[发明专利]一种基于三波段植被指数的小麦叶面积指数估算模型的构建方法

权利要求书

1.一种基于三波段植被指数的小麦叶面积指数估算模型的构建方法，其特征在于具体步骤如下：

(1)、数据采集：采集小麦冠层光谱反射率，同步测定小麦叶面积指数LAI，获得建模数据和检验数据；

(2)、基于归一化植被指数NDVI构建新型的三波段植被指数mNDVIs：

其中，R_λ1为第一波段λ1的反射率，R_λ2为第二波段λ2反射率，R_λ3为第三波段λ3的反射率，第一波段、第二波段、第三波段的波长范围均为350～2500nm；k为第三波段反射率R₃的系数，-1≤k≤1；

(3)、确定最优的三波段植被指数，分三步进行：

(1)、将三个波段划分为可见光、红边、近红外和短波红外4个区域，将三波段植被指数中三个波段λ1,λ2,λ3分别置于上述4个区域中，并与系数k在-1≤k≤1范围内组合，构建4³共计64个区域组合；

(2)、每个区域组合以1nm为波段步长，以0.1为系数k的步长，计算区域组合中任意3个波段的波长组合的三波段植被指数值，将所得的三波段植被指数值与对应的叶面积指数LAI进行线性拟合，以具有最大线性拟合度R²的波段波长组合作为该区域组合的最优植被指数候选者；

(3)、在确定最优植被指数候选者后，根据建模数据计算各个植被指数候选者的相对敏感系数Sr：首先对每个最优植被指数候选者的数值与LAI之间进行线性、多项式、指数、幂函数和对数关系拟合，得到拟合公式并计算每种拟合关系的拟合度r²，以具有最大拟合度r²的函数关系为植被指数候选者mNDVIs与LAI的最优拟合公式：

mNDVIs＝f₁(LAI)

同理，得到NDVI与LAI的最优拟合公式：

NDVI＝f₂(LAI)

最后根据得出的最优拟合公式计算植被指数候选者的相对敏感系数Sr；

其中，f₁’(LAI)为f₁(LAI)的导数，f₂’(LAI)为f₂(LAI)的导数；

比较候选者的线性拟合度R²和相对敏感系数Sr，线性拟合度R²最大和相对敏感系数Sr最优的最佳波段波长和系数组合为：λ1＝940nm，λ2＝730nm，λ3＝1150nm，k＝0.5；确定最优的三波段植被指数mNDVI为：

(4)、构建小麦叶面积指数估算模型：基于建模数据，线性拟合确定的最优的三波段植被指数mNDVI和与其对应的LAI，确定线性关系系数a和b，建立小麦叶面积指数估算模型；

(5)、检验小麦叶面积指数估算模型：采用独立试验数据作为检验数据，对小麦叶面积指数估算模型进行验证和测试；根据小麦叶面积指数估算模型，通过检验数据的小麦冠层光谱反射率估算得到叶面积指数预测值，然后通过检验数据中的叶面积指数实测值对叶面积指数预测值进行检验，计算相对根均方误差RRMSE和偏差bias，

其中，n为检验数据样本数，P_i为叶面积指数预测值，O_i为叶面积指数实测值。

2.根据权利要求1所述的基于三波段植被指数的小麦叶面积指数估算模型的构建方法，其特征在于步骤(1)中，数据采集自不同年份、不同生态点、不同生育期、不同施氮水平、不同水分处理和不同种植密度处理的小麦田间试验。

3.根据权利要求1所述的基于三波段植被指数的小麦叶面积指数估算模型的构建方法，其特征在于步骤(1)中，采集小麦冠层光谱反射率的方法为：采用野外高光谱辐射仪测定小麦冠层反射率，波段范围为350～2500nm，其中350～1000nm光谱采样间隔为1.4nm，光谱分辨率为3nm；1000～2500nm光谱采样间隔为2nm，光谱分辨率为10nm；测量环境条件为晴朗、无风；测定时间范围为10：00～14：00，测量时传感器探头垂直向下于冠层顶部，光谱仪视场角为25°，距离冠层顶垂直高度约1m，地面视场范围直径为0.44m；每个样本点采集3次，时间间隔为1s，以3次采集的平均值作为小麦冠层光谱反射率。