PROSPECT-DP耦合模型：通过消除叶绿素荧光效应提升红边区域叶片光谱模拟精度的新方法

本研究针对现有叶片光学模型在红边光谱域模拟精度不足的问题，创新性地结合PROSPECT-D物理模型与PCA数据驱动方法，首次采用排除叶绿素荧光(ChlF)干扰的真实叶片光谱数据集（849个样本），构建了PROSPECT-DP耦合模型。验证表明该模型在红边域的光谱模拟误差显著低于传统模型，对叶绿素a+b(Cab )和类胡萝卜素(Car )的反演精度提升明显，为植被遥感监测提供了更精确的叶片光谱模型基础。

　　

在植被遥感监测领域，叶片光学模型的精度直接影响着从叶片到冠层的光谱模拟以及植被生化参数反演的可靠性。尽管PROSPECT系列模型经过多次迭代发展，但在红边光谱区域（680-780nm）的模拟始终存在显著误差，其根本原因在于传统模型校准使用的叶片光谱数据都包含叶绿素荧光(ChlF)的叠加效应。ChlF作为光合作用的副产物，在640-850nm波段会产生两个特征峰（685nm和740nm），虽然其强度仅占反射光的10%以下，却会显著影响红边区域的陡峭变化特征。这种"光谱污染"导致现有模型难以准确刻画红边这一对植被生理状态极为敏感的关键光谱区域，进而制约了叶绿素等关键色素含量的遥感反演精度。

中国科学院的研究团队通过系统分析发现，现有所有叶片光谱数据集均未排除ChlF影响，而红边区域的模拟误差可达其他波段的3倍。更关键的是，这种误差会传递至植被指数计算和生化参数反演环节——例如在利用红边 chlorophyll index (CI_{red edge}
)等指数估算叶绿素含量时，传统模型产生的系统性偏差会严重影响监测结果的可信度。为突破这一技术瓶颈，研究人员创新性地提出将物理模型与数据驱动方法耦合的研究思路，旨在建立首个基于真实反射/透射光谱的叶片光学特性模型。

研究团队首先完成了三项基础性工作：一是设计新型测量方案，采用650nm长通滤光片配合ASD FieldSpec 3光谱仪，首次获取了849个叶片样本（95个物种）的ChlF-free反射率与透射率光谱；二是开发"三明治"测量协议，通过交替使用滤光片阻断400-650nm的激发光，同步记录表观光谱和真实光谱；三是构建包含646个训练样本和203个验证样本的数据集，涵盖C_ab
、C_ar
、SLW（比叶重）和EWT（等效水厚度）等关键生化参数。基于此，研究提出PROSPECT-DP耦合模型架构：在400-650nm和780-2400nm波段保留PROSPECT-D的物理模拟结果，而在650-780nm红边区域则采用PCA方法重构光谱。具体通过三个关键技术步骤实现：1) 对训练集光谱进行主成分分析提取特征向量；2) 利用PROSPECT-D在非红边波段的模拟结果确定PCA系数；3) 通过Savitzky-Golay平滑算法实现光谱段间的无缝衔接。

研究结果部分呈现了多项突破性发现。在光谱模拟验证方面，PROSPECT-DP在红边区域的反射率模拟RMSE降至0.02以下，较PROSPECT-4模型提升3倍精度（图5）。特别是在690-730nm的陡变区域，重构光谱与实测光谱的吻合度显著改善（图6d），而传统模型在该区域存在系统性高估（图8a-d）。透射率模拟同样展现出类似优势，700-710nm波段的偏差减少50%以上（图7d, 图9）。这种改进直接体现在植被指数计算上：基于PROSPECT-DP模拟数据计算的MERIS Terrestrial Chlorophyll Index (MTCI)与实测值的相关性斜率从0.61提升至0.97（图10），从根本上解决了传统模型对高叶绿素含量的低估问题。

在生化参数反演方面，研究取得了两项重要进展。一是首次证实红边光谱精度的提升可直接转化为反演精度的改善：使用PROSPECT-DP建立的MTCI-C_ab
经验模型，其反演斜率从1.50优化至1.09（图11），RMSE降低至11.16 μg/cm²
。二是发现对C_a
（叶绿素a）、C_b
（叶绿素b）和C_ar
等色素的反演一致性均有显著提升（图12），其中类胡萝卜素的预测偏差减少达42%。这些结果验证了"红边光谱精度决定色素反演精度"的科学假设。

讨论部分深入分析了该研究的创新价值与应用前景。技术层面，研究首次实现了三个突破：1) 建立首个ChlF-free叶片光谱数据库；2) 开发物理模型与数据驱动方法的动态耦合框架；3) 解决红边区域光谱突变点的平滑衔接难题。理论层面，该工作揭示了传统模型在红边区域误差的主要来源是ChlF干扰，而非此前认为的色素吸收特征描述不足。值得注意的是，研究者也客观指出了当前局限：650-700nm波段的残余ChlF影响、样本数量有限（尤其缺乏衰老叶片）、以及双向反射与半球反射的测量差异（约4%）都可能引入不确定性。

这项发表在《International Journal of Applied Earth Observation and Geoinformation》的研究具有多重科学意义。方法论上，PROSPECT-DP模型开创了"物理机制驱动+数据特征重构"的新型建模范式；技术上，为下一代植被遥感传感器（如EnMAP、PRISMA）的红边波段应用提供了更可靠的模型基础；应用层面，提升的色素反演精度将助力精准农业管理和全球碳循环研究。未来研究可通过扩大样本多样性、开发全波段ChlF剔除技术、以及耦合冠层模型等方向进一步拓展该方法的适用边界。这项工作标志着叶片光学模型发展从"参数扩充"向"精度革命"的重要转变，为植被定量遥感开辟了新的技术路径。