准确表征叶片光学特性与叶片特征参数之间的关系，是利用遥感数据有效反演叶片特征参数的关键。叶片反射光学特性包括光强和偏振，二者共同表征植被辐射传输过程。结合光强与偏振特性，对于叶片反射光学特性的准确表征和参数的有效反演至关重要。然而，现有模型多侧重单一成分，缺乏综合性辐射传输模型。

为了有效结合叶片的光强和偏振反射特性，本研究构建了一个综合的辐射传输模型PROPOLAR（图1）。该模型将非偏振模型PROSPECT与偏振函数结合，用于叶片光强与偏振反射特性的表征及生化和表面结构特征的反演。基于多物种叶片样本数据集（反射强度、偏振数据及特征参数），验证了PROPOLAR模型的模拟和反演性能。结果表明，PROPOLAR显著提高了多角度反射光强模拟的精度（R² = 0.98，图2），成功模拟了偏振反射系数（R² = 0.92，图3（a）和（c））及线性偏振度（R² = 0.80，图3（b）和（d））。在生化参数反演方面，PROPOLAR提升了叶绿素（R² = 0.89，RMSE = 12.83 μg/cm²）、等效水厚度（R² = 0.90，RMSE = 0.0032 g/cm²）和叶片干物质含量（R² = 0.38，RMSE = 0.0031 g/cm²）的反演精度，同时有效反演叶片粗糙度（R² = 0.61）。PROPOLAR模型结合了光强和偏振特性，并将其与叶片生化特性与表面结构等参数相关联，为光学遥感在植被参数估算中的应用提供了重要支持。

以上研究成果以“A radiative transfer model for characterizing photometric and polarimetric properties of leaf reflection: Combination of PROSPECT and a polarized reflection function”为题发表于Remote Sensing of Environment期刊。我院博士后李潇为第一作者，孙仲秋教授和卢珊教授为通讯作者，东京大学名誉教授Omasa Kenji为主要合作者。该研究得到了国家自然科学基金、中央高校基础研究基金、吉林省科技发展计划项目和中国博士后科学基金等项目的支持。

原文链接：

https://www.sciencedirect.com/science/article/abs/pii/S0034425724005856

图1. 叶片反射及PROPOLAR模型正向模拟和参数反演的示意图

图2. PROPOLAR模型与现有PROSPECT和PROSPECULAR模型对于反射强度（IpRF）的模拟表现比较图（（a-c）测量值与模拟值比较，（d）不同波段上的均方根误差）

图3. PROPOLAR模型的偏振反射系数（BPRF）和线性偏振度（Dolp）模拟精度图（（a-b）测量值与模拟值的比较，（c-d）450-2300 nm范围内模拟值与实测值的统计分析（平均值，标准差与均方根误差））

图4. 基于反射强度的模型反演生化参数与实测生化参数比较图（第一列：PROSPECT，第二列：PROSPECULAR，第三列：PROPOLAR；Chl：叶绿素含量，EWT：等效水厚度，LMA叶片干物质含量）