高速公路的建设与运营造成了周边环境严重污染,为了人类可持续发展,保护和维持公路环境尤为重要。路域植被叶绿素含量可有效反映植被健康状况及评价高速公路环境污染程度,因此采用遥感技术实时获取叶绿素含量监测高速公路环境具有重要意义。本研究选取位于南方丘陵的高速公路-长常高速公路为实验对象,结合辐射传输模型,通过构建哨兵-2A影像光谱波段和植被实测叶绿素含量的相关关系进行特征波段提取,基于特征波段构建线性回归与BP神经网络路域植被叶绿素含量反演模型,并将最优模型应用于整个研究区哨兵-2A影像上,实现了对路域植被叶绿素含量大面积反演及分布图制作。主要研究内容及结论如下:(1)基于辐射传输模型,通过分析叶绿素含量和植被光谱的敏感性,表明叶绿素含量的敏感波段主要位于可见光波段和近红外波段,且随着植被叶绿素含量的增加,植被反射率降低。(2)构建影像单波段、植被指数、一阶微分、二阶微分和实测叶绿素含量相关关系,筛选相关性高的B2波段、B3波段、B5波段、绿边叶绿素指数CIgreen、绿波段归一化植被指数GNDVI和B1、B2的一阶微分、B1的二阶微分作为反演模型输入的特征波段。(3)基于辐射传输模型特征波段构建一元线性回归和BP神经网络叶绿素含量反演模型,并应用哨兵二号影像数据进行模型验证。(4)对比分析模型精度得到:一元线性回归构建叶绿素含量反演模型精度整体高于BP神经网络模型;利用BP神经网络构建叶绿素含量反演模型,模型过度拟合,加入部分实测数据参与建模降低了模型拟合度,提高模型预测精度;以一元线性回归构建的叶绿素含量最优反演模型为基础,应用于整个研究区哨兵-2A影像,得到路域植被叶绿素含量分布图,与路域植被实际情况对比,叶绿素含量空间总体相近。研究结果表明一元线性回归结合辐射传输模型用于哨兵-2A影像反演南方丘陵路域植被叶绿素含量精度较高,满足监测需求,路域植被叶绿素含量空间分布图与实际情况总体相近,利用BP神经网络构建叶绿素含量反演模型,加入部分实测数据参与建模可以解决过拟合问题及提高模型预测精度,研究结果证明了利用哨兵-2A影像定量反演南方丘陵路域植被叶绿素含量可行性,充实了遥感影像反演植被参数的研究。