南京农业大学农学院智慧农业团队在基于日光诱导叶绿素荧光遥感估测小麦产量方面取得重大进展

        南京农业大学农学院智慧农业团队利用日光诱导叶绿素荧光（SIF）估测产量进行了深入研究。研究成果发表于国际著名顶级遥感期刊《Remote Sensing ofEnvironment》。本研究评估了小麦不同关键生育时期和不同时间尺度的SIF参数[SIFyNIR、SIFyNIR_tot、NDFI]估测小麦产量的效果，明确了基于SIF估测小麦产量的最优参数和最佳生育时期，并与基于反射率的植被指数[近红外处植被反射率（NIRv）、归一化植被指数（NDVI）]估测效果进行对比。结果表明，所有参数中，开花期的SIFyNIR_tot与小麦产量的相关性最好。相比植被指数，SIFyNIR_tot在开花期和灌浆期估测产量的效果更好。此外，该研究还应用主成分分析法和偏最小二乘法的变量投影重要性，评估了LAI，Cab和PPFD对不同SIF-产量模型的影响程度。结果表明，LAI对模型的影响最大，其次是Cab，最后是PPFD；在不同LAI，Cab和PPFD的条件下，相比SIFyNIR-产量模型，SIFyNIR_tot-产量模型更稳定。