本发明专利技术提供一种叶绿素含量遥感反演方法、装置、电子设备、介质和产品，方法包括：获取待测样本的光谱信息；根据所述待测样本的光谱信息中多个波段处的反射率计算所述待测样本的叶绿素含量敏感型红边三角植被指数RETVI；根据所述待测样本的RETVI以及RETVI和叶绿素含量的线性关系反演得到所述待测样本的叶绿素含量。本发明专利技术在不同光谱数据类型、不同植被类型、不同作物生育期、不同植被覆盖度等多个场景的适应性测试中表现最好。同时，本发明专利技术不仅为大范围遥感应用提供了可靠、有力的工具，也为新指数的构建提供了崭新的思路。为新指数的构建提供了崭新的思路。为新指数的构建提供了崭新的思路。
【技术实现步骤摘要】
叶绿素含量遥感反演方法、装置、电子设备、介质和产品
[0001]本专利技术涉及遥感
，尤其涉及一种叶绿素含量遥感反演方法、装置、电子设备、介质和产品。
技术介绍
[0002]叶绿素含量是一种综合反映作物受外界环境胁迫情况、光合作用能力强弱和新陈代谢旺盛程度的非常敏感的指示剂，不仅反映了作物的生长状况，也是作物与外界进行物质和能量交换的重要物质基础。遥感反演是一种重要的对地观测途径，其通常以空间遥感技术获取的宏观区域地物电磁波信息为数据源。
[0003]在遥感中，冠层单位叶面积叶绿素含量(Chlorophyll content perunit leaf area of canopy,CCC)是衡量植株生长状况的重要指标。以往的研究表明，利用遥感手段建立冠层尺度的观测信号与地球表面植被的物理化学参数之间的物理机理模型或经验统计模型，在大尺度对地观测方面发挥独特和重要的作用。植被指数(vegetation index,VIs) 因其简单、方便、计算效率高而被广泛应用于CCC的遥感反演。
[0004]前人构建的经典的VIs，在CCC反演研究中取得了很大的突破。但在这些指数在反演CCC时都存在不同程度的饱和效应，并且对于不同类型、不同生育期、不同覆盖度的植被缺乏普适性和稳定性。建立一个对CCC敏感性更高、线性关系更好，且在不同类型、不同生育期、不同覆盖度的复杂场景下稳定性更强的VIs仍是一个重要的研究命题。
技术实现思路
[0005]本专利技术提供一种叶绿素含量遥感反演方法、装置、电子设备、介质和产品，用以解决现有技术中的植被指数在反演冠层单位叶面积叶绿素含量时存在饱和效应的缺陷，提高冠层单位叶面积叶绿素含量的反演精度。
[0006]本专利技术提供一种叶绿素含量遥感反演方法，包括：
[0007]获取待测样本的光谱信息；
[0008]根据所述待测样本的光谱信息中多个波段处的反射率计算所述待测样本的叶绿素含量敏感型红边三角植被指数RETVI；
[0009]根据所述待测样本的RETVI以及RETVI和叶绿素含量的线性关系反演得到所述待测样本的叶绿素含量。
[0010]根据本专利技术提供的一种叶绿素含量遥感反演方法，所述根据所述待测样本的光谱信息多个波段的反射率计算所述样本的叶绿素含量敏感型红边三角植被指数，包括：
[0011]所述根据所述待测样本的光谱信息中绿光波段、红光波段、红边波段一、红边波段二、红边波段三和近红外波段处的反射率计算所述样本的叶绿素含量敏感型红边三角植被指数。
[0012]根据本专利技术提供的一种叶绿素含量遥感反演方法，所述绿光波段为[555，565]nm，所述红光波段为[660，670]nm，所述红边波段一为 [700，710]，所述红边波段二为[735，
745]nm，所述红边波段三为[778， 788]nm，所述近红外波段为[860，870]nm。
[0013]根据本专利技术提供的一种叶绿素含量遥感反演方法，所述获取待测样本的光谱信息之前，还包括：
[0014]获取参考样本的光谱信息；
[0015]根据所述参考样本的光谱信息的RETVI和所述参考样本的叶绿素含量，获得RETVI和叶绿素含量的线性关系。
[0016]根据本专利技术提供的一种叶绿素含量遥感反演方法，所述待测样本的光谱信息是从高光谱数据、多波段数据或卫星数据中获得的。
[0017]本专利技术还提供一种叶绿素含量遥感反演装置，包括：
[0018]采集模块，用于获取待测样本的光谱信息；
[0019]植被指数计算模块，用于根据所述待测样本的光谱信息中多个波段处的反射率计算所述待测样本的叶绿素含量敏感型红边三角植被指数RETVI；
[0020]反演模块，用于根据所述待测样本的RETVI以及RETVI和叶绿素含量的线性关系反演得到所述待测样本的叶绿素含量。
[0021]根据本专利技术提供的一种叶绿素含量遥感反演装置，所述植被指数计算模块，包括：
[0022]所述根据所述待测样本的光谱信息中绿光波段、红光波段、红边波段一、红边波段二、红边波段三和近红外波段处的反射率计算所述样本的叶绿素含量敏感型红边三角植被指数RETVI。
[0023]根据本专利技术提供的一种叶绿素含量遥感反演装置，所述绿光波段为[555，565]nm，所述红光波段为[660，670]nm，所述红边波段一为 [700，710]，所述红边波段二为[735，745]nm，所述红边波段三为[778， 788]nm，所述近红外波段为[860，870]nm。
[0024]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述叶绿素含量遥感反演方法的步骤。
[0025]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述叶绿素含量遥感反演方法的步骤。
[0026]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述叶绿素含量遥感反演方法的步骤。
[0027]本专利技术提供的一种叶绿素含量遥感反演方法、装置、电子设备、介质和产品，从光与植被相互作用的物理机理出发，筛选出CCC敏感波段作为三角形的顶点，构建叶绿素含量敏感型红边三角植被指数(Red Edge Triangle Vegetation Index，RETVI)。通过改善VIs与CCC 的线性关系来消减饱和效应，从而提高CCC的反演精度。与经典VIs 相比，RETVI对叶绿素含量变化最敏感，与叶绿素含量呈现接近理想的线性回归关系，充分抵抗了饱和效应。同时，RETVI在多个场景的适应性测试中表现最佳。本专利技术不仅为大范围叶绿素含量遥感反演提供了有力的工具，也为相关领域的科学研究提供了崭新的思路。
附图说明
[0028]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一
些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0029]图1是本专利技术实施例提供的叶绿素含量遥感反演方法的流程示意图；
[0030]图2是本专利技术实施例中红边三角植被指数构建及随Cab变化规律示意图；
[0031]图3是本专利技术实施例提供的不同植被指数归一化后随Cab的变化比较图；
[0032]图4是本专利技术实施例提供的不同植被指数与叶绿素含量回归关系比较图
[0033]图5是本专利技术实施例提供的叶绿素含量遥感反演装置的结构示意图；
[0034]图6是本专利技术实施例提供的电子设备的结构示意图。
具体实施方式
[0035]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种叶绿素含量遥感反演方法，其特征在于，包括：获取待测样本的光谱信息；根据所述待测样本的光谱信息中多个波段处的反射率计算所述待测样本的叶绿素含量敏感型红边三角植被指数RETVI；根据所述待测样本的RETVI以及RETVI和叶绿素含量的线性关系反演得到所述待测样本的叶绿素含量。2.根据权利要求1所述的叶绿素含量遥感反演方法，其特征在于，所述根据所述待测样本的光谱信息多个波段的反射率计算所述样本的叶绿素含量敏感型红边三角植被指数，包括：所述根据所述待测样本的光谱信息中绿光波段、红光波段、红边波段一、红边波段二、红边波段三和近红外波段处的反射率计算所述样本的叶绿素含量敏感型红边三角植被指数。3.根据权利要求2所述的叶绿素含量遥感反演方法，其特征在于，所述绿光波段为[555，565]nm，所述红光波段为[660，670]nm，所述红边波段一为[700，710]，所述红边波段二为[735，745]nm，所述红边波段三为[778，788]nm，所述近红外波段为[860，870]nm。4.根据权利要求1
‑
3中任一所述的叶绿素含量遥感反演方法，其特征在于，所述获取待测样本的光谱信息之前，还包括：获取参考样本的光谱信息；根据所述参考样本的光谱信息的RETVI和所述参考样本的叶绿素含量，获得RETVI和叶绿素含量的线性关系。5.根据权利要求1
‑
3中任一所述的叶绿素含量遥感反演方法，其特征在于，所述待测样本的光谱信息是从高光谱数据、多波段数据或卫星数据中获得的。6.一种叶绿素含量遥感反演装置，其特...
【专利技术属性】
技术研发人员：钱彬祥，叶回春，黄文江，
申请(专利权)人：中国科学院空天信息创新研究院，
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。