水稻田光化学反射指数与光合作用的昼夜及季节动态关联研究

《Smart Agricultural Technology》：Linking the diurnal and seasonal dynamic of photochemical reflectance index and photosynthesis in a paddy rice field

本研究针对农田生态系统特别是水稻田中光化学反射指数(PRI)与光能利用效率(LUE)关联性弱的问题，开发了低成本多光谱旋转相机系统，通过分离PRI的昼夜变化分量(PRId)和季节基准分量(PRI0)，成功实现了对水稻光合作用生理胁迫的高精度监测。结果表明PRId与LUE的决定系数(R2)达0.65，显著优于传统PRI方法，为作物光合效率无损监测提供了新技术路径。

　　

在精准农业和全球气候变化研究领域，准确监测作物光合作用效率对于评估生态系统碳汇能力和指导农田管理具有重要意义。光化学反射指数(PRI)作为一种基于531nm和570nm反射率组合的植被指数，被证实与光能利用效率(LUE)存在显著关联，能够反映植物在光合作用过程中由叶黄素循环引起的生理胁迫。然而在农田生态系统特别是水稻田中，由于冠层结构和色素库的季节性变化远高于森林生态系统，传统PRI与LUE的相关性往往较弱，这严重限制了其在农业遥感中的应用。

为解决这一难题，中山大学的研究团队在《Smart Agricultural Technology》发表了创新性研究。他们自主研发了一套低成本多光谱旋转相机系统（约1.2万美元），通过在黑龙江鹤山水稻田开展长期观测，成功将PRI分解为反映季节变化的基准分量PRI0和捕捉昼夜生理胁迫的PRId，首次系统揭示了水稻光合作用的昼夜节律与环境胁迫的响应机制。

研究采用的多光谱旋转相机系统配备六个波段（531、570、660、705、750、865nm），分辨率达2048×3072像素，通过旋转滤光轮设计确保观测稳定性。系统安装在2米高塔上，以60°视角角每30分钟自动采集数据，结合辐射定标和大气校正算法，将原始数字值转换为反射率。同时利用涡度相关系统同步测量CO₂通量，计算得到LUE真值。关键技术创新包括：基于SMARTS模型的大气校正方法、七日均值平滑提取PRI0算法、以及严格的质量控制流程排除土壤背景干扰。

3.1 季节性PRI变化与光合作用关系

研究发现水稻冠层结构在生长季变化显著，叶面积指数(LAI)从移栽期的0.8 m²/m²增至抽穗期2 m²/m²。红边植被指数(CIr)和归一化植被指数(NDVI)能较好反映季节尺度总初级生产力(GPP)变化，而PRI0在成熟期因稻穗变黄出现异常波动，证实其易受色素库变化干扰。通过植被指数-光合作用经验模型比较，CIr×PAR与GPP的决定系数最高（R2>0.5），显著优于PRI0。

3.2 PRI昼夜周期与LUE变化

昼夜尺度分析显示，LUE呈"U"型日变化 pattern，而PRId（PRI0与实时PRI的差值）呈现单峰曲线。在冠层结构变化剧烈的返青期，PRId与LUE的决定系数达0.65，显著高于传统PRI（0.46）。超高分影像甚至可实现叶片尺度PRI动态监测，发现同一叶片在不同时辰的PRI差异可达0.02以上。更重要的是，PRId与饱和水汽压差(VPD)显著正相关（R2=0.25），表明其能有效捕获大气干旱胁迫，而土壤含水量(SWC)因稻田淹水条件未成为限制因子。

研究结论表明，通过分离PRI的昼夜与季节分量，可有效消除冠层结构变化对光合监测的干扰。PRId作为植物生理胁迫的"光学指纹"，能够精准反映水稻对VPD变化的生理响应，为构建作物水分胁迫早期预警系统提供了理论依据。讨论部分指出，未来需进一步研究双向反射分布函数(BRDF)校正和水分背景影响，并探索通过CIr等色素敏感指数间接估算PRI_dark-state的新方法。该技术路线对实现作物光合效率的无人化精准监测具有重要应用价值，尤其为智慧农业中的变量灌溉决策提供了关键技术支撑。