A Next Generation Observing Strategy for On-Farm Crop Management
Nicholas Parazoo · David R. Thompson · Jennifer E. Johnson 等 6 人
提出利用日光诱导叶绿素荧光（SIF）遥感构建下一代农田作物管理观测策略。
综述SIF遥感在农业监测中的潜力，结合成像光谱与干涉测量技术发展。
SIF可捕捉全生育期作物光利用动态，但尚未满足田间业务化时空与延迟要求。
研发满足田间尺度时空与低延迟要求的SIF成像新架构，推动作物管理业务化。
该论文提出基于SIF的新一代农田观测策略，方法新颖且对精准农业与产量预报有实质推动，值得进入每日精选。
在日益加剧的气候压力下保障可持续的粮食生产，是美国面临的最紧迫挑战之一。2022年，美国农产品出口创造了4120亿美元的经济产出，其中包括2146亿美元的制造业、贸易和运输业产值（Zeng et al 2025）。与此同时，不断上升的生产成本以及日益加剧的干旱和极端天气脆弱性，正威胁着国家和全球的粮食安全与经济稳定。及时获取作物健康状况和产量信息，对于预判粮食供应的短期中断、为适应性管理框架提供依据以增强社会生态韧性至关重要。在实践中，作物健康信息在农业供应链的每一个环节都以不同方式得到利用。然而，可以说其作用最大的地方正是行动的起点：即农民在田块尺度上做出实时管理决策时（Parazoo and Fuchs, 2025）。尽管近年来农民所采用的作物数据分析方法已取得显著进步，但它们所依赖的遥感多波段和热红外数据基础在过去二十多年里并未发生实质性变化。日光诱导叶绿素荧光（Solar-Induced Chlorophyll Fluorescence, SIF）有潜力变革农业监测与管理，因为它能够捕捉植物在整个作物周期（从种植到收获）中吸收和利用光的方式的缓慢至快速变化，且不受冠层密度限制，并适用于多变的环境和管理条件（Yang et al. 2026）。然而，尽管SIF遥感在满足农业需求方面前景广阔，但它尚未达到在田块和区域尺度上业务化应用所需的空间、时间和延迟要求。当前存在一个机遇，可以借助SIF在太空领域的发展基础，利用成像光谱学和干涉测量学的持续技术进步，以及对可操作农业数据的高需求，通过新的测量模式和成像SIF架构，大幅推进作物管理和产量预测的技术水平。