一种叶面积指数地面采样方法技术

本发明专利技术提供了一种叶面积指数地面采样方法，包括：获取遥感影像；得到归一化差异植被指数图和叶面积指数图；得到聚合叶面积指数图和聚合归一化差异植被指数图；利用叶面积指数与植被指数的拟合关系式和聚合归一化植被指数方差图，确定相关指数图，并选取最小的E个相关指数；由计算几何模型、E个相关指数、归一化差异植被指数图、叶面积指数图和聚合归一化差异植被指数图，确定模拟叶面积指数图；计算模拟叶面积指数图相对于聚合叶面积指数图的偏差值，根据偏差值确定目标采样区域。本发明专利技术缓解了现有采用方法采样过程效率低及不能满足实际应用需求的问题，达到提高采样过程效率及满足实际应用需求的效果。

【技术实现步骤摘要】
一种叶面积指数地面采样方法
本专利技术涉及地面采样
，尤其是涉及一种叶面积指数地面采样方法。
技术介绍
叶面积指数(LeafAreaIndex，LAI)定义为单位面积上植株单侧绿叶叶片面积总和，是表征植被生长状况的关键参数。遥感技术可以快速获取大面积地表叶面积指数，为了验证遥感反演叶面积指数产品的精准性，通常尽可能全面采集地面真值对反演产品进行检验分析。由于人力与时间的限制，有限的地面真值测量不能有效地满足叶面积指数产品的真实性检验需求，因此，需要设计一种地面采样策略，以尽可能少的地面采样点去代表尽可能全面的地面真值。均匀采样法、随机采样法和基于先验知识的采样法等是目前最为常用的叶面积指数地面采样方法。均匀采样方法采用规则取样的方式对整个区域进行地面真值获取，采样点空间分布均匀，离散性好；随机采样方法采用随机的方式进行地面样点获取，简单直接，整个区域所有样点被采集的概率均衡；基于先验知识的采样方法通过先验资料的搜集分析降低样点信息的不确定性，有效提高地面测量值对整体区域的代表性。但是，由于缺乏对异质性地表的充分认识，这些采样方法能够满足均一地表的叶面积指数遥感产品验证需求，却难以胜任非均匀程度较高的区域。在实际应用中，均匀采样方法应用于不规则的异质性地表时会出现某些植被类别采样不足甚至没有采集到的问题；随机采样方法容易出现样本重叠且样本代表性弱的问题；而先验资料不足时，基于先验知识的采样方法容易出现样本不足的问题，因此，会导致采样过程效率低下及不能满足实际应用需求的问题。
技术实现思路
r>(一)要解决的技术问题鉴于上述技术问题，本专利技术的目的在于提供一种叶面积指数地面采样方法，以缓解现有技术中存在的异质性地表叶面积指数地面采样过程效率低下及不能满足实际应用需求的问题。(二)技术方案根据本专利技术的一个方面，提供了一种叶面积指数地面采样方法，包括：步骤S1：获取待采样区域的遥感影像，并对所述遥感影像进行预处理；步骤S2：利用预处理后的所述遥感影像计算得到归一化差异植被指数图和叶面积指数图；步骤S3：对所述叶面积指数图进行平均聚合处理，得到聚合叶面积指数图；步骤S4：对所述归一化差异植被指数图进行聚合处理，得到聚合归一化差异植被指数图和聚合归一化差异植被指数方差图；利用所述聚合归一化差异植被指数方差图，确定相关指数图，并选取最小的E个相关指数；步骤S5：由所述归一化差异植被指数图、所述叶面积指数图、所述聚合归一化差异植被指数和所述E个相关指数，计算得到模拟叶面积指数图；步骤S6：计算所述模拟叶面积指数图相对于所述聚合叶面积指数图的偏差值，根据所述偏差值确定目标采样区域。在一些实施例中，所述S1具体包括：S1-1：获取待采样区域的遥感影像，影像地物中包含植被类型地物，影像波段中包含红波段和近红外波段；S1-2：对所述遥感影像进行辐射定标，将遥感影像中的每个像元的灰度值转换为辐射亮度值；S1-3：对所述遥感影像进行大气纠正，确定所述遥感影像中的每个像元的反射率值；S1-4：对所述遥感影像进行几何纠正，确定所述遥感影像中每个像元的经纬度信息及每个像元对应的所述地面区域。在一些实施例中，所述S2具体包括：S2-1：对于所述遥感影像，利用红波段反射率R和近红外波段反射率NIR，计算得到归一化差异植被指数图；其中，NDVI表示归一化差异植被指数；S2-2：确定叶面积指数与植被指数的拟合关系式；S2-3：利用所述叶面积指数与植被指数的拟合关系式和所述归一化差异植被指数图，计算得到叶面积指数图。在一些实施例中，所述确定叶面积指数与植被指数的拟合关系式，包括：利用预设的植被参数信息和辐射传输模型，模拟得到多个模拟叶面积指数及与每个所述模拟叶面积指数分别对应的模拟植被光谱；对于每个所述模拟植被光谱，利用所述模拟植被光谱计算得到模拟归一化差异植被指数；对于每个所述模拟叶面积指数，将所述模拟叶面积指数及对应的模拟归一化差异植被指数代入预设公式，确定所述预设公式的拟合系数，得到所述叶面积指数与植被指数的拟合关系式，所述预设公式为：其中，LAIi为第i个模拟叶面积指数，NDVIi为第i个模拟归一化差异植被指数，a和b为所述拟合系数。在一些实施例中，所述S3具体包括：S3-1：设置N行M列的聚合窗口，并在水平方向上按照从左到右进行移动，所述聚合窗口每次在叶面积指数图上覆盖的像元不重叠；对所述聚合窗口内的N×M个叶面积指数值求取均值，得到所述聚合叶面积指数；S3-2：在所述叶面积指数图上，聚合第1至N行的像元值，得到所述聚合叶面积指数图的第一行叶面积指数值；在所述叶面积指数图上，聚合第N+1至2N行的像元，得到所述聚合叶面积指数图的第二行叶面积指数值，直至聚合到最后一行，得到所述聚合叶面积指数图。在一些实施例中，所述S4具体包括：S4-1：对所述归一化差异植被指数图进行聚合处理，得到聚合归一化差异植被指数图和聚合归一化差异植被指数方差图；S4-2：利用所述叶面积指数与植被指数的拟合关系式和所述聚合归一化差异植被指数方差图，确定相关指数图；S4-3：选取最小的E个相关指数。在一些实施例中，对所述归一化差异植被指数图进行聚合处理具体包括：设置N行M列的聚合窗口，并在水平方向上按照从左到右进行移动，所述聚合窗口每次在归一化差异植被指数图上覆盖的像元不重叠；对所述聚合窗口内的N×M个像元值求取均值，得到所述聚合归一化差异植被指数；对所述聚合窗口内的N×M个像元值求取方差，得到所述聚合归一化差异植被指数方差；在所述归一化差异植被指数图上，第1至N行的像元值聚合处理结果，为所述聚合归一化差异植被指数图和所述聚合归一化差异植被指数方差图的第一行像元值；在所述图像上，聚合第N+1至2N行的像元，得到所述聚合归一化差异植被指数图和所述聚合归一化差异植被指数方差图的第二行像元值，直至聚合到最后一行，得到所述聚合归一化差异植被指数图和所述聚合归一化差异植被指数方差图。在一些实施例中，所述相关指数图确定过程具体包括：利用所述聚合归一化差异植被指数方差图和相关指数计算公式，计算每个像元的相关指数，得到所述相关指数图，其中，所述相关指数计算公式为：其中，f(x)＝a*eb*x为所述叶面积指数与植被指数的拟合关系式，a和b为拟合系数，Ni为所述聚合归一化差异植被指数图中的第i个像元的植被指数值，L1i为所述聚合叶面积指数图中的第i个像元值，f″为所述f(x)的二阶泰勒展开公式，Nvari为所述聚合归一化差异植被指数方差图中的第i个像元的方差值，CIi为第i个像元的相关指数。在一些实施例中，所述E个相关指数的选取过程具体包括：计算所述叶面积指数图中的全部像元对应的叶面积指数的标准差；利用所述标准差和初始采样数计算公式，计算得到所述初始采样数，其中，所述初始本文档来自技高网...

【技术保护点】
1.一种叶面积指数地面采样方法，其特征在于，包括：/n步骤S1：获取待采样区域的遥感影像，并对所述遥感影像进行预处理；/n步骤S2：利用预处理后的所述遥感影像计算得到归一化差异植被指数图和叶面积指数图；/n步骤S3：对所述叶面积指数图进行平均聚合处理，得到聚合叶面积指数图；/n步骤S4：对所述归一化差异植被指数图进行聚合处理，得到聚合归一化差异植被指数图和聚合归一化差异植被指数方差图；利用所述聚合归一化差异植被指数方差图，确定相关指数图，并选取最小的E个相关指数；/n步骤S5：由所述归一化差异植被指数图、所述叶面积指数图、所述聚合归一化差异植被指数和所述E个相关指数，计算得到模拟叶面积指数图；/n步骤S6：计算所述模拟叶面积指数图相对于所述聚合叶面积指数图的偏差值，根据所述偏差值确定目标采样区域。/n

【技术特征摘要】
1.一种叶面积指数地面采样方法，其特征在于，包括：
步骤S1：获取待采样区域的遥感影像，并对所述遥感影像进行预处理；
步骤S2：利用预处理后的所述遥感影像计算得到归一化差异植被指数图和叶面积指数图；
步骤S3：对所述叶面积指数图进行平均聚合处理，得到聚合叶面积指数图；
步骤S4：对所述归一化差异植被指数图进行聚合处理，得到聚合归一化差异植被指数图和聚合归一化差异植被指数方差图；利用所述聚合归一化差异植被指数方差图，确定相关指数图，并选取最小的E个相关指数；
步骤S5：由所述归一化差异植被指数图、所述叶面积指数图、所述聚合归一化差异植被指数和所述E个相关指数，计算得到模拟叶面积指数图；
步骤S6：计算所述模拟叶面积指数图相对于所述聚合叶面积指数图的偏差值，根据所述偏差值确定目标采样区域。


2.根据权利要求1所述的叶面积指数地面采样方法，其特征在于，所述S1具体包括：
S1-1：获取待采样区域的遥感影像，影像地物中包含植被类型地物，影像波段中包含红波段和近红外波段；
S1-2：对所述遥感影像进行辐射定标，将遥感影像中的每个像元的灰度值转换为辐射亮度值；
S1-3：对所述遥感影像进行大气纠正，确定所述遥感影像中的每个像元的反射率值；
S1-4：对所述遥感影像进行几何纠正，确定所述遥感影像中每个像元的经纬度信息及每个像元对应的所述地面区域。


3.根据权利要求1所述的叶面积指数地面采样方法，其特征在于，所述S2具体包括：
S2-1：对于所述遥感影像，利用红波段反射率R和近红外波段反射率NIR，计算得到归一化差异植被指数图；

其中，NDVI表示归一化差异植被指数；
S2-2：确定叶面积指数与植被指数的拟合关系式；
S2-3：利用所述叶面积指数与植被指数的拟合关系式和所述归一化差异植被指数图，计算得到叶面积指数图。


4.根据权利要求3所述的叶面积指数地面采样方法，其特征在于，所述确定叶面积指数与植被指数的拟合关系式，包括：
利用预设的植被参数信息和辐射传输模型，模拟得到多个模拟叶面积指数及与每个所述模拟叶面积指数分别对应的模拟植被光谱；
对于每个所述模拟植被光谱，利用所述模拟植被光谱计算得到模拟归一化差异植被指数；
对于每个所述模拟叶面积指数，将所述模拟叶面积指数及对应的模拟归一化差异植被指数代入预设公式，确定所述预设公式的拟合系数，得到所述叶面积指数与植被指数的拟合关系式，所述预设公式为：



其中，LAIi为第i个模拟叶面积指数，NDVIi为第i个模拟归一化差异植被指数，a和b为所述拟合系数。


5.根据权利要求1所述的叶面积指数地面采样方法，其特征在于，所述S3具体包括：
S3-1：设置N行M列的聚合窗口，并在水平方向上按照从左到右进行移动，所述聚合窗口每次在叶面积指数图上覆盖的像元不重叠；对所述聚合窗口内的N×M个叶面积指数值求取均值，得到所述聚合叶面积指数；
S3-2：在所述叶面积指数图上，聚合第1至N行的像元值，得到所述聚合叶面积指数图的第一行叶面积指数值；在所述叶面积指数图上，聚合第N+1至2N行的像元，得到所述聚合叶面积指数图的第二行叶面积指数值，直至聚合到最后一行，得到所述聚合叶面积指数图。


6.根据权利要求1所述的叶面积指数地面采样方法，其特征在于，所述S4具体包括：
S4-1：对所述归一化差异植被指数图进行聚合处理，得到聚合归一化差异植被指数图和聚合归一化差异植被指数方差图；
S4-2：利用所述叶面积指数与植被指数的拟合关系式和所述聚合归一化差异植被指数方差图，确定相关指数图；
S4-3：选取最...

【专利技术属性】
技术研发人员：李传荣，朱小华，马灵玲，赵永光，唐伶俐，
申请(专利权)人：中国科学院光电研究院，
类型：发明
国别省市：北京;11