近日，中国农业科学院农业资源与农业区划研究所智慧农业创新团队成功构建了一个新的土壤-植被多层冠层辐射传输模型，相关成果日前发表于《环境遥感》（《Remote Sensing of Environment》）。

卫星遥感、无人机监测等技术已成为获取农田信息的重要手段。然而，随着作物生长，不同高度的叶片光谱和土壤反射率发生变化；同时，不同高度的叶片在疏密程度和排列方式上也存在显著差异，这成为影响农田光谱特性模拟和农田参数遥感估算精度的关键难题。

中国农业科学院农业资源与农业区划研究所研究员李文娟介绍，针对该难题，研究团队创新性构建新一代土壤-植被多层冠层辐射传输模型——CANOP模型。该模型将植被冠层内部的多次散射和土壤-植被冠层间的多次散射分开处理，首次利用光谱不变理论和叠加方法计算土壤-植被多层冠层反射率，避免了对复杂层散射矩阵的计算，突破了传统方法难以兼顾模拟精度和效率的技术瓶颈，实现了对在不同高度具有不同叶片光谱特性和冠层结构特征的冠层反射率的精确高效模拟。

验证结果显示，CANOP模型在模拟多层冠层反射率时，精度优于传统四流模型，与三维辐射传输模型DART模拟结果高度吻合。使用水稻田间垂直剖面实测数据验证结果显示，模型决定系数达0.99，均方根误差仅0.038，可精准刻画水稻分蘖、拔节、抽穗、成熟等全生育期的土壤-冠层垂直异质性对光谱的影响。

土壤-植被冠层垂直。

李文娟表示，CANOP模型可用于模拟土壤-植被多层冠层反射光谱，反演田间作物在不同高度的叶面积密度、叶倾角、叶绿素含量和氮营养状况等关键农学参数和土壤参数，使得田间遥感监测从“看整体”迈向“看层次”。通过准确解析土壤-作物冠层中的辐射传输机制，该模型为及时准确评估作物长势、养分和病虫害诊断以及科学管理提供了核心理论和技术支撑，有望基于其实现对全生育期农田信息的高精度遥感监测。

土壤-植被多层冠层辐射传输建模示意图。

该研究得到北方干旱半干旱耕地高效利用全国重点实验室等支持。