[发明专利]植被区高光谱图像模拟方法

说明书

本发明涉及一种植被区高光谱图像模拟方法，针对多光谱数据进行植被生化参数计算，获得植被生化参数图像，进而利用典型植被辐射传输模型PROSAIL，将植被生化参数输入到模型，实现高光谱图像模拟，能获得高精度的光谱图像，能提高信息量，制作成本低，效率高。

技术领域

本发明属于一种光谱图像模拟方法，具体涉及一种植被区高光谱图像模拟方法。

背景技术

高光谱图像模拟是通过模型构建计算得到高光谱分辨率的图像数据，现有的方法主要是基于多光谱图像数据进行分类、丰度反演，并结合地物光谱数据，进行光谱填图或线性混合获得高光谱图像，该方法要求获得高精度的同步光谱数据，以保障图像模拟的精度，而且受算法限制，在多光谱数据模拟高光谱图像数据中主要实现了光谱细分，但并没有真正提高信息量。

发明内容

本发明针对目前利用分类、丰度反演等方法基于多光谱数据模拟高光谱数据过程中存在的同步数据难以获取问题，设计了一种针对植被区域的高光谱图像模拟方法，首先针对多光谱图像数据进行植被生化参数计算，获得植被生化参数图像，进而利用典型植被辐射传输模型PROSAIL，将植被生化参数图输入到模型，实现高光谱图像模拟，能获得高精度的光谱图像，能提高信息量，制作成本低，效率高。

为了达到上述目的，本发明有如下技术方案：

本发明的一种植被区高光谱图像模拟方法，有以下步骤：

对于一个M行、N列、L个波段的多光谱图像数据R_multi，针对植被区域的高光谱图像模拟方法步骤如下：

(1)、样本数据生成步骤：

1)取值：叶片结构参数N：取值范围0.5～4，步长0.5；叶绿素含量Cab：取值范围5～80，步长10，叶绿素含量Cab的单位是μg/cm²；叶片干物质含量Cm：取值范围0.003～0.033，步长0.003，叶片干物质含量Cm的单位是g/cm²；类胡萝卜素含量Car：取值范围0.5～16，步长1，类胡萝卜素含量Car的单位是μg/cm²；叶面积指数LAI：取值范围1.5～6，步长0.5。2)对上述步骤1)的5个参数取值进行排列组合得到的9860组生化参数，并设置如下固定输入参数，形成9860组输入数据：

所述固定输入参数：

棕色素含量为0，水含量为0.024cm，热点效应参数为0.01，土壤亮度参数为1，太阳天顶角为30°，观测天顶角为10°，相对方位角为0°；

3)针对上述9860组输入数据，利用PROSAIL模型进行计算，求得相应的冠层反射率数据，形成矩阵；

4)针对上述获取到的冠层反射率数据，根据该多光谱数据的光谱响应函数，进行等效计算，得到对应的多光谱反射率数据，对于第k组输入数据对应的多光谱数据的第i个波段的反射率ρ_multi(k,λ(i))为：

其中f_λ(i)(1,j)为第i个波段对应的波长范围，nw(i)为对应的数目，f_λ(i)(2,j)与第i个波段的波长范围相对应的光谱响应函数，ρ(k,f_λ(i)(1,j))为第k组输入数据中与第i个波段的波长范围相对应的冠层反射率数据，对所有样本与波段进行等效计算后得到矩阵ρ_multi(ns,L)，ns对应样本组数9860，L对应多光谱数据波段数；

(2)、针对上述组合得到的生化参数以及对应求得的多光谱反射率数据ρ_multi(ns,L)，进行模型构建，构建的步骤为：