摘要
光合作用是支持地球上几乎所有生命的基本生物过程。热带地区贡献了全球光合作用的大部分；然而，这一地区在使用地面方法（例如，部署涡度协方差通量塔的后勤问题）或遥感技术（例如，云层污染）进行光合作用监测方面也面临最大的挑战。在这项研究中，我们测试了使用低成本近红外相机（通常价格低于5000美元）来监测26个不同生态系统类型的地点的总初级生产力（GPP）。在这些地点，近红外相机与涡度协方差通量塔一起使用，后者提供连续的碳交换测量数据以估算GPP。我们发现，基于相机的近红外反射率和光合有效辐射（NIRvP）与GPP之间存在强相关性，决定系数范围从0.35到0.92。一个单位的基于相机的NIRvP对应于13–130 mol CO2/m2/s的GPP，这主要取决于地点的辐射强度和植物功能类型。我们在这些地点获得的NIRvP与GPP之间的关系被外推到全球范围，以使用非涡度协方差地点的相机来估算GPP。我们的研究表明，使用近红外相机作为一种成本效益高且可靠的方法来估算GPP是可行的，特别是在涡度协方差观测数据稀少的热带地区，这是一个有价值的替代方案。
通俗语言摘要
光合作用是将太阳能转化为生化能并捕获碳的基本过程，是大多数陆地生命生长和生存的基础。热带地区的光合作用强度最高；然而，由于部署基础设施（如涡度协方差塔）的成本高昂，以及频繁的云层覆盖阻碍了卫星遥感的应用，因此在该地区监测光合作用仍然具有挑战性。在这项研究中，我们测试了是否可以使用低成本的近红外相机来估算植物光合作用。我们在26个不同生态系统类型的地点使用相机观测数据，并将其与涡度协方差塔的数据进行了比较。我们发现，基于相机的观测结果与涡度协方差塔估算的生态系统光合作用结果非常吻合，包括三个热带森林地点。这些发现表明，经济实惠的近红外相机可以帮助高精度地监测生态系统生产力。这种方法可以使研究不太发达和偏远但生态重要的地区（如热带地区）的碳循环变得更加容易。
利益冲突
作者声明与本研究无关的利益冲突。
可用性声明
本研究中使用的代码和数据可在https://doi.org/10.5281/zenodo.16759257（Syahid，2025）免费获取，以确保我们的结果可以重现（CC-BY-4.0许可）。全球气候强迫数据（RAD、MAT、MAP）来自CRU JRA v2.0（https://catalogue.ceda.ac.uk/uuid/43ce517d74624a5ebf6eec5330cd18d5）（Harris，2024）。全球近红外辐射（NIRv）数据来自https://doi.org/10.5067/MODIS/MOD13Q1.061（Didan，2021）。全球太阳辐射（PAR）数据来自MODIS MCD18C2 v062（https://doi.org/10.5067/MODIS/MCD18C2.062）（Earth Science Data SystemsN，2025）。每个地点的卫星近红外辐射数据来自https://developers.google.com/earth-engine/datasets/catalog/MODIS_061_MOD09GA（Vermote & Wolfe，2021）。基于相机的近红外辐射数据来自PhenoCam Dataset v2.0（https://doi.org/10.3334/ORNLDAAC/16892019）。GPP、净生态系统生产力（NEE）和局部气候数据来自AmeriFlux网络（https://ameriflux.lbl.gov/），根据CC-BY-4.0许可，包括以下地点：US-Bi2（https://doi.org/10.18140/FLX/1669667）（Rey-Sanchez等人，2020），US-xKA（https://doi.org/10.17190/AMF/1985444）（NEON Network，2023h），US-xCF3（https://doi.org/10.17190/AMF/1881574）（Huggins，2022），US-xAE（https://doi.org/10.17190/AMF/1985434）（NEON Network，2023a），US-xNG（https://doi.org/10.17190/AMF/1985448）（NEON Network，2023k），US-xKZ（https://doi.org/10.17190/AMF/1985445）（NEON Network，2023i），US-xDC（https://doi.org/10.17190/AMF/1985437）（NEON Network，2023c），US-xDL（https://doi.org/10.17190/AMF/1985438）（NEON Network，2023dhttps://doi.org/10.17190/AMF/19028372022），US-xHA（https://doi.org/10.17190/AMF/1985441）（NEON Network，2023f），US-xST（https://doi.org/10.17190/AMF/1985454）（NEON Network，2023o），US-xSE（https://doi.org/10.17190/AMF/1985452）（NEON Network，2023n），US-xUN（https://doi.org/10.17190/AMF/1985458）（NEON Network，2023r），US-xML（https://doi.org/10.17190/AMF/1985447）（NEON Network，2023j），US-xTR（https://doi.org/10.17190/AMF/1985456）（NEON Network，2023q），US-xBR（https://doi.org/10.17190/AMF/1881598）（NEON Network，2022https://doi.org/10.17190/AMF/1985435（NEON Network，2023bhttps://doi.org/10.17190/AMF/1985440）（NEON Network，2023ehttps://doi.org/10.17190/AMF/18543682022https://doi.org/10.17190/AMF/1985451）（NEON Network，2023mhttps://doi.org/10.17190/AMF/19854502023lhttps://doi.org/10.17190/AMF/19854552023phttps://doi.org/10.17190/AMF/19854432023ghttps://doi.org/10.17190/AMF/177339320212022
