De afgelopen jaren heeft de wetenschappelijke gemeenschap haar aandacht steeds meer gericht op duurzame landbouw, met als doel de gewasopbrengst te maximaliseren en tegelijkertijd de impact op het milieu te minimaliseren. Een cruciaal aspect van dit onderzoek is het begrijpen van de fundamentele processen van de fotosynthese van planten en hoe deze op grote schaal kunnen worden gemonitord.
Een veelbelovende methode voor het beoordelen van fotosyntheseactiviteit is het meten van door de zon geïnduceerde chlorofylfluorescentie, een bijproduct van fotosynthese dat kan worden gedetecteerd door sensoren op de grond en door satellieten in de ruimte.
Een studie onder leiding van Genghong Wu, een Ph.D. student geadviseerd door Kaiyu Guan, directeur van het Agroecosystem Sustainability Center (ASC), en collega's hebben op de grond gebaseerde instrumenten gebruikt om door de zon geïnduceerde chlorofylfluorescentie (SIF) en verschillende vegetatie-indices (VI's) te meten die de gezondheid en activiteit van planten weerspiegelen. Het verzamelde 15 locatiejaren aan SIF- en VI-gegevens van verschillende gewassen (maïs, sojabonen en miscanthus) over een periode van zes jaar (2016-2021) binnen de Amerikaanse Corn Belt (Illinois en Nebraska).
Het onderzoek is gepubliceerd in het tijdschrift Scientific Data .
"Eddy-covariantietorens zijn momenteel de gouden standaard voor het meten van de fotosynthese van het bladerdak", legt Wu uit. "Ze zijn echter duur en worden verspreid over een beperkt aantal locaties over de hele wereld. Satelliet-SIF kan ons ruimtelijk continue gegevens verschaffen. Het volledig benutten van satelliet-SIF voor het monitoren van fotosynthese vereist echter een mechanistisch begrip van de relatie tussen de twee."
Deze uitgebreide dataset uit dit onderzoek kan worden gebruikt om inzicht te krijgen in de mechanistische relatie tussen verrood SIF en fotosynthese op kruinniveau. Deze relatie is van cruciaal belang voor het nauwkeurig interpreteren van SIF-metingen, of deze nu afkomstig zijn van observaties op de grond of van satellietbeelden.
Belangrijk is dat de studie een robuuste dataset oplevert die kan dienen als benchmark voor het valideren van satelliet-SIF-producten, die steeds vaker worden gebruikt om mondiale landbouwsystemen en koolstofcycli te monitoren. Bovendien kan de dataset worden gebruikt om modellen te verbeteren voor het voorspellen van gewasopbrengsten en het beoordelen van de gezondheid van planten op grote schaal, wat bijdraagt aan beter geïnformeerde landbouwpraktijken en -beleid.
Via het artikel beschreven de wetenschappers hoe ze het netwerk hadden opgebouwd en een beschrijving van de dataset. Het artikel bevat details over instrumentatie, gegevensverwerking en mogelijke toepassingen.
"Wij zijn een van de eerste groepen ter wereld die een dergelijk netwerk voor langetermijn-SIF-metingen hebben ontwikkeld, daterend uit 2016", aldus Guan.
"Een van onze doelen was om onderzoekers een bredere toepassing van deze dataset te bieden," merkte Wu op. "Dit artikel geeft dus een gedetailleerde beschrijving van hoe we de datasets hebben verzameld, verwerkt en indirect gevalideerd en wat de mogelijke toepassingen van de gegevens zijn."
Wu wijst er ook op dat hoewel veel onderzoekers SIF- en fotosynthesegegevens verzamelen, er geen standaardmethode bestaat om dit te doen.
"Mensen hebben de SIF-gegevens op verschillende manieren verzameld en verwerkt", zei Wu. "Er zijn verschillende systemen met verschillende instrumentatieontwerpen. We hadden een gedetailleerd overzicht van onze systemen en opstelling nodig om hopelijk behulpzaam te zijn bij het bepalen van de standaard voor het verzamelen en verwerken van deze gegevens in de toekomst. "
"We hebben besloten transparant te zijn over onze methode, zodat anderen kunnen vertrouwen op de betrouwbaarheid van onze gegevens", zei Wu. "Ze kunnen nu ook onze SIF-gegevens gebruiken om de landoppervlakmodellen te assimileren om de koolstofcyclus of de watercyclus te schatten, naast de fotosyntheseschatting en stressdetectie."