氮作为植物叶片中的主要化学元素,是产生蛋白质和叶绿素的必要条件之一。植物叶片氮含量的变化影响了植物光合作用、生长发育以及植物再生和繁殖等生理过程,进而影响了林业和农业生态系统的功能和动态变化情况。因此,及时快速地准确估算植物叶片氮含量（Leaf Nitrogen Concentration,LNC）对林业和农业都具有实际意义的。随着光学遥感的快速发展,其凭借耗时短、范围广、效率高等优势,已经成为快速无损监测不同尺度下植物叶片和冠层氮含量的有效方法之一。其中,光谱指数作为植被光学遥感中一种有效的估算植物生化参数的经验方法,得到了研究者们广泛的关注且取得了一定的成果。目前大多数研究在基于光谱指数估算LNC时,仅使用植物的反射强度信息。然而,在实际观测时,受不同种类植物叶片表面结构的差异、随机分布的叶倾角和传感器观测角度等多种因素的影响,传感器接受的信号通常为植物叶片所产生的多角度反射信息。多角度反射信息中不仅包含了反射强度信息,也包含了来自叶片表面不同大小的偏振信息,而偏振信息与LNC无关,它影响了光谱指数估算LNC的精度。因此,能否利用偏振测量有效剥离偏振信息,提升LNC的估算精度是亟需解决的关键问题。本研究基于Stokes参量,在实验室和野外条件下,获取了不同类型植物叶片（n=345）的多角度偏振反射信息。首先,在考虑偏振片消光系数的前提下,分别基于单波段光谱信息和光谱指数研究了不同植物叶片在不同探测角度上双向反射系数（Bidirectional Reflectance Factor,BRF）和半球方向反射系数（Hemispherical Directional Reflectance Factor,HDRF）与I参量反射系数(I parameter Reflectance Factor,Ip RFlab和Ip RFfield)之间的关系。证明了在基于Stokes参量表达偏振信息的过程中,I参量反射系数可以用于表示叶片的反射强度信息,进而说明偏振测量不仅可以得到偏振信息,还可以得到反射强度信息。随后,将偏振反射系数（Bidirectional Polarized Reflectance Factor,BPRF）从总反射信息中剥离得到非偏振反射系数（Non-polarized Reflectance Factor,NpRF）。基于Ip RF和NpRF的单波段光谱信息和光谱指数与植物LNC的相关性,阐明了叶片表面产生的偏振信息是降低光谱指数估算植物LNC精度的主要因素。最后,利用NpRF提升了简单比值指数、归一化差异指数和对数指数光谱指数对不同类型植物LNC的估算能力。本研究结果表明,偏振测量获得的反射系数（Ip RF）可直接用于现有光谱指数来估算LNC。利用NpRF可以克服多角度观测对LNC估算精度的影响,提高不同探测角度上光谱指数对LNC估计的准确性,尤其是前向散射方向。因此,基于NpRF的光谱指数可以提高植物LNC的预测能力。此外,现有光谱指数大多是基于单一物种进行估算,在不同物种上估算LNC的准确性有所差异。去除偏振信息后,NpRF削弱了物种对光谱指数的影响,大大增强了现有光谱指数与LNC的相关性。