亚马逊的树木教会我们的！应对酷暑的自然智慧

冒头——薄明的丛林
雾气弥漫的亚马逊黎明上空，无人机滑翔而过。橙色的光线轻抚巨树的顶端，潜藏在树冠中的无数叶子同时闪耀，仿佛巨大的太阳能板开始运作。这里存在着人类未知的“与光的博弈”——。

1. 研究背景

被称为地球最大碳吸收源的亚马逊热带雨林，近年来因气候变化而遭受极端干旱和高温。卫星通过叶绿素荧光（SIF）来估算光合作用量，但报告指出旱季SIF反而增加，这一“令人不安的事实”使得现场验证迫在眉睫。phys.org

2. 挑战树冠的研究者们

博士生莱昂纳多·吉卡尔迪等人从2019年至2024年间，攀登了超过60米高的200多棵巨树。使用便携式光合成计“MultispeQ”同时测量①吸收光量（APAR）②荧光③热耗散④纯光合成速率。总样本数超过一万片叶子，首次诞生了树冠的“全3D分辨率数据集”。phys.org

3. 揭示的“三段活用”模型

1. 平衡阶段（低至中光）

   • 光合作用和荧光同步增减。

2. 缓冲阶段（强光+轻度干燥）

   • 热耗散急剧增加以抑制叶温上升。光合作用持平。

3. 危机阶段（强光+严重干燥）

   • 热耗散机制达到极限，光合作用急剧下降。荧光呈尖峰状增加，暗示叶片损伤。

传统上认为“荧光↑＝光合↑”的卫星算法在第三阶段错过了逆转现象。phys.org

太阳光→叶→荧光・热・光合成

4. SNS的反应——“赞叹与动摇”

• @thepostdoctoral
  「可能从根本上改变卫星数据的解读方式。再次确认地面观测的重要性！」 twitter.com

• @kgusler
  「敬佩攀登巨木的执着。然而，SIF行业需要大幅修正。」 twitter.com

• @MSUDOEPlantLab
  「我们的MultispeQ照亮了热带雨林的未来！接下来将在非洲展开。」 x.com

来自日本研究者的声音也指出「这直接关系到人造卫星『しきさい』的数据校准成果」（千叶大学・卫星观测中心）。

5. 对日本的启示

• 遥感产业：从事农业SIF分析的国内初创公司在应用于干旱地区作物时，需要进行类似的误差修正。

• 森林政策：在采用光合作用效率作为热带木材的可持续性指标时，通过纳入本研究的三阶段模型，可以精细化非法砍伐风险评估。

• 教育・旅游：图解展示的“叶片光能量分配”可以转用于中小学的环境学习和生态旅游导览板。

6. 未来展望

研究团队计划在2025至2027年间，针对里奥内格罗流域构建整合卫星、无人机和树冠传感器的多尺度观测网络。开发将卫星SIF实时分解为热耗散、荧光和光合作用的“基于物理的AI模型”是关键。在热带雨林达到临界点（tipping point）之前能否实现早期预警，日本的技术合作也备受关注。 phys.org