[发明专利]一种地表异质区植被覆盖度估算方法、装置及设备

权利要求书

1.一种地表异质区植被覆盖度估算方法，其特征在于，包括：

基于预设时间序列的每个时刻对应的低空间分辨率植被覆盖度产品和高空间分辨率遥感数据，获取预测时刻的植被覆盖度先验概率和植被覆盖度似然概率；

基于所述植被覆盖度先验概率和植被覆盖度似然概率，利用动态贝叶斯网络获取所述预测时刻的高空间分辨率植被覆盖度估算结果；

所述基于预设时间序列的每个时刻对应的低空间分辨率植被覆盖度产品和高空间分辨率遥感数据，获取预测时刻的植被覆盖度先验概率和植被覆盖度似然概率，具体包括：

根据预设时间序列的每个时刻对应的低空间分辨率植被覆盖度产品和高空间分辨率遥感数据，提取植被生长信息；

根据所述植被生长信息获取所述预测时刻的植被覆盖度先验值，并根据所述植被覆盖度先验值获取所述预测时刻的植被覆盖度先验概率；

根据预设时间序列的每个时刻对应的高空间分辨率遥感数据，获取所述预测时刻的植被冠层反射率，并根据辐射传输模型所生成的查找表，结合高空间分辨率遥感数据获取所述预测时刻的植被覆盖度似然概率；

所述根据预设时间序列的每个时刻对应的低空间分辨率植被覆盖度产品和高空间分辨率遥感数据，提取植被生长信息，具体包括：

通过近邻取样法对每个低空间分辨率植被覆盖度产品进行重采样，使得重采样后的低空间分辨率植被覆盖度产品的空间分辨率与所述高空间分辨率遥感数据的空间分辨率一致；

对每个高空间分辨率遥感数据对应的重采样后的低空间分辨率植被覆盖度产品设置滑动窗口，所述滑动窗口的大小与低空间分辨率植被覆盖度产品的像元大小相同；

基于每个高空间分辨率遥感数据的像元的NDVI值，计算所述滑动窗口的中心像元的植被覆盖度FVC_k，作为每个高空间分辨率遥感数据的植被生长信息。

2.根据权利要求1所述的方法，其特征在于，通过下式计算所述滑动窗口的中心像元的植被覆盖度FVC_k：

其中，M代表滑动窗口中高空间分辨率遥感数据的像元个数，FVC_i代表重采样后的低空间分辨率植被覆盖度产品的像元的植被覆盖度值，NDVI_i为高空间分辨率遥感数据的各像元的NDVI值，NDVI_k为滑动窗口的中心像元的NDVI值。

3.根据权利要求1所述的方法，其特征在于，所述根据所述植被生长信息获取所述预测时刻的植被覆盖度先验值，并根据所述植被覆盖度先验值获取所述预测时刻的植被覆盖度先验概率，具体包括：

根据所述植被生长信息，分别为每个高空间分辨率遥感数据像元建立各自的植被生长模型FVC_T：

其中，a、b、c和d均为植被生长模型的模型参数，t为年积日；

通过所述植被生长模型，预测所述预测时刻的植被覆盖度先验值；

根据所述植被覆盖度先验值获取所述预测时刻的植被覆盖度先验概率。

4.根据权利要求1所述的方法，其特征在于，所述根据预设时间序列的每个时刻对应的高空间分辨率遥感数据，获取所述预测时刻的植被冠层反射率，并根据辐射传输模型所生成的查找表，结合高空间分辨率遥感数据获取所述预测时刻的植被覆盖度似然概率，具体包括：

建立植被辐射传输模型以模拟植被冠层反射率，所述植被辐射传输模型由SAIL冠层二向反射模型和PROSPECT叶片光学特性模型耦合得到；

将输入参数输入至所述植被辐射传输模型，得到所述预测时刻的植被冠层反射率并生成查找表；所述输入参数包括通过植被覆盖度转换得到的参数、自由变量和固定参数；

根据所述辐射传输模型所生成的查找表，结合高空间分辨率遥感数据获取所述预测时刻的植被覆盖度似然概率。