植被生理、生化參量的精確估算對(duì)于生物多樣性評(píng)價(jià)、陸地覆蓋表征、生物量建模以及碳通量估算都具有非常重要的意義，高光譜遙感獲取的連續(xù)的精細(xì)的光譜濃縮了植被冠層結(jié)構(gòu)和生化參量，從而為植被的生理、生化參量的精確估測(cè)提供可能和條件。那么，植被參量的高光譜遙感反演方法有哪些呢？本文進(jìn)行了簡(jiǎn)單總結(jié)。

植被遙感有關(guān)的生化物理參量

生物物理參量主要指用于陸地生態(tài)系統(tǒng)研究的一些關(guān)鍵變量，包括葉面積指數(shù)（LAI）、光合有效輻射吸收率（FAPAR）、生物量、植被覆蓋度等。植被生化參量的估算主要集中于色素（主要是葉綠素）、各種營(yíng)養(yǎng)元素（特別是氮）以及纖維素、木質(zhì)素、可溶性糖、淀粉和蛋白質(zhì)等。

植物的營(yíng)養(yǎng)元素狀況能影響到葉面積、冠層形態(tài)、內(nèi)在生理特征，從而與光譜特征密切相關(guān)。不僅使快速、簡(jiǎn)易地診斷植被的營(yíng)養(yǎng)狀況成為可能，而且高光譜遙感技術(shù)的發(fā)展還使得大面積監(jiān)測(cè)植物的營(yíng)養(yǎng)狀況（營(yíng)養(yǎng)脅迫）和長(zhǎng)勢(shì)也取得了極大的進(jìn)展。

植被參量的高光譜遙感反演方法

1. 傳統(tǒng)的多元統(tǒng)計(jì)分析方法

通常是利用逐步回歸分析方法篩選出反射率光譜或其變換形式（導(dǎo)數(shù)光譜、對(duì)數(shù)光譜等）與某個(gè)生物物理或生物化學(xué)參量的關(guān)系密切相關(guān)的若干個(gè)波段，建立統(tǒng)計(jì)回歸方程，然后利用該方程對(duì)未知樣本的參量進(jìn)行預(yù)測(cè)、估算精度。優(yōu)點(diǎn)：簡(jiǎn)單易行，對(duì)可控條件下測(cè)得的光譜應(yīng)用時(shí)，結(jié)果較好。缺點(diǎn)：應(yīng)用野外測(cè)量數(shù)據(jù)或遙感圖像時(shí)，由于受到大氣、冠層幾何條件、結(jié)構(gòu)、土壤背景等因素影響，所建立的回歸方程往往對(duì)所使用的數(shù)據(jù)依賴性很強(qiáng)，使用不同的數(shù)據(jù)集所選的波段差異性較大。因此，先對(duì)反射率光譜去包絡(luò)，然后利用吸收深度（和吸收面積）進(jìn)行歸一化，在此基礎(chǔ)上建立的逐步多元回歸方法對(duì)植被的氮、木質(zhì)素和纖維素含量進(jìn)行估測(cè)，效果較好。

2. 基于光譜特征分析方法

該方法主要是基于單個(gè)特征參量或兩個(gè)（或多個(gè)）特征波段組合的光譜指數(shù)，建立它們與某個(gè)生理或生化參量的經(jīng)驗(yàn)方程，即特征參量法和光譜指數(shù)法。

特征參量法：將光譜上某個(gè)吸收特征（谷）或反射峰特征參量化，建立關(guān)聯(lián)方程。應(yīng)用最廣的是植被特有的“紅邊”，定義為反射率光譜在680-750nm波長(zhǎng)之間的一階導(dǎo)數(shù)最大值對(duì)應(yīng)的波長(zhǎng)位置。并且由此派生出來(lái)的紅邊斜率等參量，對(duì)植被的葉綠素、生物量、氮、物候等變化敏感。

光譜指數(shù)法：將兩個(gè)或多個(gè)特征經(jīng)線性或非線性組合，構(gòu)成對(duì)某個(gè)生理生化參量敏感的光譜指數(shù)。例如我們熟知的NDVI，可用于估算植被覆蓋度、葉綠素含量、生物量等參數(shù)。優(yōu)點(diǎn)：簡(jiǎn)單易用，且高光譜遙感數(shù)據(jù)的諸多窄波段為發(fā)展一個(gè)對(duì)植被參量敏感，且最大程度抑制大氣、土壤等影響的光譜指數(shù)提供了更多選擇空間。缺點(diǎn)：此種反演模型屬于經(jīng)驗(yàn)或者半經(jīng)驗(yàn)的統(tǒng)計(jì)模型，對(duì)植被參量的反演缺乏普適性和可移植性，特別是針對(duì)不同的植被類型（或數(shù)據(jù)源）需要重新擬合模型參數(shù)或調(diào)整波段。

3. 物理模型方法

物理模型反演方法的基礎(chǔ)是輻射傳輸理論，對(duì)于某一特定時(shí)間的植被冠層而言，一般輻射傳輸模型可簡(jiǎn)化為：

S=F（λ,θS,λS,ΨV,C）

其中，λ為波長(zhǎng)，θS,λS為太陽(yáng)的天頂角和方位角，觀測(cè)天頂角和方位角，C關(guān)于植被的特性參數(shù)，包括葉傾角、葉面積指數(shù)、葉片層數(shù)、葉綠素含量、水和干物質(zhì)含量等。

物理模型又分為葉片模型和冠層模型。葉片模型又分為N流模型、Ray tracing模型、隨機(jī)模型、平板模型和針狀模型，目前應(yīng)用最多的為PROSPECT模型（基于Allen等開(kāi)發(fā)的平板模型的輻射傳輸模型）。冠層模型可歸納為四種：輻射傳輸模型、幾何光學(xué)模型、混合模型和計(jì)算機(jī)模擬模型。大量研究表明，直接利用物理模型對(duì)植被參數(shù)進(jìn)行反演相當(dāng)困難，且就生化參量反演目前僅限于葉綠素含量和水分含量。物理模型更多的被用于大范圍的多種可能條件下的植被光譜，基于這些光譜檢驗(yàn)現(xiàn)在光譜指數(shù)的精度，并發(fā)展相應(yīng)的光譜指數(shù)。