伊利诺伊大学香槟分校可持续发展、能源和环境研究所詹娜·库兹韦尔 的关(左)和江崇雅希望利用他们在的尖端产品，不仅为农业科学的进步，也为人类的福祉
通过使用准确、及时的卫星数据来测量作物的二氧化碳摄入量，研究小组可以衡量生物能源生态系统的整体健康和生产力
信用:先进生物能源和生物产品创新中心(CABBI) 正如我们大多数人在学校学到的，植物利用阳光在一个叫做光合作用的过程中将二氧化碳(CO2)和水合成碳水化合物
但是大自然的“工厂”不仅仅为我们提供食物——它们还能让我们洞察生态系统将如何应对不断变化的气候和充满碳的大气
由于它们能够从有机化合物如二氧化碳中制造有价值的产品，植物被称为“初级生产者”
“初级生产总值(GPP)量化了植物通过光合作用固定二氧化碳的速率，是跟踪任何以植物为基础的生态系统的健康和表现的关键指标
一个研究小组与美国
S
伊利诺伊大学厄巴纳-香槟分校能源部高级生物能源和生物产品创新中心(CABBI)开发了一种产品，以精确测量GPP:仅卫星光合作用估算总初级生产量(SLOPE GPP)产品的日时间步长和场尺度空间分辨率
该团队在他们的研究中利用了位于美国国家超级计算应用中心(NCSA)的蓝色水域超级计算机
他们的论文发表在2021年2月的《地球系统科学数据》上
项目负责人、蓝水大学教授关(音)说:“量化特定地区的植物处理二氧化碳的速度，对于全球理解碳循环、陆地管理以及水土健康至关重要，尤其是考虑到地球变暖的不稳定条件。”
“测量光合作用与农业生态系统特别相关，在农业生态系统中，植物生产力和生物量水平与作物产量直接相关，因此也与粮食安全直接相关
我们的研究不仅直接应用于生态系统服务，还应用于社会福祉，”该项目的研究科学家江崇亚说
特别引人注目的是GPP监测与生物能源农业生态系统的相关性，那里的作物“工厂”是专门设计来生产可再生生物燃料的
量化这些环境中的CO2固定有助于优化油田性能，并有助于全球生物经济
CABBI的科学家，如可持续发展主题研究员安迪·万洛克，认为这一重要的新数据可以用来约束生物能源作物产量潜力的模型模拟
这个实验中使用的技术是最先进的
顾名思义，它纯粹来自卫星数据，因此完全基于观测，而不是依赖复杂、不确定的建模方法
基于观测的技术的一个例子是太阳诱导的叶绿素荧光，这是一种由植物发出的微弱光信号，被用作GPP的一种新的替代物
受他们对SIF长达数年的地面观测的启发，关的团队开发了一种更先进的方法来改进对的估计:将一种新的植被指数“土壤调节的植被近红外反射率”(SANIRv)与光合有效辐射(PAR)相结合
SLOPE就是建立在这种新颖的集成之上的
SANIRv代表植物利用太阳辐射的效率，PAR代表植物实际上可以用于光合作用的太阳辐射
这两个指标都来自卫星观测
通过对49个美国网站的分析，研究人员发现PAR和SANIRv可以用来准确评估GPP
事实上，斜率GPP产品可以解释从分析站点获得的GPP 85%的空间和时间变化——这是一个成功的结果，也是以此黄金标准数据为基准所取得的最佳性能
由于桑尼夫和帕尔都是“卫星专用”，这是研究人员长期以来一直在寻求的一项成就，但目前正在GPP的一款产品中实现
量化GPP的现有流程效率低下，主要有三个原因:空间(基于图像)精度、时间(基于时间)精度和延迟(数据可用性延迟)
由管的团队开发的SLOPE产品使用的卫星图像是大多数大规模研究的两倍(测量高度为250米，而典型的测量高度为500米以上)，并且每天检索一次数据，比正常水平精细八倍
更重要的是，这种新产品有一到三天的延迟，而现有的数据集落后数月甚至数年
最后，今天使用的大多数GPP产品都是基于分析的，而不是基于观察的——他们用来计算GPP (e
g
、土壤湿度、温度等
)是从算法中推导出来的，而不是从卫星观测中收集到的真实世界条件
“光合作用，或称GPP，是量化田间碳收支的基础
没有准确的GPP信息，量化其他与碳相关的变量，如每年的土壤碳变化，就不那么可靠了，”关说
“蓝色水域超级计算机使我们的千兆字节计算成为可能
我们将使用这一新的GPP数据来显著提高我们量化农业碳收支核算的能力，并且它将作为一个主要输入来约束每个需要土壤碳量化的领域的土壤有机碳变化的建模
除了斜率GPP数据之外，类似的方法使我们能够生成10米和每日分辨率的GPP数据，甚至能够进行亚田间精确农业管理
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
