[發(fā)明專利]基于遙感影像優(yōu)化PROSAIL模型參數(shù)的葉面積指數(shù)和葉綠素含量的反演方法

有效

• 申請?zhí)枺?/td>: 201210367345.1
• 申請日: 2012-09-26
• 公開（公告）號: CN102878957A
• 公開（公告）日: 2013-01-16
• 發(fā)明（設計）人: 梁棟;黃文江;黃林生;管青松;張東彥;胡根生
• 申請（專利權）人: 安徽大學
• 主分類號: G01B11/28
• 分類號: G01B11/28;G01N21/25
• 代理公司: 合肥天明專利事務所 34115
• 代理人: 吳娜;奚華保

1.一種基于遙感影像優(yōu)化PROSAIL模型參數(shù)的葉面積指數(shù)和葉綠素含量的反演方法，該方法包括下列順序的步驟：

（1）下載遙感影像并對其進行預處理，得到多光譜冠層反射率數(shù)據(jù)；

（2）運用PROSAIL模型，根據(jù)不同的參數(shù)組合建立查找表，確定不同參數(shù)和冠層反射率的關系即回歸方程，所述的參數(shù)是指葉面積指數(shù)LAI、葉綠素含量LCC、結構參數(shù)N、干物質含量C_m以及等效水厚度C_W；

（3）建立目標函數(shù)，結合多光譜冠層反射率數(shù)據(jù)，優(yōu)化參數(shù)，使目標函數(shù)得到全局最小值，每次參數(shù)優(yōu)化之后都需要再次執(zhí)行步驟（2），直到得到目標函數(shù)的全局最小值，得到對應的參數(shù)組合，并用多光譜冠層反射率數(shù)據(jù)對參數(shù)進行更新；

（4）根據(jù)步驟（3）所得到的參數(shù)組合、步驟（2）得到的回歸方程以及多光譜冠層反射率數(shù)據(jù)，即可反演得到葉面積指數(shù)LAI和葉綠素含量LCC。

2.根據(jù)權利要求1所述的基于遙感影像優(yōu)化PROSAIL模型參數(shù)的葉面積指數(shù)和葉綠素含量的反演方法，其特征在于：所述的對遙感影像的預處理包括對遙感影像的輻射校正、幾何校正、大氣校正，得到多光譜冠層反射率數(shù)據(jù)，以及根據(jù)已有的土地利用矢量圖、多光譜冠層反射率數(shù)據(jù)以及物候經驗，利用軟件將植被區(qū)域提取出來。

3.根據(jù)權利要求1所述的基于遙感影像優(yōu)化PROSAIL模型參數(shù)的葉面積指數(shù)和葉綠素含量的反演方法，其特征在于：根據(jù)所述的五個可變參數(shù)建立查找表，即葉面積指數(shù)LAI（0.3-7.5）、葉綠素含量LCC（10-90）、結構參數(shù)N（1.0-2.5）、干物質含量C_m（0.005-0.01）、等效水厚度C_W（0.01-0.02），在運用PROSAIL模型建立查找表時，LAI以0.5的步長共15個作為輸入；LCC以5的步長共17個作為輸入；結構參數(shù)N以0.1的步長共16個作為輸入；干物質含量C_m以0.005的步長共2個作為輸入；等效水厚度C_W以0.01的步長共2個作為輸入，共計有16320個參數(shù)組合，即可模擬得到16320個不同的多光譜冠層反射率數(shù)據(jù)；所述的由五個可變參數(shù)所建立的查找表可得到不同參數(shù)組合下的LAI-ρ_nir、LCC-ρ_g的關系方程，其中ρ_nir和ρ_g分別表示近紅外波段和綠波段的冠層反射率，分析結構參數(shù)N與紅波段、綠波段、近紅外波段的相關性，選取相關性最好的建立回歸方程。

4.根據(jù)權利要求3所述的基于遙感影像優(yōu)化PROSAIL模型參數(shù)的葉面積指數(shù)和葉綠素含量的反演方法，其特征在于：建立目標函數(shù)，目標函數(shù)表達式如下：

RMSE=Σi=1m(ρj*-ρj)2m]]>

其中m表示波段數(shù)，表示觀測的第j波段反射率，ρ_j表示模擬的第j波段反射率；

對參數(shù)組合進行預選擇，根據(jù)除LAI參數(shù)外不同參數(shù)組合的LAI-ρ_nir關系方程結合多光譜冠層反射率數(shù)據(jù)可以反演得到葉面積指數(shù)LAI，判斷整個區(qū)域的LAI是否在給定的LAI邊界內，若有超過5%不在邊界內，則相應的參數(shù)組合被排除；根據(jù)除LCC參數(shù)外不同參數(shù)組合的LCC-ρ_g關系方程結合多光譜冠層反射率數(shù)據(jù)可以反演得到葉綠素含量LCC，判斷整個區(qū)域的LCC是否在給定的LCC邊界內，若有超過5%不在邊界內，則相應的參數(shù)組合被排除。