使用高光谱数据估算叶片与冠层尺度的森林氮含量.首先采用基于高斯误差函数的BP神经网络Erf-BP建立叶片尺度氮含量的遥感估算模型；其次根据几何光学模型原理, 推导冠层光谱与叶片光谱的尺度转化函数, 将Hyperion影像的冠层光谱转换到叶片尺度并反演叶片尺度的氮含量；最后, 利用森林结构参数LAI得到研究区域冠层尺度氮含量.结果表明, 隐含层包含8个神经元的Erf-BP模型最优, 检验精度为76.8597%；利用尺度转化函数估算670 nm和865 nm冠层光谱与实测光谱决定系数为0.5203和0.4117；反演叶片尺度氮含量与实测数据的决定系数为0.7019；该方法为高精度快速估算叶片和冠层尺度森林氮含量提供参考.

森林冠层叶绿素含量直接反映着森林的健康和胁迫情况。 叶绿素含量的准确估测, 更是研究森林生态系统循环模型的关键。 文章以PROSPECT+SAIL模型为基础, 从物理机理角度反演森林冠层叶绿素含量。 首先利用PROSPECT和SAIL模型模拟叶片水平和冠层水平的光谱, 并建立叶片水平叶绿素含量的查找表反演叶片叶绿素含量, 然后结合森林结构参数Leaf Area Index (LAI)实现叶片尺度与冠层尺度叶绿素含量的转化, 从Hyperion影像反演研究区域冠层水平叶绿素含量。 结果表明, 叶绿素含量的主要影响波段为400～900 nm; PROSPECT模型模拟的叶片光谱和SAIL模型模拟的冠层光谱均与实测光谱拟合效果较好, 相对误差分别为7.06%, 16.49%; LAI反演结果的均方根误差RMSE=0.5426; 利用PROSPECT+SAIL模型可以较好地反演森林冠层叶绿素含量, 反演精度为77.02%。