農業科研(yán)站通(tōng)常已(yǐ)具備(bèi)氣象(xiàng)，土(tǔ)壤(rǎng)，物候等(děng)傳感(gǎn)器體係(xì)
，各類設備(bèi)分(fēn)工明(míng)確。但植(zhí)物(wù)數據(jù)大多停留(liú)在(zài)形態層(céng)麵(miàn)
，光(guāng)合係統以(yǐ)何種(zhǒng)效率(shuài)實際(jì)運行
，往往(wǎng)缺(quē)乏連續(xù)的定量(liáng)記錄。日光(guāng)誘(yòu)導葉(yè)綠(lǜ)素(sù)熒(yíng)光（SIF）監測(cè)正是(shì)填補(bǔ)這(zhè)一(yī)層的(dí)技術入口——它(tā)不需要(yào)采(cǎi)樣(yàng)，不(bù)損(sǔn)傷植(zhí)物
，可以非(fēi)接觸(chù)，連續(xù)地(dì)反映冠層(céng)的實(shí)時(shí)光合(hé)狀態(tài)。愛(ài)博能(néng)（ABN）圍繞(rào)這一(yī)需求
，提供(gōng)從地(dì)麵定點(diǎn)到無(wú)人機(jī)機(jī)載(zǎi)的完整(zhěng)SIF監測方案。

地麵定(dìng)點(diǎn)：積累長(cháng)時序(xù)基礎數據

在(zài)實驗小(xiǎo)區或(huò)田(tián)間(jiān)固定點(diǎn)位連續(xù)運行的SIF監測係統(tǒng)
，提供的(dí)不(bù)是(shì)某(mǒu)天(tiān)的截麵(miàn)
，而(ér)是整個(gè)生(shēng)育期(qī)的光合日變(biàn)化曲綫(xiàn)。聯(lián)合(hé)通(tōng)量(liáng)塔(tǎ)數(shù)據(jù)
，可在(zài)站點尺度(dù)估算植被(bèi)總初級生產力（GPP）。Bai et al.（2021）整(zhěng)合了FLUXNET2015全球212個通量(liáng)塔(tǎ)站(zhàn)點(diǎn)數據
，結合OCO-2衛星(xīng)SIF產品（GOSIF）訓(xùn)練機(jī)器(qì)學習模型
，最終GPP估(gū)算精度(dù)R²=0.58
，RMSE=2.74 gC·m⁻²
，所需(xū)輸(shū)入(rù)變量少於(yú)傳(chuán)統衛(wèi)星GPP產(chǎn)品。科(kē)研站的(dí)連(lián)續地(dì)麵(miàn)SIF觀(guān)測記錄
，可直接轉化為碳通量(liáng)量(liáng)化依據。

基於GOSIF SIF數據的全(quán)球GPP估算(suàn)流(liú)程(chéng)圖(tú)

ABN-SIF-1 為單通道在綫(xiàn)式(shì)係統(tǒng)
，光(guāng)譜範(fàn)圍650~800nm
，光(guāng)譜分(fēn)辨率≤0.3nm
，信噪(zào)比(bǐ)≥1000:1。設(shè)備(bèi)置於恒(héng)溫箱(xiāng)內
，配備(bèi)全自動防(fáng)雨(yǔ)防塵(chén)裝置
，適合野外長期無人值(zhí)守運(yùn)行。

ABN-SIF-2 在ABN-SIF-1基(jī)礎上(shàng)增(zēng)加第二(èr)台光譜(pǔ)儀（300~1100nm）
，可(kě)同(tóng)步獲取全波(bō)段(duàn)植被指數(shù)
，一(yī)次部署同(tóng)時(shí)輸出(chū)SIF與NDVI/EVI等(děng)多(duō)項指(zhǐ)標(biāo)
，減少(shǎo)多傳感器(qì)集成(chéng)的復(fù)雜度。對需要同(tóng)時觀測(cè)光(guāng)合(hé)活(huó)性與植(zhí)被結構的(dí)科研站
，ABN-SIF-2一(yī)次部(bù)署覆(fù)蓋兩類數(shù)據(jù)需求(qiú)。

ABN-SIF-1單通道(dào)台站(zhàn)式日光誘(yòu)導監(jiān)測係(xì)統

無(wú)人機(jī)巡航：覆(fù)蓋(gài)地麵看(kàn)不到(dào)的(dí)空(kōng)間變(biàn)異

地(dì)麵定點的優(yōu)勢在於"深度"——同一(yī)位(wèi)置的(dí)高頻率，長時序(xù)記錄(lù)；無人機載SIF的優勢(shì)在(zài)於"廣度"——同一(yī)時(shí)段內(nèi)對(duì)多個(gè)位置(zhì)的橫向掃查(chá)。Xue et al.（2024）在(zài)新(xīn)疆(jiāng)開展了為期20年（2001~2020）的研(yán)究
，覆(fù)蓋塔裏(lǐ)木盆(pén)地，準噶爾盆地，天(tiān)山(shān)北坡(pō)等區(qū)域
，對耕(gēng)地，森林，草地(dì)，灌叢四類(lèi)植(zhí)被類型(xíng)分析了(liǎo)GOSIF對(duì)多時(shí)間尺度(dù)幹旱（SPEI指數）的(dí)響應。結果(guǒ)顯示(shì)
，2006年和2009年(nián)兩(liǎng)次嚴(yán)重(zhòng)幹(gān)旱期間
，不同(tóng)植被類型(xíng)的SIF下降(jiàng)拐點並不同(tóng)步
，SIF捕(bǔ)捉(zhuō)到了各類型(xíng)植被的(dí)響應時(shí)序差異(yì)
，而(ér)單(dān)純依(yī)賴NDVI則(zé)容易(yì)忽略這(zhè)種過程(chéng)層(céng)麵(miàn)的(dí)區(qū)分。這(zhè)一研(yán)究說明(míng)
，空間異質性是(shì)真實存(cún)在且(qiě)不(bù)可(kě)忽視的。

SPEI12，GOSIF，NDVI和EVI的(dí)趨(qū)勢分布(bù)（A，D，G，J）及(jí)其(qí)顯(xiǎn)著性檢(jiǎn)驗結果(guǒ)（B，E，H，K）；（C，F，I，L）為(wéi)按(àn)“顯著降低，不顯(xiǎn)著降低(dī)，無變化，不(bù)顯(xiǎn)著增(zēng)加，顯(xiǎn)著增加(jiā)"五(wǔ)類劃分的空間(jiān)分(fēn)布。

ABN-SIF-UAV1/UAV2 是針(zhēn)對(duì)無人機(jī)平台設計的(dí)機(jī)載(zǎi)版本(běn)
，對應(yīng)與地麵(miàn)版相同的單(dān)/雙通(tōng)道配置(zhì)
，由(yóu)無人(rén)機(jī)直(zhí)接(jiē)供(gōng)電
，可(kě)在(zài)飛行(háng)作業中采(cǎi)集冠層(céng)SIF信號。兩款型號適用於試驗(yàn)站(zhàn)多(duō)小區快速(sù)普(pǔ)查，大(dà)田脅迫空間分布製(zhì)圖(tú)，地麵站數(shù)據(jù)的空(kōng)間(jiān)外(wài)推校驗(yàn)。在科研站場(cháng)景中
，地麵儀器捕捉(zhuō)到異常後(hòu)
，無(wú)人(rén)機可(kě)快速定位異常區域的空間範圍。

兩(liǎng)端配合：數(shù)據完整(zhěng)
，格式統(tǒng)一(yī)

地(dì)麵(miàn)在(zài)綫(xiàn)式(shì)設備(bèi)提供時(shí)間(jiān)維度(dù)數(shù)據
，無(wú)人(rén)機載設備提供(gōng)空(kōng)間(jiān)維度(dù)數據。ABN-SIF係列地麵(miàn)版(bǎn)與UAV版(bǎn)采(cǎi)用(yòng)同(tóng)一套(tào)光譜(pǔ)儀內核和熒光(guāng)算(suàn)法(fǎ)
，兩(liǎng)端數(shù)據格式(shì)一致(zhì)
，可直接對比
，無需(xū)額(é)外轉換。

從一(yī)台地(dì)麵儀器起步
，先建立時間(jiān)維(wéi)度的基(jī)礎(chǔ)數據(jù)
，再引入(rù)無(wú)人(rén)機載(zǎi)設備擴展(zhǎn)至空間維度——地(dì)麵觀測異常(cháng)
，無人機定位範(fàn)圍(wéi)
，科(kē)研站(zhàn)的觀(guān)測體係從單(dān)點(diǎn)升(shēng)級(jí)為(wéi)"點-麵(miàn)"聯(lián)合。如(rú)需了解(jiě)ABN-SIF係(xì)列的具體配置方案
，歡(huān)迎(yíng)聯係我們。

案例來(lái)源：

1. Bai, Y. et al. (2021). Estimating Global Gross Primary Production from Sun-Induced Chlorophyll Fluorescence Data and Auxiliary Information Using Machine Learning Methods. Remote Sensing.

2. Xue, C. et al. (2024). Response of solar-induced chlorophyll fluorescence-based spatial and temporal evolution of vegetation in Xinjiang to multiscale drought. Frontiers in Plant Science.