[发明专利]一种利用高光谱遥感分离阴叶和阳叶叶绿素荧光的方法

权利要求书

1.一种利用高光谱遥感分离阴叶和阳叶叶绿素荧光的方法，其特征在于，包括如下步骤：

步骤S100：建立多角度探测叶绿素荧光和光化学植被指数的装置；

步骤S200：获取长时间序列的多角度叶绿素荧光观测数据；

步骤S300：建立叶绿素荧光角度校正模型，对观测到原始的叶绿素荧光进行角度校正；

步骤S400：建立阴叶和阳叶叶绿素荧光分离模型，对冠层总的叶绿素荧光进行分离，得到阴叶和阳叶的叶绿素荧光。

2.根据权利要求1所述的利用高光谱遥感分离阴叶和阳叶叶绿素荧光的方法，其特征在于，所述步骤S300的叶绿素荧光角度校正方法为：

步骤S310：根据太阳天顶角、观测天顶角以及太阳方位角和观测方位角之间的夹角，计算多角度探测叶绿素荧光和光化学植被指数的装置的传感器与太阳之间的夹角；

步骤S320：计算阳叶总叶面积指数、传感器观测到的总叶面积指数以及传感器观测到的阳叶总叶面积指数；

步骤S330：根据传感器观测到的阳叶总叶面积指数、阳叶的总叶面积指数、热点函数、一阶散射相函数，得到推算的角度校正后的阳叶总叶面积指数；

步骤S340：建立叶绿素荧光角度校正模型，对观测到原始的叶绿素荧光进行角度校正。

3.根据权利要求2所述的利用高光谱遥感分离阴叶和阳叶叶绿素荧光的方法，其特征在于，所述步骤S340中叶绿素荧光角度校正模型为：

SIF_hotspot＝SIF_obs·L_sun/(L'_{sun_v}+L'_{sh_v}/β+L_v·α) (10)

SIF_canopy＝SIF_hotspot+SIF_sh·(L-L_sun) (11)

SIF_obs＝SIF_sunlit·(L'_{sun_v}+L'_{sh_v}/β+α·L_v) (12)

其中，SIF_hotspot为热点方向总的叶绿素荧光，SIF_obs为角度校正前的原始荧光数据，SIF_sunlit为阳叶的叶绿素荧光，SIF_canopy为冠层总的叶绿素荧光，SIF_sh为阴叶的叶绿素荧光，L_sun为阳叶总叶面积指数，L'_{sun_v}为推算的观测视场角内阳叶的总叶面积指数，L'_{sh_v}为推算的观测视场角内阴叶的总叶面积指数，L_v为传感器观测到的总叶面积指数，L为总叶面积指数，β为冠层没有考虑多次散射影响阳叶的叶绿素荧光和阴叶的叶绿素荧光的比值，α为多次散射因子。

4.根据权利要求3所述的利用高光谱遥感分离阴叶和阳叶叶绿素荧光的方法，其特征在于，所述步骤S400的叶绿素荧光分离模型考虑多次散射的影响，具体为：

SIF_canopy＝P_sunlit·SIF_sunlit(1+α_sunlit)+P_shaded·SIF_sh(1+α_shaded) (20)

ω＝(ρ+τ)/2 (24)

其中：P_sunlit为传感器观测到的阳叶叶绿素荧光的概率，P_shaded为传感器观测到的阴叶叶绿素荧光的概率，α_sunlit为阳叶的多次散射因子，α_shaded为阴叶的多次散射因子，ρ为反射率，τ为透射率。

5.根据权利要求4所述的利用高光谱遥感分离阴叶和阳叶叶绿素荧光的方法，其特征在于，传感器观测到的阳叶叶绿素荧光的概率和传感器观测到的阴叶叶绿素荧光的概率具体为：

P_shaded＝1-P_sunlit-P(θ_v) (16)

其中，Γ(ξ)为一阶散射相函数，P(θ_v)为看见背景的概率，G(θ_v)、G(θ_s)均为投影函数，Ω为聚集度指数。