[发明专利]一种基于遥感图像的叶面积指数反演方法及装置

权利要求书

1.一种基于遥感图像的叶面积指数反演方法，其特征在于，包括：

依据待处理遥感图像中冠层的多角度反射率数据，计算所述待处理遥感图像中每个像素的热暗点植被指数的数值；

依据所述每个像素的热暗点植被指数的数值及预设的植被指数、样本叶面积指数，确定不同株型的叶面积指数反演方程；

依据不同株型的叶面积指数反演方程及预设的角度指数，确定适用于所述不同株型的叶面积指数反演方程；

依据所述适用于所述不同株型的叶面积指数反演方程，计算所述待处理遥感图像的叶面积指数。

2.根据权利要求1所述的方法，其特征在于，所述依据待处理遥感图像中冠层的多角度反射率数据，计算所述待处理遥感图像的每个像素的热暗点植被指数的数值包括：

依据下述方法遍历所述待处理遥感图像中的各个像素，直至得到每个像素的热暗点植被指数的数值：

计算所述待处理遥感图像中当前像素的预设的波段及预设的太阳天顶角下的热暗点植被指数的数值；

比较所述当前像素的所述预设的波段及预设的太阳天顶角下的热暗点植被指数的数值，确定最大值；

将所述最大值作为所述当前像素的热暗点植被指数。

3.根据权利要求2所述的方法，其特征在于，所述计算所述待处理遥感图像中当前像素的预设的波段及预设的太阳天顶角下的热暗点植被指数的数值包括：

按照以下步骤遍历所述当前像素预设波段的预设的太阳天顶角中的每个太阳天顶角：

选取所述当前像素的在预设波段及当前太阳天顶角下的不同观测角度对应的多角度反射率数据中的最大值及最小值；

将所述最大值与所述最小值的差值与所述最小值的比值作为所述当前像素在当前波段及当前太阳天顶角下的热暗点植被指数。

4.根据权利要求3所述的方法，其特征在于，还包括：

确定所述最大值对应的观测角度为当前像素的热点观测角，所述最小值对应的角度为当前像素的暗点观测角；

依据所述热点观测角及所述暗点观测角，确定当前像素的角度指数；

将每个像素的角度指数组成的矩阵作为预设的角度指数。

5.根据权利要求1所述的方法，其特征在于，所述依据所述每个像素的热暗点植被指数的数值及预设的植被指数、样本叶面积指数，确定不同株型的叶面积指数反演方程包括：

将所述热暗点植被指数分别与预设的植被指数相乘，得到不同株型下的待选植被指数；

分别将所述不同株型下的待选植被指数与预设的样本叶面积指数进行反演回归，得到所述不同株型下的待选植被指数对应的反演精度；

依据所述反演精度，从所述待选植被指数中确定叶面积指数反演的最优植被指数；

将所述最优植被指数的不同株型的反演方程作为对应株型的叶面积指数反演方程。

6.根据权利要求5所述的方法，其特征在于，所述依据不同株型的叶面积指数反演方程及预设的角度指数，确定适用于所述不同株型的叶面积指数反演方程包括：

将所述最优植被指数除以所述角度指数，得到不同株型下的二向性植被指数；

依据角度指数不同的取值，分别将所述不同株型下的二向性植被指数与预设的样本叶面积指数进行反演回归，得到所述不同株型下的二向性植被指数对应的反演方程及反演精度；

依据所述反演方程及反演精度，确定所述角度指数的最优取值使得不同株型的叶面积指数回归方程的反演结果在预设的精度及误差范围内，并且使得任意一种株型的叶面积指数回归方程反演其它株型的叶面积指数的结果在所述预设的精度及误差范围内；

依据所述角度指数的最优取值，将所有株型下的二向性植被指数与叶面积指数进行反演回归，得到适用于各个株型的叶面积回归方程。

7.根据权利要求1所述的方法，其特征在于，在依据待处理遥感图像中冠层的多角度反射率数据，计算所述待处理遥感图像的每个像素的热暗点植被指数之前，还包括：

对遥感图像进行预处理，得到待处理的遥感图像；

提取所述待处理的遥感图像中的小麦种植区，从所述待处理的遥感图像中获取反射率数据；

结合地面实测获得的多角度的反射率数据及待处理的遥感图像中获取的反射率数据，通过线性核驱动模型生成待处理遥感图像中冠层的多角度反射率数据。