【技术实现步骤摘要】
本专利技术涉及农业监测，具体涉及一种基于红边信息的叶片叶绿素含量估算方法。
技术介绍
1、叶绿素含量(lcc)是表征植被光合作用能力与生理状态的核心参数，对监测植被生长态势和评估生态系统碳循环具有重要作用。传统实地测量方法(如spad叶绿素仪)虽然精度较高，但其破坏性采样、监测效率低等缺陷难以满足大面积动态监测需求。卫星遥感技术通过构建冠层反射光谱与理化参数的关联模型，为大尺度lcc反演提供了高效替代方案。
2、当前遥感反演lcc主要采用物理模型与经验方法两类技术路径。基于辐射传输模型(prosail等)的物理方法通过正向建模建立反射率与植被参数的定量关系，利用逆向优化实现参数反演。该类方法虽具有普适优势，但其复杂的参数化过程和极高的计算成本制约了应用效率。相比之下，基于植被指数(vi)的经验方法通过统计回归直接构建光谱特征与lcc的简化关系，具有运算效率高、适用性强的特点。然而，由于冠层反射信号受lai等生物物理参数的多重耦合影响，传统可见光-近红外的vi(如ndvi)在植被茂密时易发生光谱饱和，导致lai信号掩盖lcc的
<本文档来自技高网...【技术保护点】
1.一种基于红边信息的叶片叶绿素含量估算方法，其特征在于，包括：
2.根据权利要求1所述的基于红边信息的叶片叶绿素含量估算方法，其特征在于，预处理所述卫星图像数据的步骤包括：
3.根据权利要求1所述的基于红边信息的叶片叶绿素含量估算方法，其特征在于，对所述光谱数据集进行重采样具体为：
4.根据权利要求1所述的基于红边信息的叶片叶绿素含量估算方法，其特征在于，所述红边位置指标的计算公式为：
5.根据权利要求1所述的基于红边信息的叶片叶绿素含量估算方法，其特征在于，所述叶面积指数提示因子的计算公式为：
6.根据权...
【技术特征摘要】
1.一种基于红边信息的叶片叶绿素含量估算方法，其特征在于，包括：
2.根据权利要求1所述的基于红边信息的叶片叶绿素含量估算方法，其特征在于，预处理所述卫星图像数据的步骤包括：
3.根据权利要求1所述的基于红边信息的叶片叶绿素含量估算方法，其特征在于，对所述光谱数据集进行重采样具体为：
4.根据权利要求1所述的基于红边信息的叶片叶绿素含量估算方法，其特征在于，所述红边位置指标的计算公式为：
5.根据权利要求1所述的基于红边信息的叶片叶绿素含量估算方法，其特征在于，所述叶面积指数提示因子的计算公式为：
6.根据权利要求1所述的基于红边信息...
【专利技术属性】
技术研发人员：孙元亨，滕森林，朱雪瑗，廉天昊，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：
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。