[发明专利]基于植被指数的类胡萝卜素与叶绿素比值反演方法及系统

说明书

本发明提供一种基于植被指数(VI)的类胡萝卜素与叶绿素比值(Car/Chl)反演方法，通过模拟数据集分析构建的多个候选植被指数组合对Car和Chl相关性变化的敏感性，选取对其不敏感的植被指数组合VIsubgt;1/subgt;；获取实测数据集进行验证，将实测数据集划分为训练数据集和待测数据集，通过训练样本建立植被指数组合VIsubgt;1/subgt;与训练样本Car/Chlsubgt;2/subgt;的线性校准模型；计算获得各待测样本的植被指数组合VIsubgt;1/subgt;，将各待测样本的植被指数组合VIsubgt;1/subgt;代入线性校准模型，获得各待测样本的反演值，将各待测样本的反演值与各待测样本的Car/Chlsubgt;3/subgt;进行对比，获得反演的精确度。本发明可以提升叶片Car/Chl反演的精度，构建的植被指数受叶绿素和类胡萝卜素相关性变化影响较小，从而能够提高叶片Car/Chl反演精度。

技术领域

本发明涉及生化参数反演领域，尤其涉及一种基于植被指数组合的叶片类胡萝卜素与叶绿素比值反演方法及系统。

背景技术

叶片类胡萝卜素与叶绿素比值(Car/Chl)是反映光合活性、植被发育和胁迫反应的敏感指标。遥感技术是一种无损、大规模的方法，已广泛应用于估算叶片生化和生物物理特性。应用遥感手段反演Car/Chl时，目前主要基于有限个实测数据集来开发VI的统计方法，因此所开发的VI对其他研究地点或物种的可移植性较差。最近，有研究利用模拟数据集构建了植被指数(VI)组合，提高了所构建的植被指数组合的普适性。然而，所构建的指数较大地受到Car和Chl相关性变化影响，而且植被中的Car和Chl相关性会受到物种以及不同生长阶段等因素的影响而不同，另外目前尚未有研究探究VI对干扰因素“Car和Chl含量间的相关性变化”的稳健性。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于，解决现有技术中，缺乏对不同类胡萝卜素和叶绿素相关性具有较高稳健性，以及较好普适性的方法的问题。

为实现上述目的，本发明提供一种基于植被指数组合的叶片类胡萝卜素与叶绿素比值反演方法，包括：

S1：通过辐射传输模型PROSPECT-5生成的模拟数据集DatasetA构建多个候选植被指数组合；

S2：利用辐射传输模型PROSPECT-5模拟五个不同叶绿素和类胡萝卜素相关性情况下的光谱数据集(Dataset1-5)，通过Dataset1-5分析构建的植被指数组合对叶绿素和类胡萝卜素相关性变化的敏感性以及对Car/Chl的敏感性，选取对叶绿素和类胡萝卜素相关性变化最不敏感且对Car/Chl最敏感的植被指数组合VI₁；

S3：通过实测数据集验证在模拟数据集中选择的所述植被指数组合VI₁对叶绿素和类胡萝卜素相关性变化最不敏感且对Car/Chl最敏感；

S4：将所述实测数据集随机划分为训练数据集和待测数据集，利用所述训练数据集中各训练样本的叶片反射率光谱和植被指数组合VI₁，计算得到各训练样本对应的植被指数组合VI₁的取值A，建立所述A与各所述训练样本的叶绿素和类胡萝卜素比值Car/Chl₂的线性校准模型；

S5：利用所述待测数据集中各待测样本的叶片反射率光谱和植被指数组合VI₁，计算获得各待测样本对应的植被指数组合VI₁的取值B，将所述B代入所述线性校准模型，获得待测数据集中各待测样本的反演值；将各待测样本的反演值与各待测样本的类胡萝卜素与叶绿素比值Car/Chl₃进行对比，获得反演的精确度。

进一步地，步骤S1的具体步骤为：