随着城市化进程的加速,城市的碳排放量也急剧上升,并由此带来一系列环境生态问题。因此,为控制城市的碳水平,建设生态城市和园林城市,对城市碳汇的研究也愈发迫切。绿色植物通过光合作用将大气中的二氧化碳转化成有机物,同时释放氧气,实现固碳的功能。对于城市来说,森林在减少CO2方面发挥着主体作用,同时城市周边的经济林和农田等作为绿色植物也在碳汇方面扮演着重要的角色。随着高光谱遥感和定量遥感技术的不断发展,植物各种理化参数的大范围遥感估测成为可能。植物的总初级生产力(GPP)是指单位时间内绿色植物通过光合作用固定的有机碳量,作为区域和全球的碳收支中的重要环节,一直以来都是遥感反演研究的重点。而叶片作为植物光合作用的主要器官,其初级生产力的高低很大程度上体现了植被固碳能力的强弱,是评价植被碳汇能力的良好指标。因此,如何通过遥感手段快速准确地估计城市典型植被叶片的初级生产力,进而评价其碳汇能力具有十分重要的生态效益和经济价值。本文利用实测的叶片高光谱数据和光合数据,在叶片尺度下分别对油菜、小麦、银杏、柑橘和樟树五种不同植被类型的单位叶面积日固碳量,即叶片的初级生产力(GPP)进行了估计研究,建立了其与VI×PARin的回归统计模型,测试和比较了 SR、NDVI、EVI2、GNDVI、CIgreen、rededgeNDVI、MTCI 及 CIrededge共8种不同植被指数在叶片GPP反演中的优劣,并分析了如生育期物候、水分胁迫和外界光照条件等的环境因子对反演模型的影响和原因,最后分别在油菜和小麦、银杏和樟树以及这四种植被组合的情况下,尝试对不同植被类型建立一个综合的叶片GPP反演模型。本文的主要研究工作及得到的主要结论有:(1)反演模型建立方面:油菜在花期、荚果期与全时期、银杏在弱光与强光以及樟树的叶片GPP均可由VI×PARin建立的模型进行很好地估计,其决定系数R2均在0.79以上;小麦在控水与适宜条件下的叶片GPP同样都可以用VI×PARin建立的反演模型进行估计,但其精度较前面三种植被类型有一定下降;柑橘的叶片GPP则无法用VI×PARin建立的模型来反演。且除控水条件下的小麦外,所有植被建立的叶片GPP反演模型其回归曲线的形状和趋势均较为类似,多为开口向下的二次函数或线性函数形式,均未出现明显的饱和现象。(2)物候和环境因素对反演模型的影响方面:油菜在花期与荚果期各自单独的叶片GPP反演模型相互之间有一定差异,且荚果期的模型曲线斜率相对更缓和,但不同时期的叶片GPP仍可由统一的模型来表达,全时期的模型精度低于单独时期的精度,但差距不大;控水条件对小麦叶片GPP的反演模型有明显影响,控水条件会对小麦的光能利用率产生影响,其叶绿素效率(ChlE)会明显上升,因此对不同水分条件下的小麦叶片GPP最好分组进行反演;不同光照强度等级(强光和弱光)对银杏和柑橘叶片GPP反演模型有明显影响,一定程度的遮阴或更高的散射直射比会明显提高其光能利用率,因此对于不同光照条件下的银杏和柑橘叶片GPP反演最好选择不同的模型。(3)植被指数选择方面:对于所有五种植被类型,及其不同的环境条件,基于红边波段的植被指数(red edgeNDVI、MTCI和CIred edge)所建立的叶片GPP反演基本模型都是最优或者次优模型,其往往具有更高的决定系数R2和更低的RMSE,且在非最优情况下的模型精度仍然与最优模型差距不大,表现出极强的适用性和稳定性。(4)植被类型方面:对于本文的实验数据,对于不同的光强条件,银杏和柑橘的叶片GPP反演模型比油菜对光强条件表现地更加敏感,银杏相比柑橘则更为敏感;在相近的环境条件下,油菜和小麦的叶片GPP可以用一个综合的模型来估计,银杏和樟树的叶片GPP也可以用一个综合的模型来估计,但除柑橘外所有四种植被类型的叶片GPP暂不能用一个综合的模型来估计;相较于其他植被指数,基于rededgeNDVI、MTCI和CIrededge三种红边植被指数所建立的反演模型对油菜和小麦之间、银杏和樟树之间以及四种植被之间的差异表现出最低的敏感性和通用性,最适用于对不同植被的叶片GPP进行综合估计。