近日，国家信息农业工程技术中心作物精确管理团队在国际顶级遥感期刊《Remote Sensing of Environment》（2018年影响因子8.218）发表了题为“Assessment of unified models for estimating leaf chlorophyll content across directional-hemispherical reflectance and bidirectional reflectance spectra”的研究论文，报道了他们在构建作物叶绿素含量光谱监测统一模型方面的新进展。论文署名单位为南京农业大学，我校农学院博士生李栋为论文第一作者，曹卫星和程涛教授为共同通讯作者。这是继2018年该团队在《Remote Sensing ofEnvironment》发表作物生长参数光谱监测机理研究成果之后的又一重要进展。

叶绿素含量是反映作物光合能力与氮素营养状况的重要指标。如何利用作物反射光谱准确无损监测叶片叶绿素含量（µg/cm2），一直是国际农情遥感监测领域的研究热点。叶片反射光谱主要有积分球测量的方向半球反射率和叶片夹测量的二向性反射率两类。前者在理论研究中应用较多，后者是近几年发展起来的实用型高效测量方法。然而，两类反射光谱到底存在何种差异，以及由此构建的叶绿素估算模型是否可相互移植，一直鲜有报道。该研究在解析两类叶片光谱的特征差异及形成机理后，定量评估了叶片镜面反射效应对叶片叶绿素含量监测的影响，首次系统解析了不同类型光谱指数对叶片镜面反射的敏感性，明确了可以消除镜面反射影响的光谱指数类型，从而提出了适用于不同类型反射光谱的叶绿素含量统一估算模型，应用统一模型的估算精度最高达到94%（估算误差为3.5µg/cm2）。该研究为基于不同类型光谱的叶绿素监测提供了参考依据，对于作物叶片叶绿素含量的高通量智能化监测具有重要的应用价值。

该研究得到了国家重点研发计划“粮食作物生长监测诊断与精确栽培技术”、国家自然科学基金、江苏省现代作物生产协同创新中心、以及江苏省高校优势学科建设工程等项目的资助。

论文链接：

https://www.sciencedirect.com/science/article/pii/S0034425719302597

https://www.sciencedirect.com/science/article/pii/S0034425717305898