[发明专利]基于数值优化算法的植被叶片参数遥感反演方法及系统

权利要求书

1.基于数值优化算法的植被叶片参数遥感反演方法，其特征在于：包括以下步骤：

步骤1：获取各波段地表反射率数据，计算遥感观测的植被指数信息，所述植被指数至少包括归一化差分植被指数NDVI、增强植被指数EVI、归一化差分红外指数NDII；

步骤2：构建辐射传输模型，设置辐射传输模型的模型参数，所述模型参数包括模型变量、模型常量、显示变量；

步骤3：构建关于植被指数的且以均方根误差为原型的代价函数RMSE，设置RMSE对某变量的偏导数和代价函数梯度信息▽T；

步骤4：使用约束最优化算法求解构造的代价函数的极小值点X^*；得到草地冠层可燃物含水率。

2.如权利要求1所述的基于数值优化算法的植被叶片参数遥感反演方法，其特征在于：所述步骤1中的植被指数按照以下公式进行计算：

其中，NDVI_o，EVI_o，NDII_o为从卫星数据提取的观测植被指数，ρ_Blue，ρ_Red，ρ_NIR，ρ_SWIR2分别是从卫星数据提取的蓝光、红光、近红外和短波红外波段的光谱反射率。

3.如权利要求1所述的基于数值优化算法的植被叶片参数遥感反演方法，其特征在于：所述步骤2中的模型参数按照以下公式进行计算：

ρ(λ)＝PROSAIL(C_ab,EWT,FMC,LAI,psoil,...) (5)

其中，Cab为叶绿素a和b含量，EWT为等水分厚度，DMC为干物质重量，LAI为叶面积指数，psoil为土壤因子，FMC为可燃物含水率，ρ(λ)为PROSAIL模型模拟的且波长为λnm的光谱反射率，NDVI_m，EVI_m，NDII_m为由PROSAIL模型模拟的植被指数。

4.如权利要求1所述的基于数值优化算法的植被叶片参数遥感反演方法，其特征在于：所述步骤3中的代价函数RMSE和代价函数梯度信息按照以下公式计算：

其中，T(X)为关于NDVI，EVI，NDII的且以均方根误差为原型的代价函数，为代价函数梯度信息。