点击蓝色字免费订阅，每天收到这样的好资讯
本研究提出了一种与植物生理状态相关的新技术——日光诱导叶绿素荧光（SIF），用于估算叶片和冠层尺度的LNC，植物表型资讯介绍如下。
叶片含氮量（LNC）是反映光合蛋白含量的指标，对了解植物的功能和状态具有重要意义。在以往的研究中，已证明植被指数（VIs）可对LNC进行无损监测，但受背景的影响，对氮胁迫缺乏特异性。本研究提出了一种与植物生理状态相关的新技术——日光诱导叶绿素荧光（SIF），用于估算叶片和冠层尺度的LNC。此外，根据叶片经济生理的重要性状：光合氮利用效率（PNUE）与SIF、光合作用以及LNC之间的关系，并对对SIF指标进行了评价。
试验2测定了冬小麦的太阳辐射光谱、叶片反射光光谱和SIF（A）光谱和叶片/冠层反射率（B）
-年叶尺度光谱指数（SIF产量、SIF产量、SIF、SIF、SIFR、SIFN、CIrededge和NDRE）和生化参数（LCCmass、LCCarea、LNCmass和LNCarea）的季节变化
在江苏如皋，以-年和-年两个生长季节不同氮肥施用量的冬小麦为材料，进行了田间试验。分别在叶片和冠层尺度测量了SIF、反射率、生化和生长结构参数。使用ASD和QEpro光谱仪在两个观测尺度分别采集SIF信号，FWHM分别为1.4nm和0.13nm。根据两个氧吸收带提取的SIF信号计算SIF指数。结果表明，基于面积的LNC比基于mass的LNC与SIF指数和VIs具有更强的相关性。SIF比率指数(SIFR)和归一化SIF指数(SIFN)分别定义为SIF/SIF和(SIF-SIF)/(SIF+SIF)。在两种观察尺度下，在两个观察尺度上对基于面积的LNC监视效果均优于CIredEdge，在VI组中表现最好。与CIrededge相比，在叶和冠层尺度上，基于面积的LNC的SIF指数的最佳估计精度分别提高了0.08和0.02。而采用SIFR和SIFN对基于面积的LNC进行监测时，不会出现传统VIs方法所出现的饱和现象。从整个数据范围来看，基于面积的LNC与几种植物性状（叶：基于面积的叶绿素含量（LCCarea）、单位面积叶质量（LMA）；冠层：基于面积的冠层LCC（CCCarea）、叶面积指数（LAI）、单位土壤叶干重（LDW）和LMA）密切相关，与之前的研究一致。然而，在固定面积LCC值的特定群体中，尽管基于面积的LNC与这些性状几乎没有显著相关性，但SIFR和SIFN在两个观察尺度（叶尺度：R20.50，R20.46；冠层尺度：R20.41，R20.42）上始终与基于面积的LNC高度相关。因此，SIFR和SIFN对基于面积的LNC估算的贡献不仅在于所列出的植株性状，还包括其它内部性状，如氮素分配和比例。此外，SIFR和SIFN被证明是潜在的检测PNUE的方法。
LNCarea与叶尺度光谱指数之间的关系
叶片尺度下LNCmass与小麦光谱指数之间的相关性
综上所述，该研究结果将为我们从遥感观测中了解植物氮素状况、检测植物功能和精确农业管理提供一个新的视角。
来源：
JiaM,ColomboR,RossiniM,etal.Estimationofleafnitrogencontentandphotosyntheticnitrogenuseefficiencyinwheatusingsun-inducedchlorophyllfluorescenceattheleafandcanopyscales.EuropeanJournalofAgronomyVolume,January,.