叶绿素含量和等效水厚度不仅是地球碳循环、水循环与能量交换的重要参数，也是揭示植被光合作用能力与生理状态的关键指标。在全球变化背景下，准确监测这些参数对于气候研究和生态系统建模具有重要意义。近年来，高光谱遥感因其高光谱分辨率和对植物生理变化的敏感性，成为估算叶片生化参数的重要技术。然而，在多角度观测条件下，叶片表面的镜面反射作为一种显著的加性干扰，会引起光谱变化，导致参数反演精度下降。如何有效削弱这一影响，成为提升估算精度的关键问题。

本研究提出了一种结合光谱角余弦（SAC）与波段深度（BD）的新型指数SACI_BD。该方法先通过连续统去除提取光谱吸收特征的波段深度，将镜面反射的加性干扰转化为乘性效应；再利用SAC方法进一步消除这一干扰，从而更精准地提取叶绿素和水分特征。在多个独立叶片数据集和冠层影像上的验证结果表明，SACI_BD指数与叶绿素含量和等效水厚度均呈现出高度线性相关，R²分别为0.90和0.94。在叶片尺度下，叶绿素和等效水厚度的估算误差仅为5.98 μg/cm²和0.0031 g/cm²；扩展至冠层影像后，SACI_BD指数精度依然较高，RMSE分别为6.98 μg/cm²与0.0044 g/cm²，体现出良好的稳健性与跨尺度适应能力。上述结果表明，SACI_BD融合了光谱形状与深度特征，有效减弱了镜面反射影响，为多角度高光谱遥感下叶片生化参数的高精度估算提供了一种新方法。

该项研究成果近期以“Combination of Spectral Angle Cosine and Band Depth Can Reduce the Specular Reflection Effects in Leaf Biochemical Parameters Estimation From Multiangular Hyperspectral Data”为题发表于IEEE Transactions on Geoscience and Remote Sensing 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Kenji Omasa为主要合作者。该研究得到了国家自然科学基金、吉林省科技发展计划项目、中国博士后科学基金和中央高校基本科研基金等项目的支持。

原文链接：

https://ieeexplore.ieee.org/abstract/document/11037422

图1. SACI_BD方法流程：结合光谱角余弦与波段深度，从多角度反射数据估算叶绿素含量与等效水厚度

图2. SACI_BD方法在公开数据集和多角度数据集上，对于（a）叶绿素含量和（b）等效水厚度的估算精度

图3. 近距离成像上，冠层样本真彩图（a）及估算的叶绿素含量分布：三种现有指数（b–d）与SACI_BD（e）的对比。SACI_BD在镜面反射与阴影干扰下表现最优

图4. LESS模拟场景（HET14_WCO_UND）下SACI_BD的估算分布：（a）叶绿素含量，（b）等效水厚度。