融合物候数据与遥感数据的叶面积指数反演方法及系统的制作方法
【技术领域】
[0001] 本发明属于遥感影像数据的信息提取领域，涉及叶面积指数反演方法及系统。
【背景技术】
[0002] 叶面积指数LAI (Leaf Area Index)是指一1决地上植物叶片的总面积与占地面积 的比值，是生态学研究中的关键参数之一。传统测量LAI的方法无法克服其固有的缺陷：耗 费时间和人力物力，难以适用于较大的研究范围，并且会对生态环境有一定的破坏作用，而 且不能及时更新数据。目前，LAI的测量方法里间接光学模型测量法的研究较多，主要研究 空隙率，即冠层内太阳辐射未被截取的概率，进而出现了一系列基于空隙率分析的冠层LAI 分析仪器，但是这种方法仍然无法解决如何快速提取大面积范围的LAI以及如何及时更新 的问题。
【发明内容】
[0003] 为了克服现有的人工野外测量植被冠层LAI费时费力、难以实时快捷准确获取结 果的缺陷，本发明的目的在于提供了一种基于地面物候观测数据与同期遥感数据融合的植 被叶面积指数反演技术方案。
[0004] 本发明的技术方案提供一种融合物候数据与遥感数据的叶面积指数反演方法，包 括以下步骤：
[0005] 步骤一、在目标区域设立若干用于观测的样点，通过设置样点的大小，确保对每个 样本有至少一个完整的多光谱遥感卫星像元落在样点内部，并对每个样点的中心点与四角 进行定位；
[0006] 步骤二、根据多光谱遥感卫星星历计算过境日期，使用植物冠层分析仪于散射光 气象条件下测量目标区域中各样点内植物的叶面积指数，包括在每个样点的中心与四角分 别采集叶面积指数一次以上，并记录测量时目标区域的植被物候期；
[0007] 步骤三、对每个样点，分别将步骤二中对该样点测量的多个叶面积指数取平均，获 取该样点的真实叶面积指数：
[0008] 步骤四、获取同目标区域同时期观测的多光谱遥感影像，并以相同区域中预先采 集的地面控制点或者高空间分辨率遥感影像为基准进行预处理，得到真实反射率影像：
[0009] 步骤五、根据步骤四生成的真实反射率影像，计算各个样点的植被指数；
[0010] 步骤六、利用步骤五所得植被指数和步骤三所得各个样点的真实叶面积指数进行 相关分析，获取测量时目标区域的植被物候期相应的定量关系模型，
[0012] 其中，k表示测量时目标区域的植被物候期，pk表示位于植被物候期k的第p个样 点，LAI pk为步骤三所得样点p k的真实叶面积指数，VI pk为步骤五所得该样点p k的植被指数， Ckl和c k2为植被物候期k的线性拟合系数；
[0013] 步骤七、根据步骤六所得定量关系模型，使用多光谱遥感影像反演分析目标区域 在相应植被物候期的植物生长状态。
[0014] 而且，所述植被指数为标准差异植被指数NDVI或归一化土壤调节植被指数SAVI。
[0015] 而且，所述植被指数为标准差异植被指数NDVI，计算方式如下，
[0016] NDVI = (ChNIR-ChRed)/(ChNIR+ChRed)
[0017] 式中，Chlted代表红色波段的反射率，Ch _代表近红外波段的反射率。
[0018] 而且，针对目标区域的每种植被物候期分别建立定量关系模型。
[0019] 而且，当目标区域的植被物候期有K种时，采用k = 1，2,…K标识不同植被物候 期，植被物候期相应的定量关系模型表示如下，
[0021] 其中，k表示测量时目标区域的植被物候期，pk表示位于植被物候期k的第p个样 点，LAi pk为步骤三所得样点pk的真实叶面积指数，为步骤五所得该样点Pk的标准 差异植被指数NDVI，C kl和c k2为植被物候期k的线性拟合系数。
[0022] 本发明还相应提供一种融合物候数据与遥感数据的叶面积指数反演系统，包括以 下模块：
[0023] 第一模块，用于在目标区域设立若干用于观测的样点，通过设置样点的大小，确保 对每个样本有至少一个完整的多光谱遥感卫星像元落在样点内部，并对每个样点的中心点 与四角进行定位；
[0024] 第二模块，用于根据多光谱遥感卫星星历计算过境日期，使用植物冠层分析仪于 散射光气象条件下测量目标区域中各样点内植物的叶面积指数，包括在每个样点的中心与 四角分别采集叶面积指数一次以上，并记录测量时目标区域的植被物候期；
[0025] 第三模块，用于对每个样点，分别将第二模块所得对该样点测量的多个叶面积指 数取平均，获取该样点的真实叶面积指数：
[0026] 第四模块，用于获取同目标区域同时期观测的多光谱遥感影像，并以相同区域中 预先采集的地面控制点或者高空间分辨率遥感影像为基准进行预处理，得到真实反射率影 像：
[0027] 第五模块，用于根据第四模块生成的真实反射率影像，计算各个样点的植被指 数；
[0028] 第六模块，用于利用第五模块所得植被指数和第三模块所得各个样点的真实叶面 积指数进行相关分析，获取测量时目标区域的植被物候期相应的定量关系模型，
[0030] 其中，k表示测量时目标区域的植被物候期，pk表示位于植被物候期k的第p个样 点，LAI pk为第三模块所得样点p k的真实叶面积指数，VI pk为第五模块所得该样点p k的植被 指数，Ckl和c k2为植被物候期k的线性拟合系数；
[0031] 第七模块，用于根据第六模块所得定量关系模型，使用多光谱遥感影像反演分析 目标区域在相应植被物候期的植物生长状态。
[0032] 而且，所述植被指数为标准差异植被指数NDVI或归一化土壤调节植被指数SAVI。
[0033] 而且，所述植被指数为标准差异植被指数NDVI，计算方式如下，
[0034] NDVI = (ChNIR-ChRed)/(ChNIR+ChRed)
[0035] 式中，Chlted代表红色波段的反射率，Ch _代表近红外波段的反射率。
[0036] 而且，针对目标区域的每种植被物候期分别建立定量关系模型。
[0037] 而且，当目标区域的植被物候期有K种时，采用k = 1，2,…K标识不同植被物候 期，植被物候期相应的定量关系模型表示如下，
[0039] 其中，k表示测量时目标区域的植被物候期，pk表示位于植被物候期k的第p个样 点，LAI pk为第三模块所得样点p ,的真实叶面积指数，·Wpfc为第五模块所得该样点P1^ 标准差异植被指数NDVI，C kl和c k2为植被物候期k的线性拟合系数。
[0040] 本发明提出了一种基于地面物候观测数据与同期遥感数据融合的叶面积指数反 演方法，利用实测地面数据结合遥感卫星数据建立了能快速准确反演目标区域植被叶面积 指数的模型。本发明能满足大面积长时期植被叶面积指数的动态监测需求，解决了实地测 量的不可达性和很大程度上避免了耗时耗费耗力缺点，又能保证反演的准确度与稳定性， 并且数据源便于获取，操作步骤简单，该发明非常符合实际的农业和林业应用需求。
【附图说明】
[0041 ] 图1为本发明实施例的流程图。
【具体实施方式】
[0042] 为了更好地理解本发明的技术方案，下面结合附图和实施例对本发明做进一步的 详细说明。
[0043] 目前常用的叶面积指数监测方法主要是实地测量与模型反演。实地测量方法过于 简单且耗时耗力，也不能大面积长时间动态监测。物理模型反演法模型所需参数较多计算 复杂，单一模型都只对特定生态结构有效，这成为推广应用物理模型反演的主要障碍。而本 发明考虑到，遥感数据具有大面积，多时相的优点，地面数据具有准确的优势可以作为验证 数据，结合地面连续观测与同期遥感数据针对植被不同生长期构建不同的反演模型，实现 该区域植被叶面积指数的快速动态监测。
[0044] 参见图1，本发明实施例包括以下步骤：
[0045] 步骤一、在目标区域设立分布合理、数量满足统计验证的观测样点：
[0046] 具体实施时，本领域技术人员可以自行预先设定目标区域，并对目标区域设定分 布均匀的样点，建议