本文在分析巢湖水体反射光谱特征的基础上,通过对光谱反射率与叶绿素a 的浓度之间的关系进行分析研究,结果表明,单波段光谱反射率与叶绿素a浓度的相关系数较小,不宜用于估算叶绿素a浓度．光谱反射率比值RFo5.m/Rss.nm.和 690nm反射率的一阶微分均与叶绿素a浓度有较好的线性相关性(2分别为0.70和 0.66),可以用来估算叶绿素a浓度，且Ro5.m/.Reso.m与叶绿素a浓度的拟合度要比与叶绿素a拟合度高,所以,遥感估算巢湖叶绿素a浓度,采用比值法效果较好.

图中的光谱反射率呈现典型的内陆水体光谱特征．在400～500nm范围内,由于叶绿素a在蓝紫光波段的吸收峰及黄色物质在该范围的强烈吸收作用,水体的反射率较低，670nm 附近是叶绿素a的又一吸收峰,因此当藻类密度较高时水体光谱反射率曲线在该处出现谷值;550580nm范围的反射峰是由于叶绿素和胡萝卜素弱吸收和细胞的散射作用形成的,该反射峰值与色素组成有关,可以作为叶绿素定量标志;因为藻蓝素的吸收峰在624nm处,所以630nm附近出现反射率谷值或呈肩状;685~715nm范围反射峰的出现是含藻类水体最显著的光谱特征,其存在与否通常被认为是判定水体是否含有藻类叶绿素的依据,反射峰的位置和数值是叶绿素a浓度的指示,其出现原因是由于水和叶绿素a的吸收系数之和在该处达到最小[11]，其中一采样点位置蓝藻密度高,聚集形成“水华”漂浮于水面,所以反射光谱表现出类似于植被的特征,在叶绿素a采样分析时具有较大的偶然性[12],在下面建立叶绿素a反演算法时予以剔除.

不同种类绿色植被在可见-近红外光区的反射光具有相似的特征,图 2( a)为16种常见绿色植被叶片的可见近红外反射光谱曲线。可以看出，这些绿色植被叶片的可见近红外反射光谱曲线都具有四个主要的特征，即“绿峰”、“红边”、“近红外高原”和“水吸收带”。“绿峰”是指反射光谱在550 nm处的较弱反射峰，“红边”是指光谱曲线在680～750 nm区间从低反射率迅速升高形成的陡峭斜边﹔“近红外高原”是指光谱曲线在780～~1 300 nm的近红外光区整体具有较高反射率的平台。从图2(b)中可以看出，平台反射率会随着叶片层数的叠加而升高[7﹔“水吸收带”是指在1 450和1940 nm附近的强吸收峰，这一吸收峰是植物叶片中含有的大量水份产生的[8]。

在可见光区范围内，“绿峰”的产生是由于植物叶片中含有的叶绿素对433 nm的蓝紫光和664 nm红光的强烈吸收﹐而对492～577 nm的绿光几乎无吸收，因此叶片显示出绿色。表1中列举了吸收光波长与材料颜色的关系。不仅如此，664 nm处的强吸收与近红外区的高反射形成的强烈反差，导致在680～750 nm区间“红边”的产生。有研究表明，无论是经过人工方式除去叶绿素和自然衰老失去叶绿素的叶片，其反射光谱曲线中“绿峰”和“红边”特征会基本消失。随着叶绿素的减少，红边发生轻微蓝移并逐渐变弱至消失。 在近红外波段，叶片中各成分在780～1 300 nm区域反射率都能达到65%以上。新鲜植物叶片由于其内部栅栏组织和海绵组织中存在多重空气-细胞壁界面，光在其中经过多次反射后﹐该波段的反射率通常为55%左右[2-10l,植物组织的不规则表面以及细胞质与细胞壁(折射率1.33～1.50)间分散的空气(折射率1.0)对其反射率贡献很大，从而形成了近红外高原。 新鲜植物叶片中水分占叶片总质量的50%～80%。在叶片的反射光谱曲线中，在1 930，1 450，1 200和980 nm处可以观察到四个强度依次减弱的吸收带，它们都归因于水中O—H振动产生的倍频与合频吸收带[11]，其中在1 450 nm处的一级倍频和1940 nm处的合频吸收带是影响绿色植被近红外反射的主要谱带。

植被波谱特征总结
植被跟太阳辐射的相互关系有别于其他物质，如裸土、水体等，比如植被的“红边”现象，即在<700nm附近强吸收，>700nm高反射。很多因素影响植被对太阳辐射的吸收和反射，包括波长、水分含量、色素、养分、碳等。

单片叶子的反射特性对植被冠层光谱特征是重要的，此外，叶子数量和冠层结构对植被冠层的散射、吸收也有重要的影响。比如不同的生态系统中，森林、草原、或农业用地等都具有不同的反射特性，虽然它们单个叶子很类似。有很多植被模型用于描述冠层光谱特征。两个最重要的是叶面积指数（LAI）和叶倾叶角分布（LAD）。LAI指每单位面积地上绿叶面积，这表现了冠层中绿色植被的总数；LAD描述了树叶所有类型的定向，常用平均叶倾角（MLA）近似。MLA表示冠层中的每个叶片角度与水平方向的差值的平均值。图4表示LAI和LAD对植被冠层的影响效果，MLA近似LAD。在近红外谱段内，植被强反射太阳辐射，植被冠层在可见光和SWIR-2是强吸收。使用可见光和SWIR-2的植被指数对上层林冠非常敏感。

3、非光合作用植被(Non-Photosynthetic Vegetation) 在自然界里，还包括占了全球植被覆盖一半的衰老或死亡植被，它们被称为非光合作用植被（简称NPV）。NPV的冠层也具有木本森林结构，如树干，茎，和树枝等。 NPV主要包含碳元素，以淀粉，纤维素和木质素形式存在，NPV的光谱特征主要受这些物质支配。在短波红外内的波动比较大，与绿色植被相反，SWIR-1 和SWIR-2范围内散射占主导。图5显示了绿色植被和NPV冠层光谱特征。

在l0～l00 ug · cm-2参数取值区间进行叶绿素含量敏感度分析。在400～2500 nm区域内，当叶绿素含量发生变化而其他参数保持不变时，结果如图1(a)所示，400～780nm区间的光谱反射率强度随着叶绿素含量的增 加而降低; 在780～~2500 nm区间，光谱反射率与叶绿素变化响应无关。其中，400~780 nm是 PROSPECT模型叶绿素响应的敏感区域，且存在两个高敏感区间，如图1(b)所示分别为以570 nm为中心的绿-黄光区域和以700 nm为中心的红光区域。敏感性分析结果说明在其他参数不变的情况下，叶绿素含量变化敏感的波长位于400～780 nm范围。 田间样本实测胡萝卜素含量最大值为4.94 ug cm2, 最小值为3.6 ug cm-2，标准差为0.175 ug cm—2，研究巾取胡萝卜素含量平均值4.37 ug - cm—2作为PROSPECT模型的输入参数。结合叶绿素敏感性分析结果,依照表l确定取值范围,共模拟出10 650条不同输入参数下的光谱反射率曲线。

通过研究水体叶绿素反射光谱曲线，本文选取 特征波段或波段组合建立了不同叶绿素浓度遥感 反演模型。通过对模拟数据研究及不同反演模型 对比分析，得出反射峰面积模型和叶绿素浓度相关 性较好，其反演精度可以同其他经验模型进行比 较。反射峰面积模型用来反演水体中叶绿素浓度， 具有较高的决定系数。这主要是由于反射峰面积 模型不仅考虑了水体中非色素悬浮物、黄色物质及 水体后向散射对叶绿素浓度反演造成的影响，而且 还综合考虑了叶绿素弹性散射效率的影响。基于 Hydrolight 模拟数据的研究结果表明，反射峰面积 方法可用于现场实测高光谱数据来进行叶绿素浓 度的遥感反演。

通过对比叶绿素不同反演模型（表1），可知红 光线高度模型和反射峰面积模型同叶绿素浓度决 定系数最高，分别是 0.9711 和 0.9689，其反演误差 分别为20.62 µg·L-1 和25.25 µg·L-1 ；其次是三波段 模型和反射峰强度模型，决定系数分别为0.9637和 0.9604，反演误差分别为10.66 µg·L-1 和3.69 µg·L-1 ； 比值模型反演精度也相对较高；反射峰波长模型反 演精度最差。通过模拟数据对比研究叶绿素不同 的反演模型可知，反射峰面积模型可以用来反演水体中叶绿素浓度，同其他常用模型相比而言，同样具有较高的反演精度。