第七届青年地学论坛

叶绿素作为绿色植物的主要色素之一，其含量的变化可以用于表征植物的生理变化和生长状态。利用遥感信息准确估算植物叶绿素含量是植被遥感的重要研究内容。在前人的研究中，已经开发出了很多光谱指数，可以对植物叶片叶绿素含量（LCC）进行很好的估算。但是，大多数的植被指数都基于叶片是漫反射体，在各个角度观测的反射信息一致的假设。所以它们大多是基于天顶方向或者单一观测角度开发的，未考虑到角度反射信息对估算LCC精度的影响。但是，不同种类的植物，由于其叶片表面结构（粗糙程度、绒毛以及蜡质层等）各不相同，当从不同的方向进行遥感观测时所获得的反射信息也会有一定差异。由于叶片倾斜角度随机分布，进入到遥感传感器的反射信息会来自不同探测角度。利用以往不考虑角度信息的植被指数模型，就会产生很大的误差。因此，有必要基于多角度反射数据创建新的光谱指数，以更精确地估算植物叶片叶绿素含量。
本研究选取了大叶伞、发财树和核桃树三种植物进行叶片表面微观结构观察和主平面多角度反射信息的测量。结果表明，这三种植物叶片表面结构的不同，不仅影响着叶片表面的反射分布特性，也使多角度反射系数大小存在差异。在32个已发表的光谱指数中，大多数与实测LCC之间的关系在不同角度上存在明显的差异；同时，基于不同物种（具有不同叶片表面结构）对于不同观测角度的敏感程度也不同。这一结果揭示了以往的基于单一角度测量所获得的大多数光谱指数在多角度测量结果中，对叶片叶绿素含量的估算具有不稳定性，随观测角度变化明显，导致在某些角度无法精确估算叶片叶绿素含量。
因此，本研究基于多角度反射信息对差值比值型光谱指数进行优化，得到MDatt指数(R₇₆₁-R₆₇₂)/(R₇₂₀-R₆₇₂)，不仅符合前人提出的波段选择的理论，而且在不同观测角度上与不同物种的LCC都具有很高的相关性。利用MDatt指数估算所有物种、所有观测角度综合数据的LCC，整体表现非常好，R²=0.97，RMSE=4.06 μg/cm²，同时在不同角度上对于不同物种的预测精度同样很高，R²均大于0.95，RMSE均小于5 μg/cm²。同时，在利用基于叶片夹和积分球等其他测量方法获取的数据集对各光谱指数进行评价时，MDatt指数较其他现有光谱指数都表现更佳。由此可以证明，MDatt指数(R₇₆₁-R₆₇₂)/(R₇₂₀-R₆₇₂)是少受叶片表面结构影响，少受观测角度限制，更加稳定地估算不同植物的叶片叶绿素含量的有效指数。
 

双向反射系数，叶片叶绿素含量，遥感估算