买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明涉及遥感数据处理技术领域，公开了一种叶面积指数反演方法、装置、设备和介质。该方法包括：获取目标区域对应的多个卫星观测数据；其中，卫星观测数据基于静止卫星对目标区域进行数据采集而得到；将多个卫星观测数据输入预设反演模型，构建对应的叶面积指数反演方程；对各叶面积指数反演方程进行优化求解，生成目标区域的叶面积指数数据。通过上述技术方案，提高了生成的目标叶面积指数数据的时间分辨率，并且当目标区域发生改变时，无需重新进行模型的重新训练，不受目标区域和数据源的影响，从而提高了叶面积指数反演方法的普适性和可行性，且具有明确的物理意义。

主权项：1.一种叶面积指数反演方法，其特征在于，包括：获取目标区域对应的多个卫星观测数据；其中，所述卫星观测数据基于静止卫星对所述目标区域进行数据采集而得到，且所述卫星观测数据包括至少一个波段的二向反射因子数据、太阳天顶角、太阳方位角、所述静止卫星的观测天顶角和所述静止卫星的观测方位角；其中，所述波段为红光波段和或近红外波段；将多个所述卫星观测数据输入预设反演模型，构建对应的叶面积指数反演方程；其中，所述预设反演模型基于植被-土壤系统的二向反射因子模型、四分量模型和光谱不变理论构建，所述二向反射因子模型用于表征所述植被-土壤系统的二向反射因子由土壤引起的单次散射的二向反射因子、植被引起的单次散射的二向反射因子、植被间多次散射的二向反射因子以及植被和土壤之间的多次散射的二向反射因子构成；对各所述叶面积指数反演方程进行优化求解，生成所述目标区域的叶面积指数数据其中，在所述获取目标区域对应的多个卫星观测数据之后，所述方法还包括：基于所述卫星观测数据中包含的红光波段的所述二向反射因子数据和近红外波段的所述二向反射因子数据，按照预设植被指数的指数表达形式，确定所述卫星观测数据对应的预设植被指数数据；其中，所述预设植被指数为差值植被指数；所述将多个所述卫星观测数据输入预设反演模型，构建对应的叶面积指数反演方程包括：针对多个所述卫星观测数据，将所述预设植被指数数据、所述太阳方位角、所述太阳天顶角、所述观测天顶角、所述观测方位角输入改进反演模型，构建所述卫星观测数据对应的所述叶面积指数反演方程；其中，所述改进反演模型由所述红光波段对应的所述预设反演模型和所述近红外波段对应的所述预设反演模型，按照所述指数表达形式来构建；其中，所述改进反演模型为： 其中，DVIri,rv为差值植被指数，ri和rv分别为太阳方向和观测方向的单位向量；a、b和c为与太阳角度无关的量，且a＝ρsλn-ρsλr、b＝ρcλn-ρcλr、ρsλn和ρsλr分别为所述近红外波段和所述红光波段的所述土壤反射率，ρcλn和ρcλr分别为所述近红外波段和所述红光波段的叶片反射率，p为再碰撞概率；Pgri,rv为光照土壤比例，μj为rj和地平线法线交角的余弦，叶面积投影Grjj＝i,v为单位叶面积在rj方向上的平均投影，rL为叶片法向量，θL为叶片法线的倾角，φL为叶片法线方位角，gLθL为叶倾角分布密度函数，u和v是与叶倾角的平均值和方差相关的无单位参数，Bu,v为双参数的Beta分布函数，sL为叶片相对大小，ri,rv为ri和rv之间的角度，LAI为叶面积指数，Ω为聚集指数；Pcri,rv为光照叶片比例，Γri,rv为散射相函数，μv为rv和地平线法线交角的余弦，LAIe为有效叶面积指数，Pgz,ri,rv为植被冠层深度z处的双向间隙率，uLz′为叶面积体密度；Pri为ri方向的间隙率；在所述改进反演模型中，LAI、u、v、a、b、c为反演求解参数。

全文数据：

权利要求：

百度查询： 北京师范大学 叶面积指数反演方法、装置、设备和介质