【技术实现步骤摘要】
本专利技术涉及生物，特别涉及一种植被日尺度叶面积指数的获取方法、装置及设备。
技术介绍
1、叶面积指数是植物生长过程中的关键动态指标，能够判断植物的生长状态和冠层结构并监测植被的长势，也能够反映出植物生长对环境变化的响应，获取准确且连续的叶面积指数是充分挖掘植被对气候变化响应的基础。此外，叶面积指数还能影响植被的生物和物理过程，比如植物的光合作用、呼吸作用、植株蒸腾作用、光截获和降雨截留，并且在生态系统中水热碳循环以及相关模型构建中都发挥着重要作用。
2、现有技术中，对植被叶面积指数的测定分为两种方法。第一种为直接观测法，该方法需要手工破坏性取样进行测定，获取叶面积指数过程繁琐且费时。第二种为间接观测法，该方法通过获取植被指数来反演植被叶面积指数，植被指数种类众多，获取方式需要利用航拍无人机或遥感图像获取植被特征，前者获取数据不连续且人力成本高，后者数据获取上操作复杂且时间分辨率低。
3、但是，上述技术无法在不破坏样本的同时用低成本的方式获取连续多日的高精度叶面积指数的动态变化。
技术实现思路
1、本专利技术实施例提供一种植被日尺度叶面积指数的获取方法、装置及设备，可以解决现有技术中，存在无法在不破坏样本的同时用低成本的方式获取连续多日的高精度叶面积指数的动态变化的问题。
2、本专利技术实施例提供一种植被日尺度叶面积指数的获取方法，包括以下步骤：通过安装于植被冠层叶片上方的多个归一化植被指数传感器，获取冠层叶片的日尺度归一化植被指数；通过人工手持
3、进一步地，所述进行回归分析，具体包括：将日尺度归一化植被指数与日尺度叶面积指数分别作为因变量和自变量分别进行线性回归分析、多项式回归分析、指数回归分析和对数回归分析。
4、进一步地，所述选取最优回归方程，具体步骤包括：对回归分析获得的多个函数使用决定性系数、平均误差、均方根误差和纳什效率系数进行评价；当决定性系数的数值趋于1时，或平均误差的数值小时，或均方根误差的数值小时，或纳什效率系数的数值趋于1时，回归方程的拟合效果好。
5、进一步地，所述获取冠层叶片的日尺度归一化植被指数，具体步骤包括：将固定杆固定在观测植株所在的土壤中，且固定杆高于植被冠层；将多个归一化植被指数传感器安装在固定杆顶部，一个传感器指向天空且无遮挡，其余传感器指向冠层叶片；将传感器与em50数据采集器相连并设置采样时间分辨率为10分钟、30分钟或60分钟；将采集到的数据进行异常值剔除，并计算每日平均的归一化植被指数数据作为日尺度归一化植被指数，对日尺度归一化植被数据进行平滑处理。
6、进一步地，所述获取间隔日期冠层叶片的日尺度叶面积指数，具体步骤包括：选取干净透明的蓝色天空、太阳在地平线以下或稳定阴天的天气，手持植物冠层分析仪，对冠层叶片所有区域进行实地测量；根据观测面积的大小确定重复观测的次数，确保观测结果包含冠层最稀疏和最稠密的部分；对测量获得的数据进行异常值剔除，并将剩余数据进行平均处理，获得该日期的冠层叶片的日尺度叶面积指数。
7、本专利技术实施例提供了一种植被日尺度叶面积指数的获取装置，包括：
8、指数获取模块，用于通过安装于植被冠层叶片上方的多个归一化植被指数传感器，获取冠层叶片的日尺度归一化植被指数；通过人工手持植物冠层分析仪获取间隔日期冠层叶片的日尺度叶面积指数；模型构建模块，用于选取与日尺度叶面积指数相同日期的日尺度归一化植被指数并将其作为因变量，将日尺度叶面积指数作为自变量进行回归分析；通过决定性系数、平均误差、均方根误差和纳什效率系数作为评价指标，选取最优回归方程作为预测模型；指数模拟模块，用于将连续多日冠层叶片的日尺度归一化植被指数输入预测模型，获得连续多日的日尺度叶面积指数。
9、本专利技术实施例提供一种植被日尺度叶面积指数的计算设备，包括：存储器和处理器；所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述所述的一种植被日尺度叶面积指数的获取方法。
10、本专利技术实施例提供一种植被日尺度叶面积指数的获取方法、装置及设备，与现有技术相比，其有益效果如下：
11、通过安装于植被冠层叶片上方的多个归一化植被指数传感器，获取冠层叶片的日尺度归一化植被指数；通过人工手持植物冠层分析仪获取间隔日期冠层叶片的日尺度叶面积指数；选取与日尺度叶面积指数相同日期的日尺度归一化植被指数并将其作为因变量，将日尺度叶面积指数作为自变量进行回归分析；通过决定性系数、平均误差、均方根误差和纳什效率系数作为评价指标，选取最优回归方程作为预测模型；将连续多日冠层叶片的日尺度归一化植被指数输入预测模型，获得连续多日的日尺度叶面积指数。
12、其中，构建预测模型的变量根据归一化植被指数传感器和植物冠层分析仪测量获得，在不破坏冠层叶片的同时无需使用无人机或遥感图像，仅用归一化植被指数传感器和植物冠层分析仪降低了成本；并且决定性系数、平均误差、均方根误差和纳什效率系数作为评价指能评估该预测模型的准确性，选择出的最优回归方程与实际结果更接近且精度更高，最终在不破坏冠层叶片的同时用低成本的方式获取连续多日的高精度日尺度叶面积指数。
本文档来自技高网...【技术保护点】
1.一种植被日尺度叶面积指数的获取方法，其特征在于，包括：
2.如权利要求1所述的一种植被日尺度叶面积指数的获取方法，其特征在于，所述进行回归分析，具体包括：
3.如权利要求1所述的一种植被日尺度叶面积指数的获取方法，其特征在于，所述选取最优回归方程，具体步骤包括：
4.如权利要求1所述的一种植被日尺度叶面积指数的获取方法，其特征在于，所述获取冠层叶片的日尺度归一化植被指数，具体步骤包括：
5.如权利要求1所述的一种植被日尺度叶面积指数的获取方法，其特征在于，所述获取间隔日期冠层叶片的日尺度叶面积指数，具体步骤包括：
6.一种植被日尺度叶面积指数的获取装置，其特征在于，包括：
7.一种植被日尺度叶面积指数的计算设备，包括：存储器和处理器；
【技术特征摘要】
1.一种植被日尺度叶面积指数的获取方法，其特征在于，包括：
2.如权利要求1所述的一种植被日尺度叶面积指数的获取方法，其特征在于，所述进行回归分析，具体包括：
3.如权利要求1所述的一种植被日尺度叶面积指数的获取方法，其特征在于，所述选取最优回归方程，具体步骤包括：
4.如权利要求1所述的一种植被日尺度叶面积指数的获取方法...
【专利技术属性】
技术研发人员：李思恩，王春雨，袁香凝，黄思宇，
申请(专利权)人：中国农业大学，
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。