葉片生化性狀為理解植物光合功能、動態(tài)生長、養(yǎng)分循環(huán)和初級生產(chǎn)提供了有價值的信息。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狀態(tài)密切相關。能夠?qū)@些葉片生化性狀進行高通量測量的方法對于表征植物生理狀態(tài)和關鍵功能過程至關重要。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）光譜來提取葉片生化性狀，然而，在應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光譜評估葉片生化性狀的主要問題。

基于此，在本研究中，研究者們提出了一個方法，整合了PROSPECT模型、光譜導數(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。具體目標是：（1）通過PROSPECT反演調(diào)查葉片BRF和DHRF光譜差異隨波長的變化以及對C_ab、C_xc、C_w和C_m提取的影響，（2）開發(fā)PROSDM消除BRF和DHRF光譜差異，從葉片BRF光譜與PROSPECT和PROCOSINE以及PROCWT的比較來提取C_ab、C_xc、C_w和C_m以及（3）評估PROSPECT、光譜子域、光譜噪音和模型參數(shù)范圍對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階段、營養(yǎng)狀況和種植區(qū)域的植物物種的10個數(shù)據(jù)集，包括1個測量數(shù)據(jù)集和9個公開獲取數(shù)據(jù)集。從油菜（Brassica napus L.）、水稻（Oryza sativa L.）和柑橘（Citrus aurantium L.）隨機采集2279個植物葉片，利用ASD FieldSpec 4測量葉片反射率，獲得數(shù)據(jù)集#1。從EcoSIS光譜庫中獲得具有各種葉片光譜和生化性狀的9個公開的數(shù)據(jù)集。其中，7個數(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葉片夾測量。

表1 數(shù)據(jù)集描述。Dataset#1是本研究中測得的，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。

【結果】

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

通過考慮非波長依賴性f（a，d）和波長依賴性f（b，c，e，f）兩種情況，利用一階（a-c）和二階（d-f）導數(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)測量值和估算值比較。

【結論】

本研究中，作者提出了PROSDM這種新方法用來從葉片BRF光譜來提取葉片生化性狀。結果發(fā)現(xiàn)光譜導數(shù)可以消除BRF和DHRF光譜的非波長依賴性差異。當BRF和DHRF光譜的差異隨波長變化時，光譜導數(shù)僅能去除部分差異，而曼哈頓距離（MD）補償了光譜導數(shù)的限制，進一步減少了差異。結果，PROSDM從葉片BRF光譜準確提取了不同植物物種的C_ab、C_xc、C_w和C_m。與標準的PROSPECT反演需要利用帶有積分球的光譜儀測量葉片DHRF光譜不同，PROSDM擴展了PROSPECT到葉片BRF光譜的應用，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。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?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果。這需要從實地測量和報告的研究中了解葉片生化和結構性狀的先驗信息。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提取的負面影響上具有很大潛力。對于不同的PROSPECT版本，建議利用PROSPECT-PRO從葉片BRF光譜提取葉片生化性狀。

未來研究需要基于葉片BRDF模型測量葉片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果。預計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特性的變化。期望PROSDM可以應用在不同的尺度上，提高其在遙感、生態(tài)和環(huán)境研究中的適用性。