植物光合能力的遥感的制作方法

本申请要求2019年4月8日提交的美国临时专利申请第62/830,733号的权益，其内容以全文引用方式并入本文。
技术领域：
本发明涉及远程光谱测定的领域。
背景技术：
植物吸收阳光能量并使用它进行光合作用以产生碳水化合物，该碳水化合物为植物提供化学能以为植物活动供能。然而，并非所有吸收的阳光能量都用于光化学过程——其中一部分可以作为热量消散，或作为荧光发射。在光合作用过程中光转化为碳水化合物的效率可以用量子产率表示。反过来，光合作用的量子产率可以从光强度和植物中光合作用速率的测量中推导。植物荧光发射率的荧光测定法可以提供植物光合活性和效率的指示。然而，当前荧光测定方法通常需要在植物叶片水平上测量荧光，且因此成本高且劳动量大。相关技术的前述示例和与其相关的限制旨在说明而不是排他的。在阅读说明书和研究附图后，相关技术的其他限制对于本领域技术人员将变得明显。技术实现要素：结合旨在示例性和说明性而非限制范围的系统、工具和方法来描述和说明以下实施例及其各方面。在一个实施例中，提供一种系统，其包括：至少一个硬件处理器；以及其上存储程序指令的非暂时性计算机可读存储介质，该程序指令可由至少一个硬件处理器执行以：接收表示来自至少一个植物的光谱反射率的光谱图像数据作为输入，至少部分地基于光谱反射率计算在相应的第一和第二波长带中的第一和第二叶绿素荧光指数，并通过以下方式推导关于至少一个植物的量子产率值：(i)将第一叶绿素荧光指数除以第一和第二叶绿素荧光指数的总和，以及(ii)将(i)乘以与至少一个植物相关联的植被指数值。在一个实施例中，还提供一种方法，包括：接收表示来自至少一个植物的光谱反射率的光谱图像数据作为输入；至少部分地基于光谱反射率计算在相应的第一和第二波长带中的第一和第二叶绿素荧光指数；并且通过以下方式推导关于至少一个植物的量子产率值：(i)将第一叶绿素荧光指数除以第一和第二叶绿素荧光指数的总和，以及(ii)将(i)乘以与至少一个植物相关联的植被指数值。在一个实施例中，还提供一种计算机程序产品，其包括具有随其体现的程序指令的非暂时性计算机可读存储介质，该程序指令可由至少一个硬件处理器执行以：接收表示来自至少一个植物的光谱反射率的光谱图像数据作为输入，至少部分地基于光谱反射率计算在相应的第一和第二波长带中的第一和第二叶绿素荧光指数，并通过以下方式推导关于至少一个植物的量子产率值：(i)将第一叶绿素荧光指数除以第一和第二叶绿素荧光指数的总和，以及(ii)将(i)乘以与至少一个植物相关联的植被指数值。在一些实施例中，光谱图像数据包括从第一光谱传感器接收的光谱图像数据，该第一光谱传感器被配置为测量来自至少一个植物的冠层的反射光。在一些实施例中，该第一光谱传感器被配置为远程执行测量。在一些实施例中，光谱图像数据还包括从第二光谱传感器接收的光谱图像数据，该第二光谱传感器被配置为测量由至少一个植物接收的环境光谱辐照度。在一些实施例中，第一和第二叶绿素荧光指数至少部分地基于(i)光谱反射率和(ii)由至少一个植物接收的环境光谱辐照度来计算。在一些实施例中，第一和第二叶绿素荧光指数各自是太阳诱导荧光(SIF)指数。在一些实施例中，第一波长带是FraunhoferO2-A光谱吸收线，并且第二波长带是FraunhoferO2-B氧光谱吸收线。在一些实施例中，植被指数是归一化差异植被指数(NDVI)。在一些实施例中，该方法还包括计算，并且程序指令还可执行以通过将计算的量子产率值乘以与光谱图像数据同时测量的阳光强度参数来计算关于至少一个植物的电子传输速率值。在一些实施例中，该方法还包括计算，并且程序指令还可执行以至少部分地基于在一天的不同时间计算的指定数量的电子传输速率值计算关于至少一个植物的光响应曲线。在一些实施例中，指定数量至少为4。在一些实施例中，该方法还包括确定，并且程序指令还可执行以确定关于至少一个植物的以下至少一项：光利用效率、慢性光抑制、最大光合活性、天线尺寸(antennasize)、灌溉参数和施肥参数。除了上述示例性方面和实施例之外，通过参考附图和通过研究以下详细描述，另外的方面和实施例将变得明显。附图说明为了更好地理解本发明的各种实施例并示出如何实施各种实施例，现在将通过示例的方式参考附图。示出本发明的结构细节以提供对本发明的基本理解，结合附图的描述使本领域技术人员清楚本发明的几种形式可以在实践中如何体现。图1是根据本公开的一些实施例的用于自动远程估计在一个或多个植物中冠层级量子产率值的过程中的功能步骤的流程图；图2A-图2C示出根据本公开的一些实施例的在苜蓿上施肥梯度实验期间的实验条件；图3A-图3D示出根据本公开的一些实施例的在种植两周后沿着肥料梯度针对苜蓿计算的植被指数和太阳诱导荧光(SIF)；图4A-图4D示出根据本公开的一些实施例的在测量的一天期间的四个单独时间实例中苜蓿的光合性能的与地面实况脉冲幅度调制(PAM)技术相比的遥感量子产率计算；图5A-图5C示出根据本公开的一些实施例的与地面实况测量线性相关的遥感电子传输速率(ETR)和植物健康的预测以及执行光合作用的能力；图6A-图6C示出在玉米“甜”栽培品种2212的情况下根据植物健康的遥感ETR进行的预测；图7A和图7B示出同时记录的反射光的曲线；图8示出根据本发明的一些实施例的归一化反射率曲线，其是针对辐照度归一化的上行曲线；和图9A和图9B示出根据本发明的一些实施例的在760和770nm之间的大气吸收井的范围内计算的反射率曲线。具体实施方式公开用于自动远程估计一个或多个植物中的冠层级量子产率值的系统、方法和计算机程序产品。在一些实施例中，根据本公开的量子产率值估计至少部分地基于关于所观察植物的叶绿素荧光值例如太阳诱导荧光(SIF)信号的远程测量。在一些实施例中，本远程获得的量子产率估计有助于构建植物的植物特异性光响应曲线，即，植物响应于吸收光强度变化的量子产率。在一些实施例中，叶绿素荧光值的远程测量可以通过获取表示来自所观察植物的光谱反射率的光谱图像数据来进行。在一些实施例中，光谱图像数据的远程获取可以使用任何远程定位的光谱仪和/或多光谱和/或高光谱成像装置来执行。在一些实施例中，成像装置可以例如相对于植物在顶部上放置，以测量来自例如植物冠层的光谱反射率，或者可以与任何机载平台(例如，无人驾驶飞行器、无人机、飞机、卫星等)结合使用。在一些实施例中，叶绿素荧光值例如SIF信号可以在表示光谱吸收线的两个光谱带中计算，例如FraunhoferO2-A和O2-B光谱吸收带。在一些实施例中，可以至少部分地基于叶绿素荧光值和与所观察植物相关联的植被指数来计算量子产率估计。在一些实施例中，植被指数可以是归一化差异植被指数(NDVI)。在一些实施例中，本公开提供通过将估计的量子产率值乘以与叶绿素荧光值同时测量的阳光强度参数来另外计算关于所观察植物的电子传输速率值。在一些实施例中，在一天的不同时间计算的指定数量的电子传输速率值可以用于推导关于所观察植物的光响应曲线。因此，在一些实施例中，本公开提供光合机构外的作物的量子产率和非循环电子传输速率的新型遥感计算。现代无人机技术的出现引入每天多次获得机载远程测量的能力。因此，它使得能够探索光合作用昼夜变化的所需时间分辨率，且同时能够估计作物初级生产，同时依托直到测量点生长的作物的生长史。在一些实施例中，本公开因而提供在远程和叶级光合测量技术之间建立准确相关性，以确保本遥感方法的足够准确度。光合效率可以通过采用脉冲幅度调制(PAM)的荧光计测量，但要成为植物田的准确指标，该方法需要对叶子进行多次测试，该测试由荧光计单独检查。相比之下，本发明的实施例采用远程测量技术。因此，本公开的潜在优势在于，它提供仅使用遥感方法来构建关于单个植物或两个或更多个植物例如植物田的完整且准确的光响应曲线。因此，本公开能够使用可用且具有成本效益的方法远程估计植物的健康和处理充分性，与通常需要费力的叶级测量以实现类似准确性水平的现有方法相比，该方法节省时间和劳动力成本。在一些实施例中，本公开的目的是提供系统和方法，该系统和方法用于确定作物管理实践以及时和适当灌溉和施肥，从而改善作物养分吸收以在最小肥料和水的浪费的情况下达到最大作物产量。在一些实施例中，测量作物冠层的反射率以确定“归一化SIF响应指数”(NSRI)，其指示光合量子产率和相对电子传输速率(ETR)，两者都是特定作物的光合效率的指标。通过比较接收不同处理的相同类型作物的光合效率，提供处理充分性的方便指标。以背景的方式，初级植物生产是植物从吸收的阳光能量生产碳水化合物的过程。在光收集期间，吸收的能量可以用于光化学过程，其中光能转化为化学能，或者可以作为热量消散或作为荧光发射回大气。植物在光合作用期间自然发射出的发射荧光因此与初级生产有关，对其检测可以提供植物健康的指示。从单个植物的叶级测量开始，到冠层级整个植物测量，再到整个田间测量，可以使用多种方法和技术在不同距离检测光合机构发射出的荧光。在叶水平，脉冲幅度调制(PAM)技术能够记录所发射的荧光，以获得可以从中推导光系统II(PSII)的量子产率的信号。量子产率值指示PSII上的电子成功激发，因此，当它乘以激发期间的光强度时，可估计从光系统II到生成二磷酸尼古丁酰胺(NADPH)的电子传输速率。此产物与在相同机构上通过光磷酸化产生的三磷酸腺苷(ATP)一起稍后将用作Calvin-Benson-Bassham(CBB)循环中的化学成分，以便将碳同化为3-磷酸甘油醛(糖的前体)。还可以经由光谱吸收测量，使用例如Fraunhofer暗线鉴别(Fraunhoferlinediscrimination,FLD)技术，在冠层水平远程检测荧光。此方法利用天然大气氧吸收线与来自植物的荧光发射光谱之间的重叠。因此，可以通过将其与冠层上方吸收的光的大小相结合来推导量子产率。一旦获得，在一天的不同时间期间测量的量子产率值可以与相同时间期间的光强度相关联，以针对植物生成光响应曲线。光响应曲线遵循双曲线函数，其预测植物中光合速率在不同光强度下的行为。光响应曲线一般分为三个部分：·光限制区，其中光合速率仅受光强度影响；·碳固定限制区，其中光合速率达到平稳期且不随光强度的增加而增加；和·光抑制区，其中由于光合单元的关闭，光合速率开始下降(通常只有在植物无法应对过量吸收的能量的严重压力下才达到的状态)。反过来，将双曲线函数拟合到光响应曲线能够提取与植物的生理学相关的附加有价值参数，诸如预测光合活性达到其最大值时的光强度水平。因此，遥感光响应曲线可以提供关于整个植物水平以及整个田间水平的光合作用能力的信息。尽管可以使用任何可用的机载平台(例如无人机、卫星、飞机)远程检索太阳诱导荧光(SIF)信号，但是构建整个植物或植物田的完整光响应曲线需要例如使用多次机载获取平台的在一天中的不同时间进行多次测量。图1是根据本公开的一些实施例的用于自动远程估计在一个或多个植物中冠层级量子产率值的过程中的功能步骤的流程图。在步骤100处，在一些实施例中，可以接收表示来自至少一个植物的光谱反射率的光谱图像数据。光谱图像数据可以从例如任何光谱成像装置接收，例如被配置为测量从作物冠层反射的光的光谱仪。光谱成像装置可以安装在任何平台上，该平台可以是基于地面的或机载的，被配置为从冠层之上测量光谱图像数据。在一些实施例中，光谱图像数据可以表示一天中不同时间处的两个或更多个单独测量值，例如在清晨和中午12:00之间(例如在07:30am、09:00am、10:30am和12:00pm)的至少四个不同测量值。在步骤102处，在一些实施例中，可以在相应波长带例如FraunhoferO2-A和O2-B光谱吸收带中计算叶绿素荧光指数，例如SIF信号。在一些实施例中，相应波长可以分别近似为760nm和687nm。在一些实施例中，可以关于表示一天中不同时间的多个光谱图像数据测量值来计算SIF信号。在步骤104处，在一些实施例中，可以通过将SIF687信号(在FraunhoferB氧光谱吸收线中)除以SIF687和SIF760信号(在FraunhoferB和FraunhoferA氧光谱吸收线中)的总和来估计关于植物的量子产率值，例如：在一些实施例中，结果可以乘以与植物相关联的植被指数值，例如归一化差异植被指数(NDVI)，以获得估计的量子产率：在一些实施例中，NDVI可以计算为：(ρ800-ρ670)/(ρ800 ρ670)参见，例如，HaboudaneD、MillerJR、PatteyE、Zarco-TejadaPJ、StrachanIB(2004)，预测作物冠层绿色LAI的高光谱植被指数和新颖算法：精准农业背景下的建模和验证，环境遥感，90(3):337–352(HyperspectralvegetationindicesandnovelalgorithmsforpredictinggreenLAIofcropcanopies:Modelingandvalidationinthecontextofprecisionagriculture.RemoteSensingofEnvironment90(3):337—352)。在一些实施例中，可以相对于表示一天中不同时间的多个光谱图像数据测量值来计算估计的量子产率。在一些实施例中，在步骤106处，电子传输速率可以至少部分地基于估计的关于植物的量子产率和光强度测量值来计算，该量子产率和光强度测量值与用于计算SIF信号的光谱图像数据测量值同时采集。在一些实施例中，光强度可以相对于太阳辐射的光合有效辐射(PAR)光谱范围来计算，例如从大约400到700nm，其是光合生物在光合作用的过程中能够使用的光谱范围。在一些实施例中，PAR值可以从外部来源例如计量站等接收。在一些实施例中，可以测量光强度值以表示由所分析植物接收的太阳辐射量。因此，在一些实施例中，在步骤106处，电子传输速率值可以如下推导：在一些实施例中，电子传输速率值可以相对于表示一天中不同时间的多个光谱图像数据测量值来计算。在一些实施例中，在步骤108处，可以根据单独电子传输速率值构建光响应曲线。实验结果实验地点和作物初始冬季型数据集是根据位于以色列上加利利地区(UpperGalileeregioninIsrael)的坐标33°09'10.3\"N、35°37'23.4\"E处的温室内C3作物苜蓿的获取构建的。温室包括散射UV-VIS多边形板和遮阳网。栽培期发生在2018年冬季期间，从2018年2月7日开始至2018年3月6日。温室内部气候由Galcon湿度和温度控制器监测，该控制器直接控制打开或关闭透明窗帘，因此保持湿度和温度在大约70％-85％(清晨到中午)，并且比外部温度高8℃。相应的初始夏季型数据集是根据C4作物玉米在开阔田间条件下在在冬季实验地点附近的坐标33°10′48.7″N35°34′58.5″E处收集。栽培期发生在2017年9月6日至2017年11月29日期间。作物施肥处理用含有5:3:8N:P:K 3μgr微量元素的一定梯度Shefer-1(ICL，以色列)液体肥料对苜蓿施肥，浓度如下：30、60、120和300ppm，其由肥料中的总氮含量所确定。种植四区段的植物，每区段有30盆。每个区段都接收不同施肥处理，其包括作为灌溉处理一部分的施肥，对于不同区段的施肥水平分别为30、60、120和300ppm氮。对于所有区段，肥料常量营养素比率为5:3:8N:P:K。每个区段都有自己的灌溉供应管线，由以小时流量的泵控制。平均每6小时施肥10分钟。在每行中随机组织植物处理。传感器系统设置本实验包括光谱测量系统，其被配置为测量选定作物目标上方的光谱辐亮度和反射率。光谱传感器系统包括高架和/或空中单元和地面单元。高架单元放置在兴趣点上方并测量上行辐亮度，而地面单元在白色参考(例如，反射板)上方获取太阳辐照。此外，还采用“叶级”荧光测定装置来测量叶子的“地面实况”量子产率。远程高架传感器可以设置在作物冠层之上0.5-10米之间的高度。远程传感器可以可替代地安装在机载平台上，例如无人机，以快速测量大面积的作物。地面传感器设置在反射板之上0.2米处。表2说明氧气的O2AFraunhofer大气吸收线处的准确度。每个反射率曲线都是由从两种测量模式返回的散射光构建的：装置总范围[nm]检查范围[nm]光谱移位[nm]FWHM[nm]Т上行辐亮度337.08–822.16754-775-0.0471.5下行辐照度336.24–822.56754-7750.0531.85*ТFWHM代表最大高度(即达到最大光谱分辨率的点)处的信号全宽。叶绿素荧光测量使用脉冲幅度调制(PAM)荧光计(例如，FP100-Max，PhotonSystemInstruments，捷克共和国(CzechRepublic))对每个盆栽作物中的3-5片完全展开的幼叶进行叶级参考荧光测量。根据Alonso(2008)的建议，在O2-A和O2-BFraunhofer大气吸收带处计算远程荧光。参见，例如，AlonsoL等人(2008)，植被荧光定量的改进Fraunhofer暗线鉴别方法，IEEE地球科学与遥感快报5(4):620–624(AlonsoL,etal.(2008)ImprovedFraunhoferLineDiscriminationMethodforVegetationFluorescenceQuantification.IEEEGeoscienceandRemoteSensingLetters5(4):620—624)。光响应曲线构建和非线性拟合程序使用以下等式计算测量当天每份光强度下的量子产率：其中量子产率是SIF687与两条线中总荧光发射的的归一化分数的组合，乘以归一化差异植被指数(NDVI)。然后电子传输速率通过将量子产率项乘以从附近气象站所接收的用于两个所获取数据集的光强度参数(即光合成有效辐射，PAR)来计算。非线性双曲线模型被拟合到生物重复中的每个。参见，例如，EilersPHC,PeetersJCH(1988)，浮游植物中光强度和光合作用速率之间关系的模型，生态建模，42(3)：199-215(EilersPHC,PeetersJCH(1988)Amodelfortherelationshipbetweenlightintensityandtherateofphotosynthesisinphytoplankton.EcologicalModelling42(3):199-215)。统计分析检查每组施肥处理是否存在异常值；每组中超过四分位距1.5倍的样本被排除在进一步分析之外。然后，施肥处理组的正态分布经由Shapiro-Wilk检验来检查且方差的齐性经由Levene检验来检查。当两个检验都满足时，应用方差分析(ANOVA)。在违反其中一项检验的情况下，改用WelchANOVA，且如果违反两项检验，则使用Kruskal-WallisANOVA。为了在一天中的不同时间或栽培季节期间的不同天之间进行比较，如果满足Mauchly球形检验，则使用重复测量ANOVA。如果违反球形检验，则改用Friedman非参数重复测量ANOVA。为了检查组之间的成对相关性，除了正态分布之外，还测试每个组的同方差性，且然后将Pearson相关性检验应用于整个集合。如果违反同方差性检验，则改用Spearman秩非参数相关检验。使用Excel中的“数据求解器”模块和最小二乘法进行线性回归和曲线拟合。统计分析在SPSS(美国芝加哥的IBM)中进行。计算和结果图2A-图2C说明对苜蓿的施肥梯度实验期间的实验条件。图2A说明叶子中常量营养素的化学分析结果，以确认施用的施肥梯度。组间差异在p<0.05置信水平上具有统计学显著性。图2B示出温室内部的光强度与外部光强度的比较，其中温室被设计成有利于遮光网，其负责将在～530nm下太阳普朗克分布的最大峰值处最大光强度降低30％。为了确认设计，在实验开始前的中午(温室内外)获取两份光谱图2C示出栽培苜蓿期间的湿度和温度控制器设置和实际测量值。图3A-图3D示出在种植两周后的沿着肥料梯度针对苜蓿计算的植被指数和太阳诱导荧光(SIF)。在白天期间，在07:30AM、09:00AM、10:30AM和12:00PM进行四次测量，从附近气象站记录相应光强度。这除以2.5以类似于温室内的强度，分别为4.2、33.2、185.5和225.3(Wm-2)。图3A-图3D中的曲线图分别表示归一化差异植被指数、高光谱指数(HSI)、光合作用响应指数(36)以及SIF760和SIF687。条形图分别表示总氮的肥料梯度(例如，30、60、120和300ppm)。误差条表示每次施肥处理n＝30时的均值的标准误差。SIF760在上午07:30的值在计算期间为负值且因此在图3C中被视为零，因为荧光不能为负值。在图3A中，数小时之间和数小时内的处理差异在p<0.05置信水平上具有统计学显著性。在图3B中，数小时之间的处理差异在p<0.05置信水平上具有统计学显著性。在图3C中，在时间点之间，仅30和300ppm之间的差异在p<0.05置信水平上具有统计学显著性。在图3D中，数小时之间的处理差异在p<0.05置信水平上具有统计学显著性。图4A-图4D示出在测量的一天期间的四个单独时间实例中苜蓿的光合性能的与地面实况脉冲幅度调制(PAM)技术相比的遥感量子产率计算。针对在687nm和760nm波长中氧的两条Fraunhofer氧吸收线来计算量子产率。图4A-图4D示出在30、60、120和300ppm的四种施肥浓度下苜蓿的测量值。每个点表示30次重复测量值，该值要么使用位于作物之上～1.5米处的高光谱传感器来获取以便记录从冠层分散的光，要么使用从完全打开的幼叶(幼被定义为来自顶部分生组织的3-5片叶子，该叶子对高光谱传感器可见)的中心测量量子产率的PAM来获取。线性回归趋势线在每个图(panel)内显示为虚线，其旁边是确定值的系数。在图4A中，组不相关，其中Pearson检验获得p>0.05置信区间的水平。在图4B中，发现相关性在p<0.05置信区间为正且显著。在图4C中，组在p<0.05置信区间呈负相关且显著。在图4D中，组正相关，在p<0.05置信区间下具有显著性。图5A-图5C示出与地面实况测量线性相关的遥感电子传输速率(ETR)和植物健康的预测以及执行光合作用的能力。图5A示出针对以下肥料处理：30、60、120、300ppm(曲线图中看到的点，n＝30)中的每个计算的ETR。虚线表示非线性方程对计算点的拟合的平均值。只有具有确定的系数在r2>0.9的那些拟合值被用于进一步的分析。因此，每条虚线表示每单次施肥处理的至少15个样品的平均值。点与拟合曲线之间的相关性在曲线图中根据施肥处理指定。每个施肥处理的光强度之间的差异在p<0.05置信水平上显著。图5B示出与根据Genty1989(参见，GentyB，BriantaisJM，BakerNR(1989)，光合电子传输的量子产率与叶绿素荧光猝灭之间的关系(Therelationshipbetweenthequantumyieldofphotosyntheticelectrontransportandquenchingofchlorophyllfluorescence)，BiochimicaetBiophysicaActa(BBA)-GeneralSubjects990(1):87–92)并使用PAM进行的地面实况ETR计算相关的遥感ETR计算。误差条表示均值的标准误差。组在p<0.05置信水平上呈正相关。图5C示出在测量后两周和培养周期结束时测量的苜蓿的生物量生产的最终结果，其中重量与肥料的氮水平线性相关，并且生物量的示例可以在上子集中看到。误差条表示均值的标准误差，n＝30。施肥处理之间的差异在p<0.05置信水平上具有统计学显著性。图6A-图6C示出在玉米“甜”栽培品种2212的情况下通过植物健康的遥感ETR进行的预测。在图6A中，测量玉米的茎伸长，作为经历施肥梯度的玉米的生物量生产的视觉代理，对照(仅灌溉)、6、12、20和30g总氮/升的灌溉，因为肥料类型是在栽培季节开始时施用的缓释Multicote(ICL，海法，以色列)。在该季节期间在将玉米播种到盆中后的23、32、44和65天选择四个测量日。N＝5，每个生物学重复有4个技术重复，且误差条表示均值的标准误差。时间点之间和时间点内的差异在p<0.05置信水平上具有统计学显著性。在图6B中，与第65天执行的遥感ETR计算相比，计算第44天和第65天之间的伸长率变化以说明初级生产事件。N＝5，每个生物学重复有4个技术重复。组间差异在p<0.05置信水平上具有统计显著性。在图6C中，第65天期间三个时间实例时的遥感ETR的计算是在07:30AM、10:30AM和12:00PM进行的，其中光强度为189、455和532(Wm-2，分别)。点以直线连接线连接，以便呈现曲线的趋势。N＝5，每个生物学重复有4个技术重复，且误差条表示均值的标准误差。施肥处理与上述图相同。时间点内和时间点之间施肥处理之间的差异在p<0.05置信水平上具有统计学显著性。表2详述在本实验中计算的所有植被指数植被。遥感植被指数报告植物功能、生物物理特性和光合作用活性。它们的计算是从不同波长下且其中具有宽带区域的反射率曲线提取。太阳诱导荧光的计算不仅考虑反射率曲线，而且还分别考虑从作物和参考图分散的辐亮度和辐照绝对光通量曲线。1GamonJA、J、FieldCB(1992)，跟踪光合效率昼夜变化的窄波带光谱指数，环境遥感41(1):35–44(GamonJA,J,FieldCB(1992)Anarrow-wavebandspectralindexthattracksdiumalchangesinphotosyntheticefficiency.RemoteSensingofEnvironment41(1):35—44)2MaxwellK,JohnsonGN(2000)，叶绿素荧光——实用指南(Chlorophyllfluorescence--apracticalguide)，JExpBot51(345):659–668实验结论在一些实施例中，本公开提供光系统II外作物的量子产率和非循环电子传输速率的新型遥感计算。现代无人机技术的出现引入一天数次飞越特定地点的能力。因此，它能够探索光合作用昼夜变化所需的时间分辨率且同时研究系统执行初级生产步骤的能力，同时依赖直到测量点生长的作物的生长史。然而，建立时间相关测量方法的第一个必要步骤是构建与参考叶片级光合测量技术相关的创新手段。鉴于参考遥感指数，本研究中的昼夜衰减证实过去的观察。先前发现，在太阳位于传感器正上方时记录来自天底(与地面垂直)的光谱使NDVI指数值降低一个量级。他们将这种现象称为“热点”，因为它在作为一天时间的函数的NDVI值的曲线图上具有独特的可见性。还发现NDVI大小随一天中的时间的变化，其中与天底的更宽角度建立增加的反射率曲线大小并改变NDVI值。在本实验中，发现这种所谓的“热点”效应随着肥料剂量的增加而更加明显(图3A)，其中每个光强度组内的差异(即，施肥处理之间的差异)具有统计学显著性。NDVI中施肥处理之间的梯度是预期的，因为此指数也预测作物中的氮含量，且因此示出与施肥处理的氮含量的线性趋势(图2B)。对中午NDVI值衰减的另一种解释是由于其预测叶面积指数的能力。之前的研究表明，LAI值到中午一直下降，且这可为NDVI信号整体衰减的原因。玉米黄质指数(PRI)示出针对该指数的行为预期的转换曲线(图3B)。虽然在上午07:30和09:30之间整体大小略上升，但此行为会随着时间的推移而发生移位和衰减，直到中午(图中225.3Wm-2光强度)。肥料处理之间没有统计学上的显著差异，可能是由于为避免过度的光能对作物的损害的实验中的特殊条件。PRI指数在不同时间分辨率下改变其含义，其中在计算玉米黄质光保护类胡萝卜素浓度时，PRI指数预测年度循环的量子产率和昼夜循环的机构的光保护步骤的能力。然而，虽然预期随着光强度推移，类胡萝卜素浓度增加，但也观察到相反现象。这在之前的解释是PRI指数实际上预测环氧化状态或整体类胡萝卜素循环衰减，其中类胡萝卜素的整体池随着光强度而增加。因此，该指数的大小变得更小并且值随着光强度下降。从光合反应中心发出的荧光对于PSII在最大强度684nm和740nm达到峰值，且对于PSI，在最大强度722nm达到峰值。因此，SIF760信号呈现PSII和PSI混合信号，PSII和PSI之间的荧光部分不相等。然而，在中午发生的高光强度下，PSI荧光贡献被认为可以忽略不计(图4C和图4D)，且SIF687信号主要包含PSII，对PSI的荧光尾部轮廓有一些干扰。虽然光系统的整体活性随着光强度而增加，但可以观察到这两种信号表现不同。SIF760在中午达到平稳期，而SIF687几乎随强度呈线性增加。这是预期的行为，因为随着更多的光系统被招募来收集光和进行光合作用，光系统I-3P700的激发中心和特别是P700 -有效地淬灭荧光。这解释荧光的猝灭(换句话说，解释它在中午被机构重新吸收760nm信号)。总而言之，两种SIF信号中从各种肥料处理趋势发射出的荧光之间存在相似性，而SIF760的误差条大小大于SIF687的误差条大小。这意味着存在若干子过程，该子过程影响在760nm波长下的信号可变性，正如对光系统混合信号所预期的那样。光合机构的量子产率描述光系统收集光并报告生物体的光合能力的能力。SIF产率已被用作环境光下叶级有效量子产率的遥感等效值且SIF产率被定义为在给定时间从植物发射出的荧光与由植物吸收的光之间的比率。为了评估吸收光的分数，研究人员可以测量冠层之上和冠层下方的光量，并对这两个项进行计算，以便提取由冠层吸收多少光。在考虑到通过冠层的光透射率在空间尺度上变化并且需要多次测量的大面积植被区域时，这种测量劳动量大。此技术的替代方式是用NDVI替换吸收的光部分，因为这已被证明对于多光谱和高光谱传感器两者在各种类型的植物和冠层几何形状之间呈线性相关。然而，SIF产率项示出针对两个SIF信号的聚类模式，与有效量子产率项的相关性非常低。图中的子组中的每个在一天期间反射不同光强度/小时，而760nmSIF产率表现出负相关性和低检验的P值。因此，在一些实施例中，本公开提供量子产率计算，其为两条氧吸收线提供高得多的相关结果。该计算被认为是两个事件同时发生的概率，且因此两个事件的概率彼此相乘。这两个事件是由植物对光的吸收(其取决于叶面积指数)和叶绿素含量。NDVI指数将这两个特征进行卷积作为第一项，且然后发射荧光的每个活跃光系统都反映在第二项中，其中PSII的分数作为它与这两个Fraunhofer大气吸收线中总荧光发射之间的比率。在本公开中，两个光系统的隔离在将SIF信号中的每个除以两个荧光大小之和时来考虑。这样，两个光系统的激发与整体成功激发的分数被归一化。虽然两条线现在都表现出更好的相关性，但仍然存在参考量子产率信号与在760nm下氧吸收线处的新型遥感计算之间的相反趋势。这可能是因为在清晨测量的SIF760为负并且从图示中省略。从图中省略这些点将不改善相关性，因为在760nm测量的情况下，可见光强度之间没有趋势。然而，对于第二条氧气吸收线，情况并非如此(图4D)。这里，即使在0.8(R.U.)处省略QyPSII处的奇异点，由于点组的对齐位置，趋势线仍保持正相关。在一些实施例中，本公开还提供使用遥感量子产率项来预测光系统II外的电子传输速率。一般来说，荧光光响应曲线的评估类似于析氧或碳同化的光响应曲线的评估。例如，结果表明ETR以类似的方式起作用，如C3和C4光合作用类型的两种作物在不同光强度下的碳同化曲线。还建议缩短逐渐增加的人工照明的连续时间点之间的时间步长报告光系统在考虑水下植物时执行电子传输速率的可行性。光响应曲线获取两部分：·依赖光的部分，其中活性随着光而增加，和·与光无关的部分，其中无论添加的光如何，活性都保持不变。原则上，还存在第三部分，其中曲线下降意味着在非常高光强度下阻止光合活性。拟合非线性曲线能够提取一组附加参数，其报告机构的各种特性并且不能从作物光合活性的单个测量中立即获得，如下表3可见。这些是最大光强度(当获得该光强度时，系统达到最大活性)和β/Ω因子(其意味着机构上存在的压力量)。非线性双曲线函数可以拟合到光响应曲线图上计算的遥感电子传输速率点。拟合在r2>0.9下表现出原始行为的预测率并用于进一步分析以提取模型参数。对于每个参数，N至少为12。误差表示均值的标准误差。组之间的差异仅对于斜率、Ik和Ω参数在p<0.05置信水平上具有统计学显著性。表3.从苜蓿的遥感光响应曲线的非线性拟合中提取的参数值。通过将本新型遥感量子产率项与测量期间获得的光量相乘来计算植物的活性，得到所有施肥处理的与x轴成几乎45°度角的直线(图5A)。提取的参数表明，Im远高于(几乎十倍)实验期间的最大光强度(表1)。这意指在莴苣栽培期间没有光强度会妨碍最大可达到的产量并且鉴于其中一些样品接收过度施肥处理的环境条件，对机构没有影响。这导致达到的最终生物量与实施的肥料剂量之间呈线性趋势(图5C)。将我们的计算结果与参考手持荧光计的计算结果进行比较，得出r2＝0.99，这意味着该测量确实预测光系统II外的电子传输速率。因此，本发明人已经能够用玉米验证本创新指数预测在过高温度，以及如在莴苣实验之前获取类似数据集期间发生的变化光和肥料浓度下植物健康的能力。玉米不呈现光抑制特性，且此外，已知玉米在光依赖CO2同化和荧光光响应曲线之间示出类似趋势。在该之前数据集中，只取三个时间点(图6C)，因此可以计算量子产率指数并构建光响应曲线，但由于测量次数有限，未能成功拟合曲线。尽管如此，即使未拟合，曲线也能够预测植物健康和生长速度的下降，这是通过玉米茎(从盆中的地面到顶部分生组织)的生长速度的变化来测量的(图6B)。曲线在平稳期的行为与生长变化的大小相似。虽然对照只显示边缘活性但没有弯曲，但它的生长变化是突然的。这是因为两个连续测量点之间的差异很小，且因此变化也很小。在光响应曲线中，绿色曲线是唯一一条继续升高且不像其他曲线那样弯曲的曲线。这在生长变化中也明显，其在对照后是最低的。最后，过度施肥处理的曲线确实向下弯曲，这意味着玉米的光系统II在电子传输方面不太活跃；这一点由绿色和红色曲线之间在统计上显著的大小增加来证明。附加计算图7A和图7B示出同时记录的反射光的曲线。图7A示出地面测量的参考板反射率(太阳辐照度的度量)。图7B示出根据本发明的一些实施例的来自作物冠层的上行反射率。光谱强度单位由光子计数转换为光通量，即每个积分时间每个像素的光子计数转换为光通量单位：Wm-2sr-1m-1。以下等式指示转换参数：I＝(光子计数-暗电流计数)·f(标称计数，带通，立体角)/面积其中，·标称计数(焦耳/计数)是单个光子在任何波长下撞击传感器的能量，从校准仪器接收或根据仪器规格计算；·面积(m2)是锥体的底部，光子从该锥体分散到传感器上；·立体角是收集从植物分散的所有光子的锥体的立体角；0.0055球面度数或光谱辐射计的12.4度；·带通(nm-1)是在所记录光谱中两个连续波长之间的宽度。该值从0.4到0.45不等，并且其计算公式如下：从像素计数(像素/像素，其中每个像素表示单个带/波长)中减去暗电流减少噪声。对辐照度(参考)通量和“上行”辐亮度(植被)曲线(图3A和图3B)都进行上述计算。图8示出根据本发明的一些实施例的归一化反射率曲线，其是针对辐照度归一化的上行曲线。也被称为“双向分布函数”(BRDF)(Nicodemus，1977)的归一化反射率曲线通过以下方式来计算：根据给定时刻的辐照度对上行辐亮度进行归一化，并另外校正太阳在天空中的位置，它与地球的距离以及光相对于植物冠层的几何形状的特定相互作用剖面。BRDF计算通常在假设从植物反射的光以完全漫射(朗伯)方式反射的情况下进行(VandeHulstHC,1980)。归一化反射率曲线计算公式为：其中，·R是BRDF，或归一化反射率曲线，根据植物冠层的几何形状进行校正，·θ是太阳相对于天底点的位置的函数，并且是以下的函数：·太阳相对于传感器位置的方位角。·其中π假设半球漫射光(反射率的镜面分量为零)。在下文中，将近似等于1。Cos(θ)＝太阳位置作为θ相对于天底点的校正。··D是通过假设地球在围绕太阳的开普勒轨道运动来计算的(HammenD2015)：初始开普勒公式是第二个参数除以第三个参数，但是对于小数·a＝地球轨道的半长轴的长度。·e＝轨道偏心率。·Θ＝绕太阳一整圈的角度，假设正圆为360°。·一年中的天数＝365.25天。·天数-4＝从地球穿过轨道近日点时的1月第4日开始的测量日。·如果R以天文单位(AU)计算，则前两个参数等于～1AU，并且公式缩短为：R＝1-0.01672·cos[0.9856·(天数-4)]·Do＝0.995是地球距太阳的平均距离。·T(θ)＝使用针对每个波长计算，它模拟测量期间大气条件且因此计算每波长的传输辅因子。·Cos(θ)＝是太阳距天底点的天顶角。归一化反射率曲线包括若干感兴趣的区域，从中可以提取有关植物的物理和生理信息：500-570nm指示压力相关的植被指数和叶绿素浓度；700-750nm指示植物年龄和叶内的叶绿体组织；760nm尖峰指示由光合机构发射出的被动叶绿素a荧光；800-850nm指示植物的光学特性，因为它们受表皮、叶肉和其他叶子分子结构的影响。650nm和800nm处的R值已用于生成称为“归一化差异植被指数”(NDVI)的项，其计算公式如下：图9A和图9B示出根据本发明的一些实施例的在760和770nm之间的大气吸收井的范围内计算的反射率曲线。改进的Fraunhofer暗线鉴别技术(Plascyk1975，Alonso2008)可以用于计算由植物光合机构发射出的太阳诱导荧光(SIF)信号(图9A)。穿过大气层的阳光在特定波长被原子气体吸收。电磁波谱上的氧O2-A吸收带(约760nm)用于计算SIF信号。在吸收线上计算样条函数以便评估光谱的反射波长值，就好像未发生氧吸收，且然后基于这些值校正荧光计算(图9B)。辐照度的氧O2-A吸收带(来自参考板的反射)与植被剖面中的氧O2-A吸收带在大小上不同。这是由于在光谱的此区域中从植物发射出的荧光信号，其在图9A中表示为两个曲线图的简单相减(归一化反射率曲线)。在图9B中，λOut和λin是760到770nm之间吸收井外和内的波长。内插值位于吸收井的边缘之间的内插函数(点划线)上。用于计算SIF的数学过程包括四个计算：(i)在反射率曲线和辐照度曲线图中内插氧吸收井。(图5B示出辐照度曲线的示例)。(ii)反射率校正因子αR＝Rout/Rin内插校正因子(iii)表观荧光校正因子αF＝(αR·Iin)/(Iin内插)(iv)SIF计算：SIF＝(αR·Iout·Lin-Iin·Lout)/(αR·Iout-αF·Iin)其中，·Rout和Rin是如图3A和图3B中可见的反射率的值；·Iout–辐照度；·Lout–辐亮度；·Iin内插–内插辐照度；·Rin内插–内插反射率(AlonsoL,2008)图3C和图3D说明根据本发明的一些实施例的对于接收不同施肥处理的四个植物扇区中的每一个而在760和687波长下的SIF的计算。图3C示出SIF687值，该值以与上述SIF760值类似的方式在687nm的氧B吸收井处计算。误差条表示均值的标准误差，因为测量重复四次，如上所述。测量在一天中从日出到中午的四个不同时间进行。每列表示30个样本的平均值且误差条表示均值的标准误差。图3A-图3B说明根据本发明的一些实施例的基于接收四种不同施肥处理的莴苣作物的太阳诱导荧光测量值而计算的指数的曲线图。在本发明的实施例中，计算并示出在本文中称为“归一化SIF响应指数”(NSRI)的指数以提供对量子产率的预测：其中NDVI(归一化差异植被指数)的计算如上所述。图4D说明根据本发明的一些实施例的莴苣作物的“归一化SIF响应指数”(NSRI)与通过荧光计对相同作物测量的荧光量子产率的比较。相关性的水平(确定系数R2＝0.88)指示NSRI指数可以用作替代由荧光计测量的量子产率(Qy)的远程测量替代方式。因此，归一化光响应曲线(其可以根据量子产率计算并指示植物光系统II(PSII)和光系统I(PSI)之间的电子传输速率(ETR))可以根据NSRI指数通过类似地将NSRI函数乘以光强度函数来估计，得到NSRI·I这也是ETR估计，且可以写成光响应其中I是给定对测量的阳光强度，SIFA(I)和SIFB(I)分别是约760nm的氧A吸收带和约687nm的氧B吸收带的太阳诱导荧光值。对于给定对测量，NDVI是给定对测量的阳光强度下的归一化差异植被指数，且k是为给定作物类型配置的常数。如上所述，光强度的此函数因此可以代替PAM构建的光响应曲线，该曲线已被示出是光合机构的活性的指标。PAM光响应曲线通常是根据析氧/碳固定率的测量值计算得出，但其也可以通过光系统II的荧光发射来近似(HenleyWJ1993)。PAM构建的光响应曲线可以计算如下：PAMQy·PAR·0.84·0.5其中，·PAMQy是由PAM测量技术提供的值；·PAR是光合有效辐照度，以通量单位[Wm-2]为单位，是400和700nm之间光能的积分。PAR值可以从当地气象站接收；·0.84是一般叶子吸收的光量；和·0.5是一般假设，其假设PSII:PSI的比率为1:1，其中主动性技术优先激发PSII。本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括一个或多个计算机可读存储介质，其上具有用于使处理器执行本发明的各方面的计算机可读程序指令。计算机可读存储介质可以是可以保留和存储指令以供指令执行装置使用的有形装置。计算机可读存储介质可以是例如但不限于电子存储装置、磁存储装置、光存储装置、电磁存储装置、半导体存储装置或前述的任何合适的组合。计算机可读存储介质的更具体示例的非详尽列表包括以下：便携式计算机软盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式光盘只读存储器(CD-ROM)、数字多功能磁盘(DVD)、记忆棒、软盘、其上记录有指令的机械编码装置，以及前述的任何合适的组合。如本文使用的计算机可读存储介质不应被解释为瞬态信号本身，诸如无线电波或其他自由传播的电磁波、通过波导或其他传输介质传播的电磁波(例如，通过光缆的光脉冲)或通过缆线传输的电信号。相反，计算机可读存储介质是非瞬态(即，非易失性)介质。在本文中描述的计算机可读程序指令可以从计算机可读存储介质下载到相应计算/处理装置或经由网络例如因特网、局域网、广域网和/或无线网络下载到外部计算机或外部存储装置。网络可以包括铜传输电缆、光传输光纤、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理装置中的网络适配卡或网络接口从网络接收计算机可读程序指令并转发计算机可读程序指令以存储在相应计算/处理装置内的计算机可读存储介质中。用于执行本发明的操作的计算机可读程序指令可以是汇编器指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据或以一种或多种编程语言(包括面向对象的编程语言，诸如Java、Smalltalk、C 等，以及传统的过程编程语言，诸如“C”编程语言或类似的编程语言)的任意组合编写的任一源代码或目标代码。计算机可读程序指令可以完全在用户计算机上、部分在用户计算机上、作为独立软件包、部分在用户计算机上和部分在远程计算机上，或完全在远程计算机或服务器上执行。在后一种情况下，远程计算机可以通过任何类型的网络连接到用户的计算机，包括局域网(LAN)或广域网(WAN)，或者可以连接到外部计算机(例如，使用互联网服务提供商通过互联网)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化电子电路，电子电路(包括例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA))可以执行计算机可读程序指令，以便执行本发明的各方面。在本文中参考根据本发明的实施例的方法、设备(系统)和计算机程序产品的流程图和/或框图描述本发明的各方面。应当理解，流程图和/或框图的每个框以及流程图和/或框图中的框的组合可以由计算机可读程序指令来实施。这些计算机可读程序指令可以提供给改良用途计算机、专用计算机、通用计算机或其他可编程数据处理设备的处理器以产生机器，使得经由计算机或其他可编程数据处理设备的处理器执行的指令创建用于实现流程图和/或框图的一个或多个框中指定的功能/动作的装置。这些计算机可读程序指令也可以存储在计算机可读存储介质中，其可以引导计算机、可编程数据处理设备和/或其他装置以特定方式运行，使得其中存储指令的计算机可读存储介质包括制造制品，其包括实现流程图和/或框图的一个或多个框中指定的功能/动作的各方面的指令。计算机可读程序指令还可以被加载到计算机、其他可编程数据处理设备或其他装置上，以使得在计算机、其他可编程设备或其他装置上执行一系列操作步骤产生计算机实现过程，使得在计算机、其他可编程设备或其他装置上执行的指令实施流程图和/或框图的一个或多个框中指定的功能/动作。附图中的流程图和框图说明根据本发明的各种实施例的系统、方法和计算机程序产品的可能实现方式的架构、功能和操作。就这一点而言，流程图或框图中的每个框可以表示指令的模块、段或一部分，其包括用于实施一个或多个指定逻辑功能的一个或多个可执行指令。在一些替代实现方式中，框中指出的功能可以不按照附图中指出的顺序进行。例如，根据所涉及的功能，连续示出的两个框实际上可以基本同时执行，或者有时可以以相反的顺序执行这些框。还将注意，框图和/或流程图的每个框以及框图和/或流程图中的框的组合可以由专用硬件型系统实施，该系统执行指定功能或动作，或进行专用硬件和计算机指令的组合。本发明的各种实施例的描述是出于说明的目的而呈现的，但并不旨在具有穷举性或限于所公开的实施例。在不脱离所描述实施例的范围和精神的情况下，许多修改和变化对于本领域普通技术人员来说将是明显的。选择本文中使用的术语以最好地解释实施例的原理、实际应用或对市场中发现的技术的技术改进，或者使其他本领域普通技术人员能够理解在本文中公开的实施例。当前第1页12