[发明专利]基于光谱分析的陆表植被冠层生态水含量遥感反演方法

权利要求书

1.基于光谱分析的陆表植被冠层生态水含量遥感反演方法，其特征在于，包括以下步骤：

(1)实测植被冠层光谱数据和生化数据，生化数据包括鲜重、干重和叶面积；

(2)对实测光谱数据进行预处理和光谱特征提取：进行水汽噪声去除、光谱微分计算及包络线去除；

(3)依据实测植被反射光谱特征，计算提取所需的植被指数；

(4)对植被野外实测光谱数据与生化数据进行相关性分析，建立所计算植被指数与植被含水量的模型；

(5)分析遥感影像光谱特征，结合实测数据所建立的植被含水量模型，实现植被冠层生态水遥感定量反演。

2.根据权利要求1所述的基于光谱分析的陆表植被冠层生态水含量遥感反演方法，其特征在于，步骤(1)中，测得实测植被冠层生化数据后，对实测植被冠层含水量进行计算，采用等效水层厚度植被含水量进行相关计算，其计算公式为：

其中，EWT为等效水层厚度植被含水量，有量纲(g.cm^-2)，A表示对应植被的叶片总面积，单位为cm²，FW为植被鲜重，DW为植被干重；

为消除植被覆盖的影响，将叶面积指数LAI引入EWT，因此，新的等效水层厚度植被冠层含水量用EWTc表示，其计算为：

3.根据权利要求1所述的基于光谱分析的陆表植被冠层生态水含量遥感反演方法，其特征在于，步骤(2)中，对实测光谱数据进行预处理和光谱特征提取的具体步骤为：

(21)水汽噪声去除：剔除水汽噪声主要集中的波段区间，在消除水汽影响同时考虑后期建模时与遥感数据光谱波段相匹配，再通过平滑处理消除采集的光谱数据的“毛刺噪声”；

(22)光谱微分计算处理：对水汽噪声去除后的光谱数据进行微分计算，一阶微分公式：

其中，λ_i为第i波段，为第i波段的光谱反射率，分别为第i+1波段的光谱反射率，Δλ为波段的采样间隔，即相邻两波段的波长差；

光谱微分可迅速确定光谱弯曲点及最大最小反射率的波长位置，从而识别并提取光谱特征，突出光谱的变化信息，减弱光谱采集过程中的系统误差和各种噪声，实现对光谱中存在的细微差异进行分析，从而提取地物信息，由于光谱数据为每隔几nm采集一次的离散数据，因此，对采集的植被冠层光谱由光谱微分计算变为光谱差分计算；

(23)对上一步处理后的光谱数据进行包络线去除操作，实现对光谱数据进行归一化处理，归一化处理后，所有的光谱曲线都具有相同的背景，去除掉不感兴趣的光谱，突出反映地物特征的有效光谱，便于光谱特征比较分析：

(24)分析所有实测植被样本的包络线，发现主要差异出现在红光波段、近红外波段和中红外波段。

4.根据权利要求1所述的基于光谱分析的陆表植被冠层生态水含量遥感反演方法，其特征在于，步骤(4)中，依据实测植被反射光谱特征，计算所需植被指数，然后选取与实测植被冠层含水量相关性最高的植被指数作为遥感反演模型的数据源：由于单波段的响应对于植被含水量反演比较弱，反演效果不理想，因此，研究这些波段之间的组合方式，构建植被指数以突出对植被冠层含水量的响应特征，本方法选取常见的植被指数WI、NDWI、SWAI、SR、II，建立各植被指数与植被含水量之间的数学回归模型，选取模型相关系数最高的SR植被指数作为植被特征参数。

5.根据权利要求4所述的基于光谱分析的陆表植被冠层生态水含量遥感反演方法，其特征在于，根据实测数据的回归拟合效果，选择最佳的植被特征参数构建植被含水量模型，依据植被指数SR与植被含水量EWTc之间的对数函数关系相关性最高，得到植被冠层含水量估算模型：

y＝-0.1223ln(x)+0.2735

R²＝0.9275(公式2)；

其中，x表示植被指数SR，SR＝R₁₆₀₀/R₉₂₀，y表示植被含水量EWTc，R²表示所建立模型的精度。