作物的生物含量与作物的光学特性有直接的关系, 而植物叶片的双向反射分布函数(BRDF)又直接影响植物的光学特性。 植物叶片的BRDF体现了叶片在各个方向不同的能量反射能力, 直接影响植物叶片的光谱检测结果, 也是植被冠层宏观光学特征的影响因素之一。 对植物叶片的BRDF光学特性及表现出的规律性展开研究和讨论, 能够有效提高植物无损检测光谱模型的稳定性和可靠性, 提升利用作物光谱模型反演理化特性的准确性和可靠性。 首先介绍了植物叶片的BRDF快速获取方法及自主研发的方向性光谱检测仪器, 该仪器能够在入射光的方位角和天顶角、 接收探头的方位角和天顶角这四个维度进行调整, 实现多入射角和反射角的反射光谱数据采集。 单子叶植物的叶脉呈纵向分布, 因而体现出较为显著的各向异性, 玉米和小麦是两种较为典型的单子叶农作物。 通过自主研发仪器获取不同波段范围下的玉米和小麦的反射光谱信息, 并分析总结其反射分布规律。 采用文中所介绍的BRDF计算方法对光谱数据以及白板校正数据进行计算, 再结合MATLAB程序对光谱反射数据的图像映射, 对反射结果与叶绿素含量和叶片含水量这两个叶片典型理化参数的相关性进行分析, 最后探讨了采用ANIX系数对叶片的各向异性进行量化分析的方法。 选取小麦在可见光波段以及玉米在近红外波段的数据, 结果表明, 小麦和玉米在各波段下的fr分布均关于入射天顶角两侧微小空间对称, 在相同波段下, 不同入射天顶角下的fr值大小基本一致; 在相同入射天顶角下, 小麦在800 nm波段下的fr值最大, 680 nm波段下的fr值最小, 这是由于680 nm波长附近是叶绿素强吸收的特征波段, 而800 nm附近是叶绿素反射的特征波段, 且在相同波段下, 叶绿素浓度的升高会导致fr值的增大; 在水的强吸收特征波段1 450 nm下, 玉米的fr值随着含水量的升高而增长。 分析表明, 作物的BRDF特性能够有效反映叶片主要生物含量的变化, 同时计算所得到的各向异性指数也体现出一致的变化规律, 为建立稳定且可靠的作物光谱定量分析模型提供了理论和实践基础。

植物叶片是植物光合作用的重要器官, 直接体现了植物生长及营养状况。 植物叶片反射、 透射的内部理化信息模型间接反映了植物生长过程中物质、 能量交换信息, 是植物生长过程精细化管理的前提和基础。 植物叶片空间光学特性对基于遥感的作物营养状况诊断、 虚拟植物光线传输模拟、 计算机图形学场景渲染等领域具有重大意义。 双向反射分布函数(BRDF)主要研究物体表面反射光的空间分布特性和光谱特性, 通过对作物叶片光学特性的获取和测定, 准确、 高效地表征作物生长参数, 并进行定量分析, 在植被遥感、 农业等领域的研究与应用中有着极大的优势。 为了更好地把BRDF技术应用于农业遥感、 数字农业等领域中, 将针对BRDF测量装置、 模型发展和分类及其在植物遥感检测中的应用等环节展开叙述。 最后结合综述内容, 分析了BRDF技术在农业遥感领域的局限, 并对其应用前景进行了展望。