叶绿素是植物参与光合作用的重要色素,具有反映植物生长健康状况能力,是研究植物生理特性的重要依据。叶绿素含量变化对植物光合能力、生长阶段和病虫害监测具有指导作用。因此,快速、无损地获取植物叶片叶绿素含量（Leaf Chlorophyll Content,LCC）对于植物生长和森林生态系统监测具有重要意义。传统叶绿素分析方法使用化学试剂萃取的方式进行获取,耗时长且具有破坏性。遥感探测技术利用反射光谱信息对植物叶绿素进行估算,具有快速、无损和研究范围广的优点,逐渐成为植物叶片叶绿素含量估算的常用方法。详细了解叶片光学特征是植物遥感的基础,而反射各向异性特征也是植物光学特征的一种。在以往的遥感研究中,大多利用反射强度信息,却很少关注反射的各向异性信息,利用各向异性特征进行植物生化物质含量估算的研究更是少见。因此,挖掘植物反射各向异性特征在叶片叶绿素含量估算中的作用显得尤为重要。各向异性指数（Anisotropy Index,ANIX）定义为主平面上叶片的最大反射系数和最小反射系数之比,是描述叶片反射各向异性特征的重要指标。最大和最小反射系数的组合中既包含了叶片表面反射的镜面反射分量,也包含了进入叶片内部经过多次散射的漫反射分量。因此,能否将各向异性指数中反映叶片内部色素变化的漫反射分量提取出来,用于估算叶片叶绿素含量是本研究需要解决的关键问题。本研究选取了东北地区12个常见的优势物种,在入射主平面进行多角度反射测量,并计算其主平面的各向异性指数。结果表明,由于不同物种表面结构的不同,在不同观测角度上的反射强度也不同,叶片反射各向异性具有较大差异。各向异性指数的大小受到叶绿素含量、物种表面结构和入射角度的共同影响。研究发现,由于叶绿素含量较高的叶片其吸收特征明显,总反射中镜面反射处于主导地位,各向异性指数值较高,而叶绿素含量较低的叶片则相反,尤其是在700～720 nm附近,各向异性指数与叶绿素含量具有明显的相关性。然而除了叶绿素含量以外,研究发现物种和入射角度也对各向异性指数具有明显的影响,因此无法单纯地使用单波段的各向异性指数与叶绿素含量建立稳定的相关关系。为了消除物种和入射角度的影响,本研究发现,基于修正各向异性指数（m ANIX;定义为:ANIX-1）的简单比值和归一化差值的植被指数可以通过波段运算的方式,将叶片反射中的镜面反射分量消除,从而充分利用叶片反射产生的漫反射分量,在不同入射角度下与多种植物的LCC具有较强的相关性。然而目前已开发的植被指数在基于m ANIX数据时与植物LCC具有明显的非线性相关关系,会造成在LCC过高或过低时出现明显的高估或低估现象。为了解决这个问题,本研究通过波段迭代的方式建立了基于m ANIX的新植被指数ASRI(Anisotropy Simple Ratio Index;A750/A720)和ANDI(Anisotropy Normalized Difference Index;(A750-A720)/(A750+A720))。通过分析发现,新指数与植物LCC具有较强的线性相关性（R~2=0.88,0.89）。通过独立数据集检验发现,这两个指数对于不同物种和入射条件的植物叶片具有很高的估算精度（RMSE=6.39,6.10μg/cm~2）。研究还发现在前向散射方向-30°～-50°和后向散射方向的0°～20°的反射系数随机组合而计算出的修正各向异性指数（记为:Rm ANIX）也可以应用于ASRI和ANDI指数估算植物LCC,估算精度与原始基于m ANIX的ASRI和ANDI指数相似,且具有一定的稳定性。计算ANIX时观测天顶角范围的扩大（不局限于最大和最小反射系数所对应的角度）增加了ASRI和ANDI在实际测量过程中估算植物LCC的可用性。此外,使用反射系数和辐射亮度两种测量数据在应用ASRI和ANDI植被指数估算植物LCC时具有相似的估算模型和相近的估算精度。由于叶片反射的辐射亮度在测量时不需要标准参考板进行校正,因此使用辐射亮度数据应用于ASRI和ANDI指数可以在测量过程中不需要标准参考板的参与,这极大地简化了测量过程。本研究将叶片各向异性指数与植物叶片叶绿素含量建立联系,描述了叶绿素含量与叶片各向异性指数的相关关系,这为植物生态遥感监测和评估提供了新方法,也为基于叶片多角度反射特性的植物LCC无损估算提供新思路。