I de senere år har det videnskabelige samfund i stigende grad rettet sin opmærksomhed mod bæredygtigt landbrug med det formål at maksimere afgrødeudbyttet og samtidig minimere miljøpåvirkningen. Et afgørende aspekt af denne forskning involverer forståelsen af de grundlæggende processer af planters fotosyntese, og hvordan de kan overvåges i skala.
En lovende metode til at vurdere fotosyntetisk aktivitet er gennem måling af solinduceret klorofylfluorescens, et biprodukt af fotosyntese, der kan detekteres fra jordbaserede sensorer såvel som fra satellitter i rummet.
En undersøgelse ledet af Genghong Wu, en ph.d. studerende rådgivet af Agroecosystem Sustainability Center (ASC) direktør Kaiyu Guan, og kolleger har brugt jordbaserede instrumenter til at måle langt rød solinduceret klorofylfluorescens (SIF) og forskellige vegetationsindekser (VI'er), der afspejler plantesundhed og aktivitet. Den kompilerede 15 site-år med SIF- og VIs-data fra forskellige afgrøder (majs, sojabønner og miscanthus) over en periode på seks år (2016-2021) inden for det amerikanske majsbælte (Illinois og Nebraska).
Studiet er publiceret i tidsskriftet Scientific Data .
"Eddy covariance tårne er i øjeblikket guldstandarden for måling af canopy fotosyntese," forklarede Wu. "Men de er dyre og er fordelt over begrænsede steder over hele kloden. Satellit-SIF kan give os rumligt kontinuerlige data. At udnytte satellit-SIF fuldt ud til fotosynteseovervågning kræver dog en mekanistisk forståelse af forholdet mellem de to."
Dette omfattende datasæt, der leveres i denne undersøgelse, kan bruges til at få indsigt i det mekanistiske forhold mellem fjernrød SIF og fotosyntese på baldakinniveau. Dette forhold er afgørende for nøjagtig fortolkning af SIF-aflæsninger, uanset om de kommer fra jordbaserede observationer eller satellitbilleder.
Det er vigtigt, at undersøgelsen giver et robust datasæt, der kan tjene som benchmark for validering af satellit-SIF-produkter, som i stigende grad bruges til at overvåge globale landbrugssystemer og kulstofkredsløb. Desuden kan datasættet bruges til at forbedre modeller til forudsigelse af afgrødeudbytte og vurdering af plantesundhed i stor skala, hvilket bidrager til mere informeret landbrugspraksis og -politikker.
Gennem papiret beskrev forskerne, hvordan de byggede netværket og en beskrivelse af datasættet. Artiklen indeholder detaljer om instrumentering, databehandling og potentielle applikationer.
"Vi er en af de første grupper på verdensplan til at udvikle et sådant netværk til langsigtede SIF-målinger, dateret tilbage til 2016," kommenterede Guan.
"Et af vores mål var at give forskere en bredere anvendelse af dette datasæt," bemærkede Wu. "Derfor giver dette papir en detaljeret beskrivelse af, hvordan vi indsamlede, behandlede og indirekte validerede datasættene, og hvad er de potentielle anvendelser af dataene."
Wu påpeger også, at selvom mange forskere indsamler SIF- og fotosyntesedata, er der ikke en standardmetode til at gøre det.
"Folk har indsamlet og behandlet SIF-data på forskellige måder," sagde Wu. "Der er flere systemer med forskellige instrumenteringsdesign. Vi havde brug for en detaljeret registrering af vores systemer og opsætning for forhåbentlig at være behjælpelig med at sætte standarden for indsamling og behandling af disse data i fremtiden."
"Vi besluttede at være gennemsigtige med vores metode, så andre kan stole på pålideligheden af vores data," sagde Wu. "De kan også nu bruge vores SIF-data til at assimilere jordoverflademodellerne for at estimere kulstofkredsløbet eller vandkredsløbet ud over fotosyntesestimering og stressdetektion."
Flere oplysninger: Genghong Wu et al., Ground-far-red sol-induceret klorofylfluorescens og vegetationsindekser i det amerikanske midtvestlige agroøkosystem, Scientific Data (2024). DOI:10.1038/s41597-024-03004-w
Journaloplysninger: Videnskabelige data
Leveret af University of Illinois at Urbana-Champaign
Sidste artikelHjorte udvider sig nordpå, og det er ikke godt for rensdyr:Forskere vurderer årsagerne til
Næste artikelForskere regenererer neurale veje hos mus med celler fra rotter