本文探讨了叶表型对光反射和透射的影响，以及如何利用偏振光反射测量来识别叶表型。叶表型包括细胞粗糙度、表皮蜡和毛状体等特征，它们可以反映植物的健康状况和对环境压力的适应性。试验收集了349个叶样，用显微镜观察了它们的表面特征，并用偏振光谱仪测量了它们在布鲁斯特角的反射因子。根据反射因子的极大值和极小值，计算了偏振反射因子和漫反射比率，作为叶表型分类的依据。将叶样分为四类：有光泽的蜡、灰白色的蜡、高密度的毛状体和无毛无蜡。使用二次判别分析函数，对叶样进行了10000次随机分类，得到了平均72.9%的正确分类率。试验材料与方法，从室内外植物中采集不同颜色、年龄和表型的叶片，用冰块和塑料袋保存，并在4小时内进行显微镜观察和光谱测量。使用偏振金相显微镜，对每个叶样进行100倍和500倍放大的观察，采用焦点叠加技术获取完整清晰的图像，并重建三维表面粗糙度。使用偏振光谱仪，在布鲁斯特角（约55°）下照射和接收光线，测量不同角度下400-1700 nm范围的反射因子，并校正为总光线。表型分类：根据显微镜图像和可见观察，将叶样分为四类：有光泽的蜡、灰白色的蜡、高密度的毛状体和无毛无蜡。根据反射因子的极大值和极小值，计算偏振反射因子和漫反射比率，作为分类依据。使用二次判别分析函数，对数据进行10000次随机分割，每次用150个样本作为训练集，199个样本作为测试集，得到平均分类率。结果表明，细胞粗糙度对偏振反射因子的影响较小，而表皮蜡和毛状体对偏振反射因子的影响较大。不同类型的表皮蜡和毛状体可以导致不同程度和方向的光线散射，从而改变偏振反射因子和漫反射比率。本文提出的利用偏振光谱仪测量叶表型的方法，可以在不损伤叶片的情况下，快速准确地识别叶表型。这种方法可以提高叶光学模型的精度和特异性，从而改善叶片生化参数的估算和植物物种的识别。

图1 用于在数据收集阶段确保对叶片的同一部分进行评估的叶片支架

图2 黑豆叶的3D重建，显示了用于计算细胞凸包长宽比的可能点。X轴和Y轴值为像素（1像素 = 0.098µm），Z轴值以毫米为单位

图3 a弗吉尼亚爬山虎b黑豆c秋葵d海棠e柠檬f大豆在不同方向的反射系数

图4 a弗吉尼亚爬山虎b黑豆c秋葵d海棠e柠檬f大豆在500倍放大下的不同细胞形态

图5 叶片表面参数与a细胞大小，b边缘起伏，c细胞凸起长宽比的RQav值的比较。完整数据集显示为黑色x，无毛叶片显示为灰色点（RQav表示偏振双向反射因子，是一种用于描述叶表面特征的光谱参数，与叶表面的粗糙度、蜡质和毛发有关。）

图6 10000次运行中某次基于RQav和DIFFR（DIFFR表示漫反射比，用于描述叶表面特征的光谱参数，通过测量漫反射因子在两个不同波长之间的比值来计算）的叶面表型的分类空间（在本例中分类率为74.9%）

图7 a有光泽、b有白霜、c有毛和d无毛叶片的分类分布结果