The invention discloses a method and a system for obtaining leaf area index. The methods described include: first obtaining the SAR and optical images of the crops to be measured, and registration of the ground control points of the SAR and optical images to obtain the image data. The attenuation coefficients in the improved water cloud model are determined according to the image data and the actual measured vegetation water content, the surface soil moisture and the roughness parameters. The backscatter coefficient model of the crop was obtained when the crop canopy was closed, and the total back scattering coefficient model of crop was obtained. Then, the vegetation water content was retrieved according to the image data and the crop total backscatter coefficient model, and then the leaf area index of the crops to be measured was estimated. The invention combines radar remote sensing with optics and applies to the improved model of water cloud. It makes full use of the advantages of radar remote sensing and optics to invert the biological parameters of crops, separates the vegetation coverage and the influence of bare soil on radar signals, and improves the inversion accuracy.
【技术实现步骤摘要】
一种叶面积指数获取方法及系统
本专利技术涉及植被监测领域,特别涉及一种叶面积指数获取方法及系统。
技术介绍
水稻叶面指数LAI(leafareaindex)描述了水稻叶片生长与叶密度间的变化关系,是表征水稻生长和发育状态的重要参数之一,并广泛应用在生态、农业、气候变化等研究领域。传统的LAI测定方法费时费力,是一种损伤性采样方法,且难以监测大范围的LAI,而遥感技术作为一种非损伤性手段,具有大范围、多尺度、多谱段、周期性等优势,在区域至全球尺度的作物LAI监测中发挥着重要的作用。目前水稻LAI遥感反演的手段主要为光学遥感,通常利用遥感地表反射率计算植被指数,通过建立LAI与植被指数的经验函数关系来估算LAI。然而水稻主要分布在长江中下游及以南地区,水稻生长季期间该地区多云雨天气,由于云层、气溶胶等因素影响,水稻LAI的光学遥感估测具有极大的不确定性。合成孔径雷达SAR(syntheticapertureradar)具有全天时、全天候的优点,能够穿云透雾,同时也可穿透一定的密集植被冠层,为作物生物学参数获取与监测提供了有效手段。目前,利用SAR数据水稻LAI的反演方法主要包括经验模型法、物理模型法及半经验半物理模型法3类。经验模型法主要是通过建立植被指数与LAI之间的线性或非线性关系计算LAI值,这种方法对作物类型、区域特点有较大的依赖性,不具有普适性。物理模型法对植被的生理生化特征模拟效果较好,且具有普适性,但模型输入参数较多,过程复杂,计算繁琐。而半经验半物理模型法基于简化的物理模型,输入参数较少,同时具备经验模型与物理模型的优点,比经验模型对于植被特征 ...
【技术保护点】
1.一种叶面积指数获取方法,其特征在于,所述方法包括如下步骤:获取待测作物的SAR影像和光学影像,并将所述SAR影像和所述光学影像进行地面控制点配准,获得影像数据,所述影像数据包括SAR影像数据和光学影像数据;根据所述影像数据和实际测量的植被含水量、地表土壤水分及粗糙度参数,确定改进后的水云模型中的衰减系数和作物冠层封闭时的雷达后向散射系数,得到作物总后向散射系数模型;根据所述影像数据和所述作物总后向散射系数模型,反演得到植被含水量;根据实际测量的植被含水量和实际测量的叶面积指数,建立植被含水量和叶面积指数的关系曲线;根据所述植被含水量和所述关系曲线,确定所述待测作物的叶面积指数。
【技术特征摘要】
1.一种叶面积指数获取方法,其特征在于,所述方法包括如下步骤:获取待测作物的SAR影像和光学影像,并将所述SAR影像和所述光学影像进行地面控制点配准,获得影像数据,所述影像数据包括SAR影像数据和光学影像数据;根据所述影像数据和实际测量的植被含水量、地表土壤水分及粗糙度参数,确定改进后的水云模型中的衰减系数和作物冠层封闭时的雷达后向散射系数,得到作物总后向散射系数模型;根据所述影像数据和所述作物总后向散射系数模型,反演得到植被含水量;根据实际测量的植被含水量和实际测量的叶面积指数,建立植被含水量和叶面积指数的关系曲线;根据所述植被含水量和所述关系曲线,确定所述待测作物的叶面积指数。2.根据权利要求1所述的一种叶面积指数获取方法,其特征在于,所述获取待测作物的SAR影像和光学影像,并将所述SAR影像和所述光学影像进行地面控制点配准,获得影像数据,所述影像数据包括SAR影像数据和光学影像数据,具体包括:选取地面控制点;获取SAR影像;对所述SAR影像进行多视处理、斑点滤波、地理编码和辐射定标,得到处理后的SAR影像;利用所述地面控制点对所述处理后的SAR影像进行配准,获得SAR影像数据;获取光学影像;对所述光学影像进行影像裁剪、辐射校正和大气校正,获得处理后的光学影像;利用所述地面控制点对所述处理后的光学影像进行配准,获得光学影像数据。3.根据权利要求1所述的一种叶面积指数获取方法,其特征在于,所述改进后的水云模型为:其中,表示作物总后向散射系数;表示冠层体后向散射系数,表示土壤后向散射系数,fV表示植被覆盖度,fV=(NDVI-NDVIS)/(NDVIV-NDVIS);γ2表示雷达电磁波经过作物冠层的双向衰减,γ2=exp(-2B·mV·secθ);A表示作物冠层封闭时的雷达后向散射系数;B表示衰减系数;mV表示单位体积地上部的植被含水量;θ为雷达入射角;NDVI为归一化植被指数;NDVIS为纯土壤像元的归一化植被指数值;NDVIV为纯植被像元的归一化植被指数值;fAIEM表示改进积分方程模型的表达式,εs表示土壤介电常数;p表示天线发射的极化方式,为H或V极化;q表示天线接收信号的极化方式,为H或V极化;s为土壤的均方根高度;l为土壤的相关长度;fre为频率。4.根据权利要求3所述的一种叶面积指数获取方法,其特征在于,所述根据所述影像数据和实际测量的植被含水量、地表土壤水分及粗糙度参数,确定改进后的水云模型中的衰减系数和作物冠层封闭时的雷达后向散射系数,得到作物总后向散射系数模型,具体包括:从所属影像数据中提取数据样本,获得数据样本集;获取实验测得的所述数据样本集中的每个样本对应的植被含水量、地表土壤水分及粗糙度参数;根据每个所述样本与每个所述样本对应的植被含水量、地表土壤水分和粗糙度参数,计算改进后的水云模型中的每个样本对应的衰减系数和作物冠层封闭时的雷达后向散射系数;根据每个样本对应的衰减系数和作物冠层封闭时的雷达后向散射系数,建立改进后的水云模型中的衰减系数和作物冠层封闭时的雷达后向散射系数的查找表;根据所述影像数据,查找所述查找表,获得衰减系数和作物冠层封闭时的雷达后向散射系数;将所述衰减系数和作物冠层封闭时的雷达后向散射系数代入所述改进后的水云模型,获得作物总后向散射系数模型。5.一种叶面积指数获取系统,其特征在于,所述系统包括:影像数据获取模块,用于获取待测作物的SAR影像和光学影...
【专利技术属性】
技术研发人员:陈妮,张青,张海东,田婷,
申请(专利权)人:苏州市农业科学院,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。