一种林地高空间分辨率叶面积指数估算方法技术

本发明专利技术公开了一种林地高空间分辨率叶面积指数估算方法，包括以下步骤：利用高斯过程回归模型，将林地反射率与叶面积指数LAI之间的关系建模为一个多维曲面，实现LAI的初始估算；通过变分异方差高斯过程回归增强模型对数据变异性的处理能力，同时输出每个估算值的不确定性评估；评估增强模型的预测精度和不确定性估计的准确性。本发明专利技术采用上述估算方法，在10m分辨率水平上对林地LAI具有优异估测能力，依托Sentinel‑2卫星数据，迅速且精确地生成10m分辨率的LAI产品，且在反演LAI的同时提供估算结果的不确定性，反映模型预测结果精度和可能偏差，对于植被长势监测、地表变化模拟和森林规划具有重要意义。

【技术实现步骤摘要】

本专利技术涉及生态遥感，尤其涉及一种林地高空间分辨率叶面积指数估算方法。

技术介绍

1、随着卫星遥感技术的快速发展，使得获取全球陆地表面参数如叶面积指数估算更加便捷。sentinel-2卫星在生态环境和资源领域得到了广泛的应用，基于s2遥感数据估算区域和全球尺度植被lai是一种有效的植被动态监测手段。

2、从遥感数据中反演lai的方法很多，主要分为3类：(1)参数回归方法；(2)基于物理模型的方法；(3)非参数回归方法。其中，参数回归方法因其简单、计算速度快而在lai反演中备受青睐。然而，受限于冠层结构、植被密度、土壤背景、大气等干扰因素的影响，植被指数与lai的关系会因区域或植被类型的不同而发生变化，导致普适性较差。在物理方法方面，辐射传输模型(rtm)通过建立lai、叶片光学特性和冠层反射率之间的关系来反演植被的生物物理参数。然而，由于rtm的复杂性和观测量的有限性，在求解植被参数的过程中需要获取更多的先验数据，在计算输入参数的过程中难以准确描述地表的时空变化，导致反演过程存在不适定问题。非参数算法在已有的数据训练阶段优化权重或系数，通过不本文档来自技高网...

【技术保护点】

1.一种林地高空间分辨率叶面积指数估算方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种林地高空间分辨率叶面积指数估算方法，其特征在于，基于步骤S1高斯过程回归GPR，建立反射率与LAI的模型，如下所示：

3.根据权利要求2所述的一种林地高空间分辨率叶面积指数估算方法，其特征在于，引入协方差矩阵来描述精确描述不同r之间的关系，在公式(1)的条件下，从位置集合中提取的样本服从均值为零、协方差矩阵为Krr的联合多元高斯分布，采用的核函数形式为平方指数形式，如下所示：

4.根据权利要求3所述的一种林地高空间分辨率叶面积指数估算方法，其特征在于，在...

【技术特征摘要】

1.一种林地高空间分辨率叶面积指数估算方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种林地高空间分辨率叶面积指数估算方法，其特征在于，基于步骤s1高斯过程回归gpr，建立反射率与lai的模型，如下所示：

3.根据权利要求2所述的一种林地高空间分辨率叶面积指数估算方法，其特征在于，引入协方差矩阵来描述精确描述不同r之间的关系，在公式(1)的条件下，从位置集合中提取的样本服从均值为零、协方差矩阵为krr的联合多元高斯分布，采用的核函数形式为平方指数形式，如下所示：

4.根据权利要求3所述的一种林地高空间分辨率叶面积指数估算方法，其特征在于，在训练数据集...

【专利技术属性】
技术研发人员：周红敏，王昶景，
申请(专利权)人：北京师范大学，
类型：发明
国别省市：