由于叶绿素是植物进行光作用的决定性参数，植物叶片叶绿素含量的变化能够直接反映碳循环过程以及估算陆地生态系统的生物量。为了有效、快速、无损估算叶片叶绿素含量，光谱指数被认为是一种非常具有代表性的经验方法。其简易的计算过程以及可解释的物理机制过程，使其广泛用于不同尺度的估算研究中。然而，叶片表面结构特征差异而引起的反射变化是影响估算精度的关键因素，并且会限制经验模型的迁移性，不能跨区域进行叶绿素含量的估算。

为了消除叶片表面结构差异的影响，多角度偏振光遥感实验室课题组将多角度-偏振-高光谱信息相结合，依据修订的差值比值型光谱指数(MDRI)确定了经验模型。并且基于全球不同区域114个物种，2000多个植物样本作为检验样本，评价了估算模型的普适性和精度。研究结果发现，MDRI模型能够有效消除叶片表面结构差异引起的反射，并且可以有效利用叶片内部反射光谱信息估算高精度估算叶绿素含量。这是由于，表面反射可以用偏振信息表达，而偏振信息是不同偏振态的差值，与波长无关，能够基于差值的形式将其消除。而不同探测角度的结果，增加了反射的角度维度。将其与高光谱维度组合，形成了多维遥感数据，从而使基于MDRI建立的经验模型相比其它类型光谱指数具有更好的普适性(如图1和图2所示)。

该成果以A General Algorithm of Leaf Chlorophyll Content Estimation for a Wide Range of Plant Species为题，发表在IEEE Transactions on Geoscience and Remote Sensing上。孙仲秋教授为本文第一作者，卜兆君教授与卢珊教授为通讯作者。

图1. 不同类型光谱指数在多角度测量条件下与叶绿素含量之间的关系

图2. 基于多角度-偏振-高光谱数据结合条件下，不同类型光谱指数在不同数据的估算结果