[发明专利]基于遥感卫星数据的地块尺度冬小麦叶面积指数估算方法

权利要求书

1.一种基于遥感卫星数据的地块尺度冬小麦叶面积指数估算方法，其特征在于，包括如下步骤：

步骤1、通过冬小麦大田试验，获取采样点的冬小麦抽穗前关键生育时期的叶面积指数数据；

步骤2、获取覆盖冬小麦大田试验研究区的高空间分辨率遥感影像，进行预处理后，再经过波段计算得到与步骤1中采样点对应的植被指数，将采样点的叶面积指数数据和植被指数一一对应；

所述的预处理包括：辐射定标、大气校正和几何配准；

步骤3、将步骤2中一一对应的叶面积指数数据和植被指数，部分用于构建模型，剩余部分作为验证数据；

所述的模型为线性回归模型、指数回归模型、二次多项式回归模型、对数回归模型和幂回归模型；

步骤4、利用验证数据对步骤3中构建的模型进行验证，获取模型的决定系数R²和均方根误差，选取决定系数R²最大和均方根误差最小的模型为最优模型；

所述的最优模型为基于归一化植被指数的指数回归模型，所述的最优模型具体为以NDVI为自变量的指数回归模型：

LAI＝0.075e^(5.665*NDVI)；

其中，LAI表示叶面积指数，NDVI表示归一化植被指数；

步骤5、将步骤4中获取的最优模型应用于地块尺度冬小麦叶面积指数估算。

2.根据权利要求1所述的基于遥感卫星数据的地块尺度冬小麦叶面积指数估算方法，其特征在于，步骤2中，所述的植被指数为归一化植被指数、比值植被指数、增强型植被指数、增强型二波段植被指数、调节型二次三角植被指数、最优土壤调节植被指数和绿度归一化植被指数。

3.根据权利要求1所述的基于遥感卫星数据的地块尺度冬小麦叶面积指数估算方法，其特征在于，步骤3中，将步骤2中一一对应的叶面积指数数据和植被指数，三分之二用于构建模型，三分之一作为验证数据。