目前遥感的研究和应用日益深入,从过去使用多波段、多时相、多传感器的遥感数据,发展到今天利用高分辨率、高光谱、多角度数据来提高对地物的识别能力。而且每个研究领域都得到了细化、深入,并使遥感在理论和应用上进入一个崭新的阶段。近年来,人们又越来越多地注意到角度信息在遥感图像识别和分类中作的贡献。因为不同地物在2π空间中的光谱差异是明显的。通过提取这种在空间上的光谱差异,又为遥感提供了一种有效的方法和手段来提高对地物的识别能力。其次通过提取反射光谱中的偏振特征也可以提高对地物的识别能力。本文的主要工作是,以丁香为例,分析在植被的衰老过程中叶片偏振反射特征,进而在大量实测数据的基础上建立叶绿素含量的偏振高光谱反演模型。通过对比分析各植被参数与叶绿素含量拟合的效果,确定敏感的植被参数,并建立了用偏振高光谱反演丁香叶片叶绿素含量的模型。具体地讲,本文的研究成果和创新主要包括以下几个方面:1.通过大量的数据分析,确定敏感的植被参数。蓝紫谷、绿峰、近红外高反射平台特性与叶绿素含量之间的决定系数(R2)在不同偏振状态下也不同。但是拟合效果都比较好,尤其是绿峰与叶绿素含量的决定系数达到0.9以上。2.利用微分光谱技术,反演植被叶片叶绿素含量。蓝边、黄边、红边特性与叶绿素含量之间的决定系数(R2)在不同偏振状态下也不同。但是拟合效果都比较好,尤其是黄边与叶绿素含量的决定系数达到0.9以上。3.各植被参数与叶绿素含量拟合的效果从总体来看0度偏振状态最优,其次是无偏振状态,90度偏振状态最差。这可能是由于叶绿素内部结构对平行光比较敏感。4.本研究将偏振、多角度、高光谱结合,反演植被叶绿素含量。经过大量的试验和数据分析证明这种尝试是成功的,证明了偏振光在反演植被叶绿素含量方面的优越性。