土壤含水量的变化情况与时空分布对热量平衡、 农业墒情等具有显著的影响。 利用反射率光谱信息反演土壤含水量的研究, 可为实现土壤含水量速测、 揭示土壤含水量时空变异规律提供科学依据。 构建不同含水量黑土土壤反射率光谱半经验模型, 深入探究土壤重量含水量与反射率光谱的关系。 制备了12种不同湿度的土壤样品。 采用ASD Field Spec Pro 3地物波谱仪对制备的不同湿度梯度的黑土土壤进行反射率光谱测量。 利用菲涅耳反射率建立土壤表面反射模型; 在以往的研究中, Kubelka-Munk (KM)模型中的漫反射率R∞通常被视为对于给定材料和照明波长的常数或需要反演的参数。 通过研究发现, 漫反射率R∞不仅与材料和波长有关, 还与土壤含水量相关。 利用与土壤含水量相关的吸收系数及散射系数描述了土壤含水量与漫反射率R∞的关系, 并基于KM理论对体散射分量进行建模; 进而构建不同含水量黑土土壤反射率光谱半经验模型。 根据实际测量数据选用最小二乘算法对模型参数进行反演, 并通过分析反演参数简化模型。 最后, 将未参与建模的不同含水量梯度的数据代入模型中, 验证模型的有效性。 结果表明: 对比不同含水量土壤反射率光谱的模拟值与实测值在400～2 400 nm波段范围内的模拟精度发现, 含水量为200 g·kg-1的土壤反射率光谱的均方根误差最大, 为0.008, 含水量为40 g·kg-1的土壤反射率光谱的均方根误差最小, 为0.000 6, 不同含水量下土壤样品反射率光谱的均方根误差的均值是0.005 1。 在400～2 400 nm波段范围内, 不同波长下黑土土壤反射率光谱的预测均方根误差基本低于0.008, 1 920 nm波长处的预测均方根误差最小, 为0.002 062。 采集长春地区的土壤检验模型的可靠性, 配制15个不同含水量样品并对其进行反射率光谱测量。 选取9个样品数据用于建模, 6个样品数据用于验证。 结果表明: 在400～2 400 nm波段范围内, 不同波长下的长春土壤反射率光谱的预测均方根误差基本低于0.015, 525 nm波长处的预测均方根误差最小, 为0.000 922 5。 综上所述, 所建立的模型具有很高的预测精度, 可很好地适用于不同含水量黑土土壤反射率光谱的模拟。

研究了光源附近微区的漫反射率R 与收集孔径 、约化散射系数μ'_s和散射相函数相关的参数γ之间的关系。根据不同的生物组织,选取不同的散射相函数,采用Monte Carlo 模拟方法得到了光子经生物组织后的漫反射率数据,用得到的数据来验证反射率R 与无量纲的约化散射系数μ'_s 之间的关系。结果表明:当μ'_s <2时,R 对散射相函数的变化是敏感的,且与μ'_s 呈线性关系,其斜率与γ呈二次函数关系。光源附近微区的漫反射率R 对γ的变化是敏感的,这为测量与生物组织微观结构相关的散射参数γ提供了一种较为简单的方法。