土壤反射率是表征土壤的基本物理特性之一，也是冠层辐射传输模型和陆面过程模型中的不可或缺的一个基本单元。土壤反射率模型通过若干特征反射率向量的组合变换，来模拟世界上千变万化的土壤光谱反射率。土壤反射率的模拟精度极大程度上影响着冠层辐射传输建模和陆表关键参数的遥感反演精度。土壤反射率模型的研究一直是定量遥感的关键研究内容之一。目前国际上通用的土壤反射率模型，基本上由欧美开发的模型主导，如基于物理过程的Hapke模型，基于光谱统计的Price模型和基于经验关系的Walthall模型等。 

　　 中国科学院地理科学与资源研究所博士生江冲亚（已毕业）和导师方红亮研究员一道，针对土壤反射率特性进行了持续研究，在大量分析了现有土壤反射率数据的基础上，成功研制了一个通用的光谱向量模型（GSV）。与现有模型相比，新模型无论在算法的普适性、简洁性、运算效率和精度上，都有了明显的提高。具体进展如下: 

　　(1) 他们经过十余年的数据收集，从全球收集了近2.4万余条有代表性的土壤反射率数据，该数据库为新型土壤反射率模型的构建奠定了坚实的基础。该反射率数据库是目前全球最大的土壤光谱反射率数据库。 

　　(2) 他们提出用一个新的奇异值分解（SVD）算法，对所获得的光谱数据进行了深入分析，在此基础上成功研制了一个通用的光谱向量模型GSV。与目前常用的Price模型（美国农科院开发）相比，新的GSV模型不但减少了建模所需的参数，还提高了模型的普适性和精度。 

　　(3) 欧洲权威定量遥感研究机构荷兰ITC经过反复测试，认为GSV模型无论是运算效率还是精度都优于现有土壤模型。GSV模型已被ITC耦合到新一代的大型辐射传输模型SCOPE模型中。SCOPE模型是欧空局用于陆表关键参数反演和植被荧光过程模拟的主导模型，是目前国际上影响力最广泛的冠层辐射传输模型之一。 

　　本项研究受国家自然科学基金资助（41471295, 41171333）。 

A1. 关于土壤反射率光谱向量模型(GSV)的论文： 

　　Jiang, C., and H. Fang, 2019. GSV: a general model for hyperspectral soil reflectance simulation. International Journal of Applied Earth Observation and Geoinformation, 83, 101932, https://doi.org/10.1016/j.jag.2019.101932. 

A2. 模型构建代码和通用土壤光谱向量（GSV）： 

　　https://data.mendeley.com/datasets/2hc7m7jkc5/1 

A3. SCOPE模型中嵌入GSV模型的论文： 

　　Verhoef, W., van der Tol, C. and Middleton, E.M., 2018. Hyperspectral radiative transfer modeling to explore the combined retrieval of biophysical parameters and canopy fluorescence from FLEX - Sentinel-3 tandem mission multi-sensor data. Remote Sensing of Environment, 204: 942-963. https://doi.org/10.1016/j.rse.2017.08.006