基于遥感时空观测数据的植被叶面积指数估算方法及计算机可读存储介质技术

本发明专利技术提供了基于遥感时空观测数据的植被叶面积指数估算方法及计算机可读存储介质，属于遥感应用技术领域。该植被叶面积指数估算方法包括：基于遥感时空观测数据对线性半经验核函数进行重构，并通过重构的线性半经验核函数获得红光波段反射率和近红外波段反射率；对遥感时空观测缺失的数据进行补充，以获得缺失的数据的红光波段反射率和近红外波段反射率；基于重构的线性半经验核函数，获得植被冠层异质性指数；根据获得的红光波段反射率和近红外波段的反射率及植被冠层异质性指数，基于反馈神经网络模型估算出植被叶面积指数。该植被叶面积指数估算方法改进了LAI反演使用的物理驱动信息，估算的结果更稳定。

【技术实现步骤摘要】

本专利技术属于遥感应用，尤其涉及基于遥感时空观测数据的植被叶面积指数估算方法及计算机可读存储介质。

技术介绍

1、叶面积指数(leafarea index,lai)是用于描述地表植被生长状态和发展演变过程的关键参数,同时可作为复杂陆表演变模式分析及数值计算方法的植被特征输入参数。

2、现有的叶面积指数估算方法依赖于采样样本代表性及数量分布，而常规地面点位叶面积指数采样时间周期长、区域样本分布较单一，并且植被时序生长过程难以连续观测，特定植被叶面积指数的高质量获取有局限。同时，基于光学图像的植被叶面积指数估算缺少物理解释机理，通过对植被目标的光学图像观测样本数量的累积，以及计算机图形图像如深度学习模型方法的支持，可以获得预期植被叶面积指数的数值估算结果，但其缺失植被光合作用、叶片茎秆生长等基本的叶面积指数产生物理驱动机理信息。

技术实现思路

1、鉴于现有技术存在的上述问题，本专利技术实施例的目的在于提供一种基于遥感时空观测数据的植被叶面积指数估算方法及计算机可读存储介质。该植被叶面积指数估算方法改进本文档来自技高网...

【技术保护点】

1.基于遥感时空观测数据的植被叶面积指数估算方法，其特征在于，包括：

2.如权利要求1所述的基于遥感时空观测数据的植被叶面积指数估算方法，其特征在于，基于遥感时空观测数据对线性半经验核函数进行重构，包括：

3.如权利要求1所述的基于遥感时空观测数据的植被叶面积指数估算方法，其特征在于，

4.如权利要求1所述的基于遥感时空观测数据的植被叶面积指数估算方法，其特征在于，

5.如权利要求4所述的基于遥感时空观测数据的植被叶面积指数估算方法，其特征在于，

6.如权利要求1所述的基于遥感时空观测数据的植被叶面积指数估算方法，其特征在于，<...

【技术特征摘要】

1.基于遥感时空观测数据的植被叶面积指数估算方法，其特征在于，包括：

2.如权利要求1所述的基于遥感时空观测数据的植被叶面积指数估算方法，其特征在于，基于遥感时空观测数据对线性半经验核函数进行重构，包括：

3.如权利要求1所述的基于遥感时空观测数据的植被叶面积指数估算方法，其特征在于，

4.如权利要求1所述的基于遥感时空观测数据的植被叶面积指数估算方法，其特征在于，

5.如权利要求4所述的基于遥感时空观测数据的植被叶面积指数估算方法，其特征在于，

6.如权利要求1所述的基于遥感时空观测数据的植被叶面积指数估算方法，其特征在于，

7.如权利要求1所述的基于遥感时空观测数据的植被叶...

【专利技术属性】
技术研发人员：郭利彪，谭维贤，黄平平，赵洋，
申请(专利权)人：内蒙古工业大学，
类型：发明
国别省市：