植物功能性状是植物在形态、生理和化学等方面的属性或特征，反映了植物对生长环境的长期适应。在生态与进化学研究中，植物性状可衡量植物个体的适合度或表现，探究群落构建的机制；植物性状及其多样性（即功能多样性）可预测生态系统（多）功能和服务。植物性状及其多样性是生态学研究的前沿热点之一。植物性状在种内、种间产生变异，且在时空尺度上也会发生较大变化；植物性状的测定费时、费力，且成本较高。在当前全球变化对生态系统功能和服务产生深远影响的背景下，如何更好地预测植物性状的变化是亟待解决的重要科学问题之一。基于高光谱（Hyper-spectroscopy，350-2500 nm可见光-近远红外波段）的统计模型（Partial least-squares regression，PLSR）用于预测植物性状的变化。以往研究表明叶片高光谱特征可以较好地预测植物叶片性状的变异，但并未考虑植物性状的季节性变化，尤其是在季节明显的温带地区。叶片光谱特征是否可以准确地预测叶片性状的季节性变异尚不清楚。中国科学院西北高原生物研究所以英国8种常见的温带阔叶落叶树种为研究对象，测定了21个叶片性状和叶片光谱特征的季节性变化，探讨叶片光谱特征是否可以捕获叶片性状的季节性变异。
　　结果表明，大部分叶片性状和叶片光谱特征呈现出显著的季节性变化，而成熟叶片的变异程度较小；叶片光谱特征可以准确地预测大部分叶片性状的季节性变异，且成熟叶片的预测准确度较高；对于某几个性状，PLSR模型预测准确度受到物种的影响，因而PLSR模型不能在单一物种水平准确度预测叶片性状的季节性变化。该研究为基于遥感高光谱图像（Hyperspectral imaging）的大尺度植物性状及其多样性的研究、制图和长期监测奠定了基础。
　　相关研究成果以Predicting leaf traits of temperate broadleaf deciduous trees from hyperspectral reflectance: can a general model be applied across a growing season?为题，发表在Remote Sensing of Environment上。研究工作得到国家留学基金委公派留学项目的支持。
　　论文链接 
　　图1.21个叶片性状的季节性变化
　　图2.叶片光谱特征（反射率，Reflectance）的季节性变化