葉片生化性狀為理解植物光合功能、動(dòng)態(tài)生長(zhǎng)、養(yǎng)分循環(huán)和初級(jí)生產(chǎn)提供了有價(jià)值的信息。葉片葉綠素含量（C_ab）、類胡蘿卜素含量（C_xc）、含水量（C_w）和干物質(zhì)含量（C_m）是四個(gè)重要的葉片生化性狀，與植物光合作用、氮素、脅迫和衰老等健康和生長(zhǎng)狀態(tài)密切相關(guān)。能夠?qū)@些葉片生化性狀進(jìn)行高通量測(cè)量的方法對(duì)于表征植物生理狀態(tài)和關(guān)鍵功能過(guò)程至關(guān)重要。PROSPECT模型是目前常用的葉片輻射傳輸模型之一，可從葉片定向半球反射因子（DHRF）光譜來(lái)提取葉片生化性狀，然而，在應(yīng)用于葉片雙向反射因子（BRF）光譜提取葉片生化性狀方面尚待探索。葉片表面反射率和各向異性性狀的存在可能是限制PROSPECT從葉片BRF光譜評(píng)估葉片生化性狀的主要問(wèn)題。

基于此，在本研究中，研究者們提出了一個(gè)方法，整合了PROSPECT模型、光譜導(dǎo)數(shù)和相似性度量（SDM），稱為PROSDM，去除了葉片BRF和DHRF光譜的差異，并從葉片BRF光譜提取了葉片生化性狀。具體目標(biāo)是：（1）通過(guò)PROSPECT反演調(diào)查葉片BRF和DHRF光譜差異隨波長(zhǎng)的變化以及對(duì)C_ab、C_xc、C_w和C_m提取的影響，（2）開(kāi)發(fā)PROSDM消除BRF和DHRF光譜差異，從葉片BRF光譜與PROSPECT和PROCOSINE以及PROCWT的比較來(lái)提取C_ab、C_xc、C_w和C_m以及（3）評(píng)估PROSPECT、光譜子域、光譜噪音和模型參數(shù)范圍對(duì)PROSDM性能的影響。

為了獲得各種葉片生化性狀和反射率，作者收集了具有不同生長(zhǎng)階段、營(yíng)養(yǎng)狀況和種植區(qū)域的植物物種的10個(gè)數(shù)據(jù)集，包括1個(gè)測(cè)量數(shù)據(jù)集和9個(gè)公開(kāi)獲取數(shù)據(jù)集。從油菜（Brassica napus L.）、水稻（Oryza sativa L.）和柑橘（Citrus aurantium L.）隨機(jī)采集2279個(gè)植物葉片，利用ASD FieldSpec 4測(cè)量葉片反射率，獲得數(shù)據(jù)集#1。從EcoSIS光譜庫(kù)中獲得具有各種葉片光譜和生化性狀的9個(gè)公開(kāi)的數(shù)據(jù)集。其中，7個(gè)數(shù)據(jù)集的BRF光譜由ASD地物光譜儀（Analytical Spectral Devices, Inc., Boulder, CO, USA）搭配ASD葉片夾測(cè)量。

表1 數(shù)據(jù)集描述。Dataset#1是本研究中測(cè)得的，Dataset#2-#10是在線https://ecosis.org獲取的。BRF和DHRF光譜的光譜區(qū)域是400-2500 nm。

【結(jié)果】

平均BRF和DHRF光譜差異（a）以及這些差異對(duì)平均BRF光譜的貢獻(xiàn)（b）。油菜（紅線）在Dataset#1中獲得，其他植物物種在Dataset#5中獲得。

通過(guò)考慮非波長(zhǎng)依賴性f（a，d）和波長(zhǎng)依賴性f（b，c，e，f）兩種情況，利用一階（a-c）和二階（d-f）導(dǎo)數(shù)的葉片BRF（綠線）和DHRF（橙線）光譜之間的差異。

利用PROSPECT反演（a–d），PROCOSINE反演（e–h），PROCWT-S4（ i–l）和基于全光譜域PROSPECT-PRO 的PROSDM（m–p）的所有數(shù)據(jù)集（Dataset#1-#10）中Cab (a，e，i，m) ，Cxc (b，f，j，n), Cw (c，g，k，o) 和Cm (d，h，l，p)測(cè)量值和估算值比較。

【結(jié)論】

本研究中，作者提出了PROSDM這種新方法用來(lái)從葉片BRF光譜來(lái)提取葉片生化性狀。結(jié)果發(fā)現(xiàn)光譜導(dǎo)數(shù)可以消除BRF和DHRF光譜的非波長(zhǎng)依賴性差異。當(dāng)BRF和DHRF光譜的差異隨波長(zhǎng)變化時(shí)，光譜導(dǎo)數(shù)僅能去除部分差異，而曼哈頓距離（MD）補(bǔ)償了光譜導(dǎo)數(shù)的限制，進(jìn)一步減少了差異。結(jié)果，PROSDM從葉片BRF光譜準(zhǔn)確提取了不同植物物種的C_ab、C_xc、C_w和C_m。與標(biāo)準(zhǔn)的PROSPECT反演需要利用帶有積分球的光譜儀測(cè)量葉片DHRF光譜不同，PROSDM擴(kuò)展了PROSPECT到葉片BRF光譜的應(yīng)用，以提取葉片生化性狀。它可利用不同手持式光譜儀和葉片夾原位提取葉片生化性狀。

在全光譜域，PROSDM-SED實(shí)現(xiàn)了C_ab和C_xc的*提取，RMSE分別為7.64 μg/cm² and 2.77 μg/cm²，PROSDM-FMD產(chǎn)生了C_w（RMSE = 0.0041 g/cm²）和C_m（RMSE = 0.0024 g/cm²）的最好估計(jì)。與PROSPECT相比，PROSDM提取的C_ab、C_xc、C_w和C_m RMSE分別降低了20.33%，29.34%，25.45%和44.19%。結(jié)果表明，PROSPECT和PROCOSINE以及PROCWT的C_ab、C_xc、C_w和C_m提取精度受到光譜飽和度、PROSPECT反演、光譜子域以及模型參數(shù)范圍的影響很大。適當(dāng)?shù)墓庾V子域和模型參數(shù)范圍可以改善不同反演方法的提取結(jié)果。這需要從實(shí)地測(cè)量和報(bào)告的研究中了解葉片生化和結(jié)構(gòu)性狀的先驗(yàn)信息。與這些反演方法相比，所提出的PROSDM在減輕C_ab、C_xc、C_w和C_m提取的負(fù)面影響上具有很大潛力。對(duì)于不同的PROSPECT版本，建議利用PROSPECT-PRO從葉片BRF光譜提取葉片生化性狀。

未來(lái)研究需要基于葉片BRDF模型測(cè)量葉片BRF光譜的光譜和方向變化，將BRDF模型與所提出的PROSDM耦合可以改善對(duì)BRF和DHRF光譜變化的表征。此外，由于植物物種BRF和DHRF光譜的差異變化，在不同的數(shù)據(jù)集中PROSDM不能獲得一致性提取結(jié)果。預(yù)計(jì)更多的工作將集中在理解不同視角和照明角度下植物葉片光學(xué)特性的變化。期望PROSDM可以應(yīng)用在不同的尺度上，提高其在遙感、生態(tài)和環(huán)境研究中的適用性。