ABSTRACT Previous studies have shown the potential of remote-sensing tools to monitor coastal wetlands at a landscape scale. Several biophysical parameters are typically used to evaluate ecosystem conditions such as the chlorophyll content, an indicator of photosynthesis activity. In natural environments characterized by a large fraction of standing litter – such as the marshes on the Atlantic coast of the Buenos Aires Province – spectral indices designed for green vegetation change their typical response and, hence, their biophysical interpretation requires more attention. In this work, a theoretical study was performed to determine if it is possible to detect and eventually quantify the abrupt reductions of leaf chlorophyll content ( ) in Sporobolus densiflorus – the dominant vegetation in these marshes – using hyperspectral data. To achieve this, in situ radiometric measurements in the VIS-NIR-SWIR (Visible, Near-Infrared and Short Wave Infrared) spectral region and biological data, acquired over S. densiflorus specimens in several campaigns, were used to set up an inversion procedure based on the radiative transfer model PROSAIL. By applying this model, simulated reflectances that fit the measured reflectances were obtained and by means of this inversion a theoretical canopy reflectance data set for S. densiflorus was modelled using the PROSAIL parameters. The performance of several vegetation indices typically used to estimate chlorophyll content was studied using the simulated and modelled reflectances, among which MTCI (MERIS Terrestrial Chlorophyll Index), Macc and MCARI/OSAVI (Modified Chlorophyll Absorption in Reflectance Index/Optimized Soil-Adjusted Index) indices showed significant correlation with . By means of addressing the performance of these indices together with BLRs (Baseline Residuals), a two-step VI-LUT (Vegetation Index – Look-Up Table) inversion model was proposed to retrieve , which first corrects the effect of variable leaf area index (LAI) using a BLR index (using bands at 800, 1100 and 1300 nm), and then retrieves by either using MCARI/OSAVI or another BLR (using bands at 657, 672 and 700 nm). Even though both procedures perform similarly well in the estimation of (coefficient of determination about 0.6) the two steps BLR-based approach is preferred, given that these indices are a priori less sensitive to undesired atmospheric effects.

中文翻译：

---

使用高光谱测量和 PROSAIL 模型模拟估计 Sporobolus densiflorus 的叶面积指数和叶绿素含量

摘要 先前的研究表明遥感工具在景观尺度上监测沿海湿地的潜力。一些生物物理参数通常用于评估生态系统条件，例如叶绿素含量，这是光合作用活动的指标。在以大量枯枝落叶为特征的自然环境中——例如布宜诺斯艾利斯省大西洋沿岸的沼泽地——为绿色植被设计的光谱指数改变了它们的典型响应，因此，它们的生物物理解释需要更多的关注。在这项工作中，进行了一项理论研究，以确定是否有可能使用高光谱数据检测并最终量化 Sporobolus densiflorus（这些沼泽中的主要植被）中叶片叶绿素含量 ( ) 的突然减少。为实现这一目标，使用 VIS-NIR-SWIR（可见光、近红外和短波红外）光谱区域中的原位辐射测量和在几次活动中在 S. densiflorus 标本上采集的生物数据来建立反演程序基于辐射传输模型 PROSAIL。通过应用该模型，获得了适合测量反射率的模拟反射率，并且通过这种反演，使用 PROSAIL 参数对 S. densiflorus 的理论冠层反射率数据集进行了建模。使用模拟和建模反射率研究了通常用于估计叶绿素含量的几种植被指数的性能，其中 MTCI（MERIS 陆地叶绿素指数）、Macc 和 MCARI/OSAVI（反射指数中的修正叶绿素吸收/优化土壤调整指数）指数与 . 通过与BLRs（Baseline Residuals）一起解决这些指标的性能问题，提出了两步VI-LUT（Vegetation Index-Look-Up Table）反演模型进行反演，首先修正了可变叶面积指数的影响(LAI) 使用 BLR 索引（使用 800、1100 和 1300 nm 的波段），然后使用 MCARI/OSAVI 或另一个 BLR（使用 657、672 和 700 nm 的波段）进行检索。尽管这两种程序在估计（确定系数约为 0.6）方面表现相似，但基于两步 BLR 的方法是首选，因为这些指数对不希望的大气影响先验较不敏感。通过与BLRs（Baseline Residuals）一起解决这些指标的性能问题，提出了两步VI-LUT（Vegetation Index-Look-Up Table）反演模型进行反演，首先修正了可变叶面积指数的影响(LAI) 使用 BLR 索引（使用 800、1100 和 1300 nm 的波段），然后使用 MCARI/OSAVI 或另一个 BLR（使用 657、672 和 700 nm 的波段）进行检索。尽管这两个程序在估计（确定系数约为 0.6）方面表现相似，但基于两步 BLR 的方法是首选，因为这些指数对不希望的大气影响先验较不敏感。通过与BLRs（Baseline Residuals）一起解决这些指标的性能问题，提出了两步VI-LUT（Vegetation Index-Look-Up Table）反演模型进行反演，首先修正了可变叶面积指数的影响(LAI) 使用 BLR 索引（使用 800、1100 和 1300 nm 的波段），然后使用 MCARI/OSAVI 或另一个 BLR（使用 657、672 和 700 nm 的波段）进行检索。尽管这两个程序在估计（确定系数约为 0.6）方面表现相似，但基于两步 BLR 的方法是首选，因为这些指数对不希望的大气影响先验较不敏感。它首先使用 BLR 指数（使用 800、1100 和 1300 nm 波段）校正可变叶面积指数 (LAI) 的影响，然后使用 MCARI/OSAVI 或另一个 BLR（使用 657、672 和 700 波段）进行检索纳米）。尽管这两个程序在估计（确定系数约为 0.6）方面表现相似，但基于两步 BLR 的方法是首选，因为这些指数对不希望的大气影响先验较不敏感。它首先使用 BLR 指数（使用 800、1100 和 1300 nm 波段）校正可变叶面积指数 (LAI) 的影响，然后使用 MCARI/OSAVI 或另一个 BLR（使用 657、672 和 700 波段）进行检索纳米）。尽管这两个程序在估计（确定系数约为 0.6）方面表现相似，但基于两步 BLR 的方法是首选，因为这些指数对不希望的大气影响先验较不敏感。