測到的熒光比例。

Lee et al.(2015)建立了fesc和最大羧化速率之間的經(jīng)驗關(guān)系,發(fā)展了一種簡化的冠層熒光計算方案,并將該計算方案耦合到CLM4(Community Land Model version 4)中,CLM4再現(xiàn)了SIF與GPP之間的線性關(guān)系,模擬的全球SIF空間分布與觀測較為一致。這一研究首次在陸面模式中實現(xiàn)了全球尺度SIF的模擬,顯示了SIF遙感數(shù)據(jù)在提高陸面模式碳循環(huán)的模擬能力方面的潛力。BETHY(Biosphere Energy Transfer HYdrology)模式通過耦合簡化的SCOPE模型中的SIF計算方案,具備了冠層尺度熒光的模擬能力(Norton et al.,2018)。Qiu et al.(2019a)考慮了葉片尺度激發(fā)的熒光在冠層內(nèi)的多次散射過程,構(gòu)建了適用于不同生態(tài)系統(tǒng)類型的冠層尺度SIF模擬方案,并將該方案耦合到BEPS(Boreal Ecosystem Productivity Simulator)模式中,實現(xiàn)了站點和全球尺度SIF的模擬。更多的冠層熒光計算方案也耦合到SSiB2(Simplified Simple Biosphere model version 2)、BETHY(Biosphere Energy Transfer HYdrology)、SiB4(Simple Biosphere model version 4)、ORCHIDE(ORganizing Carbon and Hydrology In Dynamic Ecosystems)等陸面模式中(Thum et al.,2017;Norton et al.,2018;Qiu et al.,2018;Haynes et al.,2019;Raczka et al.,2019;Parazoo et al.,2020)。多數(shù)的陸面模式利用逃逸概率fesc與特定參數(shù)之間的經(jīng)驗公式來表示熒光在冠層內(nèi)的輻射傳輸過程,實現(xiàn)全球尺度SIF的模擬。Zeng et al.(2019)利用植被的近紅外反射率NIRv與fPAR這兩種廣泛使用的光學(xué)遙感數(shù)據(jù),構(gòu)建了一種簡單估算fesc的方法,該方案可以消除土壤背景對于fesc的影響,被應(yīng)用在CLM5.0的熒光計算方案中(Li et al.,2022b)。

2.2 葉綠素?zé)晒饽Ｐ驮陉懙厣鷳B(tài)系統(tǒng)碳循環(huán)及陸氣相互作用研究中的應(yīng)用

2.2.1 陸面模式參數(shù)優(yōu)化

葉綠素?zé)晒饽Ｐ涂梢杂脕韮?yōu)化陸面模式中光合作用模擬的關(guān)鍵參數(shù),提高模式對GPP的模擬效果。光合作用模型中GPP的模擬不僅受到溫度、降水、光照強度等環(huán)境因素的影響,還與植物的生理參數(shù)密切相關(guān),其中最重要的就是植物的最大羧化速率(Vcmax,maximum carboxylation rate)。Vcmax是光合作用模型中表示植物光合作用能力的重要參數(shù),指示光合作用過程中羧化反應(yīng)的速率(Li et al.,2020a;Wang et al.,2022)。已有的觀測研究表明,Vcmax受到環(huán)境因素的影響而變化,但是目前大部分陸面模式的光合作用模塊將Vcmax設(shè)置為常數(shù),給GPP的模擬帶來了較大的誤差(Zhang et al.,2014)。SIF數(shù)據(jù)為優(yōu)化光合作用模型中Vcmax的數(shù)值大小和季節(jié)變化提供了新的思路。Zhang et al.(2014)利用GOME-2 SIF數(shù)據(jù),通過優(yōu)化SCOPE模型中的Vcmax,提高了模型對GPP的模擬效果。

除了植被生理參數(shù)的優(yōu)化,SIF數(shù)據(jù)還可以用來優(yōu)化陸面模式中其他與光合作用模擬相關(guān)的參數(shù)。陸地上的碳循環(huán)和水循環(huán)通過土壤、植被以及大氣之間復(fù)雜的相互作用過程聯(lián)系起來,但是在全球尺度上陸地上的碳循環(huán)和水循環(huán)的耦合機制仍不清楚。Qiu et al.(2018)利用全球SIF和土壤濕度遙感數(shù)據(jù),結(jié)合耦合了熒光模型的SSiB2陸面模式優(yōu)化了模式中碳水耦合的關(guān)鍵參數(shù),提高了模式對土壤濕度的模擬效果,也進(jìn)一步提高了模式對SIF和GPP的模擬效果,揭示了陸面模式中碳、水循環(huán)之間的關(guān)鍵耦合機制。

2.2.2 SIF數(shù)據(jù)同化及應(yīng)用

全球碳同化系統(tǒng)是陸地和大氣之間碳通量的模擬系統(tǒng),通常由大氣輸送模式、陸面過程模式以及同化系統(tǒng)等部分組成,可以估算陸地碳匯的時空變化(Piao et al.,2022)。基于多個衛(wèi)星平臺的SIF數(shù)據(jù)與GPP呈顯著的相關(guān)關(guān)系,因此同化高質(zhì)量的SIF數(shù)據(jù)可以提高碳同化系統(tǒng)對于陸地生態(tài)系統(tǒng)碳通量的模擬效果(Bacour et al.,2019)。MacBean et al.(2018)基于SIF和GPP之間的線性關(guān)系,利用GOME-2 SIF數(shù)據(jù)優(yōu)化了GPP模擬的關(guān)鍵參數(shù),提高了GPP的模擬效果。由于SIF-GPP的關(guān)系受到冠層結(jié)構(gòu)和光合作用途徑的影響,這種基于簡單線性關(guān)系的同化方法仍存在很大的不確定性。碳同化系統(tǒng)中需要耦合基于過程的SIF計算方案,才能更好利用高質(zhì)量的SIF遙感數(shù)據(jù)提高對陸地生態(tài)系統(tǒng)碳通量的估算精度。BETHY模式具有冠層尺度SIF的模擬能力,同時也是碳同化系統(tǒng)CCDAS(Carbon Cycle Data Assimilation System)的核心部分,這使得在CCDAS系統(tǒng)中同化SIF遙感數(shù)據(jù)來提高GPP的模擬效果成為可能(Norton et al.,2019)。BEPS模式具有葉片和冠層尺度SIF的模擬能力,同時也是全球高分辨率碳同化系統(tǒng)(Global Carbon Assimilation System,GCAS)核心部分,Wang et al.(2021a)基于GCAS碳同化系統(tǒng)同化了OCO-2 SIF數(shù)據(jù),同化后全球GPP的估算誤差減小了8.3%。未來隨著SIF遙感數(shù)據(jù)和熒光模型的發(fā)展,碳同化系統(tǒng)對于全球陸地碳匯的估算精度可以進(jìn)一步提高。

2.2.3 冠層結(jié)構(gòu)對SIF-GPP關(guān)系的影響機理

陸面模式是研究SIF-GPP關(guān)系的重要工具。Zhang et al.(2016)利用全球多個通量站點的氣象數(shù)據(jù)驅(qū)動SCOPE模型,研究了不同時空尺度SIF-GPP的關(guān)系,結(jié)果表明從葉片到冠層、瞬時到季節(jié)尺度上,模擬的SIF-GPP之間的線性趨勢愈加顯著。Verrelst et al.(2015)利用SCOPE模式分析了模式中冠層頂SIF模擬的關(guān)鍵驅(qū)動因子,研究發(fā)現(xiàn)除了葉綠素含量等生理參數(shù),LAI和葉片傾角等參數(shù)對于SIF的模擬也有重要的影響,表明冠層結(jié)構(gòu)不僅直接影響冠層尺度SIF的模擬,同時也會影響SIF-GPP之間的關(guān)系。由于不同植被類型的冠層結(jié)構(gòu)差異非常大,基于站點和衛(wèi)星平臺的SIF觀測系統(tǒng)目前無法實現(xiàn)葉片激發(fā)總熒光的觀測,而陸面模式可以同時模擬葉片激發(fā)的總熒光和冠層尺度的熒光,是研究冠層結(jié)構(gòu)對于SIF-GPP關(guān)系影響的重要工具。Qiu et al.(2019a)利用模式分析了葉片尺度以及冠層尺度SIF-GPP的關(guān)系,結(jié)果表明相比于冠層尺度SIF與GPP之間的相關(guān)系數(shù),葉片尺度激發(fā)的總熒光與GPP之間的相關(guān)系數(shù)更高。不同植被類型相關(guān)系數(shù)提高的幅度也不相同,對于冠層結(jié)構(gòu)較為復(fù)雜的植被類型(闊葉林、針葉林等),相關(guān)系數(shù)提高幅度較大,對于冠層結(jié)構(gòu)相對簡單的植被類型(草地、灌木等),相關(guān)系數(shù)提高幅度較小。

3 總結(jié)與展望

本文討論了葉綠素?zé)晒膺b感發(fā)展及其在陸地生態(tài)系統(tǒng)碳循環(huán)和陸氣相互作用方面的研究進(jìn)展,重點介紹了衛(wèi)星SIF數(shù)據(jù)的發(fā)展趨勢及其在GPP估算和極端氣候事件監(jiān)測中的應(yīng)用,葉綠素?zé)晒饽Ｐ偷陌l(fā)展及其在陸面模式中的應(yīng)用。雖然葉綠素?zé)晒膺b感發(fā)展迅速,SIF產(chǎn)品廣泛應(yīng)用在陸地碳循環(huán)等研究領(lǐng)域,但是目前的研究中仍面臨諸多挑戰(zhàn),針對這些問題有以下幾點展望:

3.1 SIF數(shù)據(jù)發(fā)展與改進(jìn)

隨著遙感技術(shù)的發(fā)展,高質(zhì)量的SIF數(shù)據(jù)越來越多應(yīng)用到全球氣候變化(Liu et al.,2020a;Zhang et al.,2020a,2020b;Porcar-Castell et al.,2021)、陸地碳循環(huán)(Mohammed et al.,2019;Doughty et al.,2021;Wang et al.,2021c;Xiao et al.,2021)、陸氣相互作用(Green et al.,2017,2020;Jonard et al.,2020;Liu et al.,2020b)等研究中,但是受技術(shù)手段的限制,目前主流SIF產(chǎn)品各有優(yōu)缺點。GOME-2和GOSAT的SIF產(chǎn)品積累時間較長,但是數(shù)據(jù)的精度較低;OCO-2和OCO-3的SIF產(chǎn)品精度較高,但是數(shù)據(jù)的時空連續(xù)性較差,積累時間較短;TROPOMI SIF具有較高的精度和時空分辨率,但是數(shù)據(jù)積累時間很短,限制了TROPOMI SIF數(shù)據(jù)的應(yīng)用。

基于不同SIF產(chǎn)品的降尺度數(shù)據(jù),可以較大程度上拓展SIF數(shù)據(jù)的應(yīng)用范圍,特別是在全球氣候變化等需要長期數(shù)據(jù)的研究領(lǐng)域。在應(yīng)用SIF降尺度數(shù)據(jù)時,還需要注意數(shù)據(jù)不確定性的影響。Sloat et al.(2021)利用GOME-2 SIF和降尺度SIF數(shù)據(jù)預(yù)測作物產(chǎn)量,發(fā)現(xiàn)降尺度SIF數(shù)據(jù)雖然有更高的空間分辨率,但是預(yù)測結(jié)果卻低于原始GOME-2 SIF數(shù)據(jù),主要是因為降尺度產(chǎn)品雖然有更多的訓(xùn)練數(shù)據(jù)用于產(chǎn)量的預(yù)測,但是降尺度數(shù)據(jù)的不確定性在這個過程中也被放大了,降低了產(chǎn)量的預(yù)測效果。

未來更多高質(zhì)量的遙感數(shù)據(jù)可以提高SIF在不同的研究領(lǐng)域的應(yīng)用。目前歐空局設(shè)計的FLEX衛(wèi)星,是全球第一個專門為測量SIF設(shè)計的衛(wèi)星(Drusch et al.,2017),FLEX將提供更高質(zhì)量的紅光(685 nm)和近紅外(740 nm)波段的SIF數(shù)據(jù),空間分辨率(300 m×300 m)超過了現(xiàn)有的所有SIF產(chǎn)品。除了空間分辨率的提高,FLEX衛(wèi)星過境時間為當(dāng)?shù)貢r10:00,OCO-3可以提供在一天內(nèi)不同時間的SIF觀測,這些與現(xiàn)有的SIF產(chǎn)品相互補充,可以更加廣泛地應(yīng)用在日尺度植被光合作用變化的研究中(Xiao et al.,2021)。綜上所述,未來不同的SIF產(chǎn)品可以在更精細(xì)的時空尺度上監(jiān)測植被的生理變化及其對于極端氣候的響應(yīng)。

3.2 葉綠素?zé)晒饽Ｐ桶l(fā)展與改進(jìn)

陸面模式對SIF的模擬仍然存在較大的不確定性(Parazoo et al.,2020),不確定性主要來自以下三個方面:APAR的模擬,熒光產(chǎn)額的模擬,以及熒光在冠層內(nèi)的輻射傳輸過程。

在APAR的模擬方面,很多的研究已經(jīng)表明APAR和SIF在不同的時間尺度上都有密切的關(guān)系(Yang et al.,2015),因此APAR的模擬效果也直接影響陸面模式對于SIF的模擬(Parazoo et al.,2020)。目前陸面模式中廣泛應(yīng)用的二流輻射傳輸模型假設(shè)入射和反射的散射輻射均為各向同性,冠層垂直結(jié)構(gòu)均勻,葉片正反面的光學(xué)性質(zhì)相同等(Dickinson,1983;Sellers et al.,1986)。實際上冠層垂直方向的物理性質(zhì)具有顯著的非均勻性,不同高度的葉角分布也有較大的差異。陸面模式需要更加準(zhǔn)確描述冠層輻射傳輸過程的計算方案(Yuan et al.,2014;周文艷等,2018),比如考慮了正反葉片光學(xué)性質(zhì)不同的情況以及冠層垂直結(jié)構(gòu)不同的參數(shù)化方案(Dai et al.,2007;Qiu et al.,2016),提高模式對于APAR的模擬效果,并進(jìn)一步提高對于SIF的模擬效果。

在熒光產(chǎn)額的模擬方面,葉片尺度的熒光模型是基于光量子產(chǎn)額的方法建立的,即葉片吸收的能量用于光化學(xué)過程,非光化學(xué)淬滅(Non-Photochemical Quenching,NPQ)和發(fā)射熒光(van der Tol et al.,2014)。目前的熒光模型對于NPQ的參數(shù)化方案是基于觀測數(shù)據(jù)建立的簡單經(jīng)驗關(guān)系,缺乏對于不同環(huán)境條件下NPQ變化機制的描述,因此模型很難模擬不同狀態(tài)下NPQ的變化過程,導(dǎo)致熒光產(chǎn)額的模擬誤差較大(Parazoo et al.,2020;Martini et al.,2022)。未來還需要更多的主動和被動的熒光觀測數(shù)據(jù),建立不同環(huán)境條件下NPQ的動態(tài)變化機制,提高熒光產(chǎn)額的模擬效果。

在熒光的輻射傳輸方面,陸面模式對于葉片激發(fā)的總熒光在冠層內(nèi)輻射傳輸過程的模擬較為簡化,多數(shù)模式都是通過給出熒光的逃逸概率與特定參數(shù)之間的經(jīng)驗關(guān)系來模擬到達(dá)冠層頂部的熒光。但是冠層幾何結(jié)構(gòu)和葉片表面的光學(xué)性質(zhì)等因素對于fesc都有很大的影響(Liu et al.,2019;Zeng et al.,2019),因此這種fesc的計算方案會給SIF的模擬帶來很大的不確定性。未來需要建立更加精確的熒光輻射傳輸計算方案,特別是考慮冠層結(jié)構(gòu)、葉片傾角等關(guān)鍵因素的影響,提高冠層頂SIF的模擬效果。

致謝:GOME-2 SIF獲取自https://avdc.gsfc.nasa.gov/pub/data/satellite/MetOp/;GOSAT、OCO-2,TROPOMI SIF獲取自ftp://fluo.gps.caltech.edu/data/;OCO-3 SIF獲取自https://ocov3.jpl.nasa.gov/science/oco-3-data-center/;TanSat SIF獲取自http://gre.geodata.cn/thematicView/modislly.html?guid2=10341724097904。