智能灌溉系统自动化评估农田气象站自然生态系统

    光学遥测技术发展已久，举凡气象资讯、灾害勘查、环境调查等均可见其踪迹。近年来也逐渐将此类技术运用于农业生态的探讨，例如通过飞机、卫星或于高处测量不同波长的光线反射量，再将其转换成标准化植被指数(Normalized Difference Vegetation Index，NDVI)，就可计算出某区域植物的生长状况；其中，太阳诱导萤光(Sun-induced fluorescence，SIF)的相关技术具有相当大的应用潜力。植物利用光合作用将光能转化为碳水化合物，但吸收的光能有1-2%会转变成萤光，因其与植物光合作用强度具有相关性，因此收集数据可辅助监测光合作用变化与植株生产力，且观察期间并不影响植物的生长环境。     SIF技术能用以计算植物的总初级生产量（Gross primary production, GPP），虽然目前已知两者关系会受到吸收光合效率(absorbed photosynthetically active radiation, APAR)及光利用效率(light use efficiency，LUE )影响，但SIF与LUE的关系至今尚未明了，因此美国伊利诺大学(University of Illinois)于大豆田中设置了FluoSpec2，可用于长时间收集田中的SIF及GPP数据，配合观察作物的生长各阶段，提供第一个生长连续性的大豆SIF纪录，促进人类理解农作物生理和SIF之间的关系。     SIF技术可以将传统的劳力观察转化为自动化纪录，区域尺度的SIF数据能够帮助改良作物产量预测模型，现在美国各地已陆续设置SIF感测器网路，帮助用于自动化评估农田和其他自然生态系统；而相关的参数仍持续经由各项研究修正，未来也可连结作物的生理特性与关键基因之关系。