叶片是植被进行光合作用的主要器官。叶片光谱是地表能量平衡的重要驱动因素之一，直接影响地表太阳辐射分配，对地表反照率、辐射分配、显热通量和净辐射具有重要影响。叶片光谱特征显著影响冠层辐射传输过程，是植被冠层模型的重要输入参数，对于识别植被物种和理解全球生物多样性模式及其功能特征至关重要。因此，叶片光谱的精确建模对全球生态系统研究具有重要的现实意义。目前常用的叶片光谱模型均为基于物理过程的叶片模型，但物理模型相对复杂。 

　　中国科学院地理科学与资源研究所博士生马田和导师方红亮研究员利用全球叶片光谱实测数据针对叶片光谱特性进行了研究，构建了一个经验的通用光谱向量叶片模型GSV-L(General Spectral Vector-Leaf)。该研究首先收集了全球近6.6万条叶片反射率光谱与3500余条叶片透射率光谱数据，构建了目前全球最大的叶片光谱数据库。随后，利用奇异值分解方法(Singular Value Decomposition, SVD)对叶片光谱数据进行矩阵分解，并利用所得到的光谱向量进行建模得到GSV-L模型。 

　　新模型GSV-L所需的输入参数少，简单易用，建模精度高，利用有限波长处的光谱就可以精确模拟全波长范围（400-2400 nm）内的叶片光谱。新模型可以很方便地耦合到各种冠层反射率模型和陆表过程模型中。

  　本项研究受到国家自然科学基金(42171358)的资助。 

　　A1. 关于通用光谱向量叶片模型(GSV-L)的论文： 

　　Ma, T., Fang, H., 2023. GSV-L: A general spectral vector model for hyperspectral leaf spectra simulation. International Journal of Applied Earth Observation and Geoinformation 117, 103216. https://doi.org/10.1016/j.jag.2023.103216  

　　A2. 模型构建代码和通用叶片反射/透射率光谱向量： 

　　https://www.sciencedirect.com/science/article/pii/S1569843223000389?via%3Dihub