logo móvil
Contáctanos

Evaluando el Potencial del Índice de Reflectancia Fotocanónica para Mejorar la Relación entre la Fluorescencia de Clorofila Inducida por el Sol y la Productividad Primaria Bruta en Cultivos y Soja

Autores: Chen, Jidai; Huang, Lizhou; Zuo, Qinwen; Shi, Jiasong

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Evaluando el Potencial del Índice de Reflectancia Fotocanónica para Mejorar la Relación entre la Fluorescencia de Clorofila Inducida por el Sol y la Productividad Primaria Bruta en Cultivos y Soja


Categoría

Ciencias Naturales y Subdisciplinas

Subcategoría

Astronomía

Palabras clave

Fotosíntesis
Fluorescencia de clorofila inducida por el sol
índice de reflectancia fotocanónica
Atenuación no fotocanónica
Productividad primaria bruta
Déficit de presión de vapor

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 6

Citaciones: Sin citaciones


Descripción
La fotosíntesis está influenciada por la asignación dinámica de energía bajo diversas condiciones ambientales. La fluorescencia de clorofila inducida por el sol (SIF), una vía importante para disipar la energía absorbida, se ha utilizado extensamente para evaluar la productividad primaria bruta (GPP). Sin embargo, el potencial del índice de reflectancia fotocanónica (PRI), como indicador de la atenuación no fotocanónica (NPQ), para mejorar la estimación de GPP basada en SIF, no ha sido investigado a fondo. En este estudio, utilizando observaciones continuas basadas en torres, examinamos cómo el PRI afectó la relación entre SIF y GPP para maíz y soja en escalas de tiempo de media hora y diaria. La relación de GPP con SIF y PRI se ve afectada por el estrés indicado por el déficit de presión de vapor (VPD) y el índice de estrés hídrico de cultivos (CWSI). Además, la relación de GPP a SIF del maíz fue más sensible al PRI en comparación con la soja. Ya sea en análisis de correlación de Pearson o parcial, las relaciones de PRI con la relación de GPP a SIF fueron casi todas significativas, independientemente de controlar variables estructurales-fisiológicas (conductancia estomática, índices de vegetación) y variables ambientales (intensidad de luz, etc.). Por lo tanto, el PRI afecta significativamente la relación SIF-GPP para maíz (r > 0.31, < 0.01) y soja (r > 0.22, < 0.05). Después de combinar SIF y PRI utilizando el modelo lineal multivariable, la estimación de GPP ha mejorado considerablemente (el coeficiente de determinación, abreviado como R, aumentó de 0.48 a 0.49 a 0.78 a 0.84 y el error cuadrático medio, abreviado como RMSE, disminuyó de 6.38 a 10.22 a 3.56 a 6.60 para maíz, R aumentó de 0.54 a 0.62 a 0.78 a 0.82 y RMSE disminuyó de 6.25 a 9.59 a 4.34 a 6.60 para soja). Esto sugiere que se pueden obtener mejores estimaciones de GPP para maíz y soja cuando SIF se combina con PRI.

Otros recursos que podrían interesarte

Temas Virtualpro