利用陆地生态系统碳循环模拟器，揭示了太阳诱导的叶绿素荧光与总初级生产力之间不随地点变化的关联关系

《Remote Sensing of Environment》：Unrevealing site-dependent relationship between solar-induced chlorophyll fluorescence and gross primary productivity using the terrestrial ecosystem carbon cycle simulator

太阳能诱导荧光（SIF）与光合初级生产（GPP）的关系在不同生态系统和时空尺度下存在显著差异。本研究开发了整合冠层尺度光谱不变性属性辐射传输模型（SIP-RTM）的陆地生物圈模型TECs-SIF，通过模拟冠层SIF和GPP揭示其非线性与线性特征随时间尺度变化的规律。利用四个 AmeriFlux 站点（包括黑云杉和阔叶林）的实测数据验证，结果显示：小时尺度SIF-GPP呈非线性（R2=0.48-0.87），日-月尺度转为线性（R2=0.89-0.97），且受冠层结构（如叶面积指数、叶序指数）和叶生化特性共同影响。

　　太阳诱导荧光（Solar-Induced Fluorescence, SIF）是一种在光合作用过程中由植物释放的微弱光信号，被认为是追踪生态系统总初级生产力（Gross Primary Productivity, GPP）的强大工具，尤其是在传统上难以通过遥感技术监测的常绿针叶林中。SIF与光合作用过程直接相关，能够反映从叶绿体到整个生态系统的碳固定情况。随着技术的发展，SIF测量可以通过航天平台和塔式仪器实现，这使得其在不同空间尺度上成为评估光合作用碳固定的有效代理指标。

SIF与GPP之间的关系在不同生态系统和时间尺度上表现出显著差异。例如，落叶阔叶林通常显示出比常绿针叶林更强的SIF-GPP相关性。C4植物与C3植物之间的SIF-GPP关系也存在差异，前者更倾向于线性关系。时间尺度对这种关系有重要影响，较长的时间尺度（如季节循环）通常表现出线性关系，而较短的时间尺度（如小时）则显示出非线性模式。这些变化可能受到植被的生物化学特性（如氮含量和叶绿素含量）以及结构特征（如叶面积指数、聚集指数和叶角分布）的影响。

尽管SIF在长期尺度上的应用已有较多研究，但在短期尺度上的模拟和应用仍面临挑战。现有的地表生物圈模型（Terrestrial Biosphere Models, TBMs）在模拟SIF时存在一定的局限性，特别是在将SIF从光系统尺度扩展到冠层尺度的过程中，许多模型采用简化的扩展方法，忽略了完整的辐射传输过程，导致SIF模拟结果存在较大误差。为了解决这一问题，研究人员提出了一种基于光谱不变性质的辐射传输模型（Spectral Invariant Properties-based Radiative Transfer Model, SIP-RTM），该模型能够更准确地模拟冠层尺度的SIF发射，适用于连续和不连续冠层。

本研究开发了TECs-SIF模型，该模型将SIP-RTM整合到地表生态系统碳循环模拟器（TECs）中，从而实现了从光系统到冠层的SIF模拟。TECs模型已经利用SIP-RTM进行辐射吸收计算，为实现SIF辐射传输过程提供了自然的基础。为了达到研究的主要科学目标，即理解SIF与GPP在不同森林生态系统中的短期尺度关系，我们应用了TECs-SIF模型在多个森林研究现场进行验证，这些现场配备了塔式仪器进行SIF和GPP的同步观测。

研究结果显示，TECs-SIF模型在经过参数校准后，能够准确模拟常绿针叶林中的GPP和SIF。这标志着在该生态系统中SIF模拟能力的显著提升，克服了以往研究中在常绿针叶林中SIF模拟效果不佳的问题。模型在小时尺度上表现出非线性关系，在每日和每月尺度上则呈现线性趋势，这种变化受到冠层结构和植被生物化学特性的影响。通过比较不同时间尺度下的SIF模拟结果与观测数据，我们能够更全面地理解SIF与GPP之间的关系，并为未来的生态系统监测和碳循环研究提供新的方法和视角。

本研究使用的数据来自四个不同的森林站点：南方老黑松林（CA-Obs）、Delta Junction（US-xDJ）、Niwot Ridge森林（US-NR1）以及密歇根大学生物站（US-UMB）。这些站点涵盖了常绿针叶林和落叶阔叶林，为模型的验证提供了多样化的数据支持。模型在这些站点的表现表明，SIF与GPP之间的关系具有一定的站点依赖性，不同植被类型和结构特征会影响这种关系的强度和形式。

此外，研究还探讨了SIF模拟在不同时间尺度上的表现。在小时尺度上，SIF模拟与观测数据之间表现出较高的相关性，而每日和每月尺度上的相关性则更高。这种变化可能与植被的生理活动和环境因素有关。例如，在小时尺度上，太阳辐射强度和叶片温度对光合作用过程的影响更为显著，而在较长的时间尺度上，这些因素的影响可能被其他生物化学过程所平衡。

通过将SIP-RTM与TBMs相结合，本研究不仅提升了SIF模拟的准确性，还为不同生态系统中SIF-GPP关系的研究提供了新的方法。这一方法的创新在于其能够同时模拟冠层尺度的SIF发射和GPP，从而更全面地理解植物对光能的利用和碳固定过程。研究结果对于未来的生态系统监测和碳循环研究具有重要意义，特别是在应对气候变化和评估生态系统服务方面。

综上所述，本研究通过开发TECs-SIF模型，成功地将SIF模拟整合到地表生态系统碳循环模型中，为不同时间尺度和生态系统类型下的SIF-GPP关系研究提供了新的工具和方法。研究结果不仅验证了模型的有效性，还揭示了SIF与GPP之间关系的复杂性，为未来的生态系统研究和环境管理提供了重要的科学依据。