[发明专利]基于遥感技术的地上植被生态水定量反演方法

权利要求书

1.基于遥感技术的地上植被生态水定量反演方法，其特征在于，包括如下步骤：

步骤1：获取研究区内样地不同类型地上植被的生态水含量，建立样地地上植被生态水数据库；

步骤2：获取研究区整体的遥感影像，并提取样地内遥感特征参数，建立样地内的遥感特征参数数据库；

步骤3：将样地的遥感特征参数作为输入层，样地地上植被生态水作为输出层，建立预测模型；

步骤4：根据预测模型反演研究区的地上植被生态水，

获取所述样地地上植被生态水含量的方法为：根据生物量经验公式和含水率计算公式，计算样地内不同植被不同结构部位的生物量和含水率，再通过植被生态水计算公式计算出样地内不同类型地上植被的生态水含量，所述结构部位包括冠层、茎和枝。

2.根据权利要求1所述的基于遥感技术的地上植被生态水定量反演方法，其特征在于，所述植被生态水计算公式为：

3.根据权利要求1或2所述的基于遥感技术的地上植被生态水定量反演方法，其特征在于，所述样地地上植被生物量和含水率的获取包括以下步骤：

步骤21：对于植被类型为林木的样地，采集所述样地内林木的几何信息和不同结构部位的鲜重，获取不同结构部位干重，根据几何信息、鲜重和干重计算林木不同结构部位地上生物量和含水率；

步骤22：对于植被类型为灌木或草本植物的样地，采用标准丛法，并根据测得的每个标准丛干重和含水率计算公式计算样地的灌木或草本植物地上生物量和含水率。

4.根据权利要求1或2所述的基于遥感技术的地上植被生态水定量反演方法，其特征在于，所述步骤3中采用的预测模型为BP人工神经网络预测模型。

5.根据权利要求4所述的基于遥感技术的地上植被生态水定量反演方法，其特征在于，所述人工神经网络预测模型中，将光学遥感波段、植被指数和不同波段的纹理特征图中每个样地坐标所在的像元值作为BP人工神经网络的输入层，输出层为样地的地上植被生态水含量。

6.根据权利要求4所述的基于遥感技术的地上植被生态水定量反演方法，其特征在于，所述BP人工神经网络预测模型中，将微波遥感不同极化后向散射系数和后向散射系数的纹理特征图中每个样地坐标所在的像元值作为BP人工神经网络的输入层，输出层为样地的地上植被生态水含量。

7.根据权利要求5所述的基于遥感技术的地上植被生态水定量反演方法，其特征在于，所述纹理特征选取6个，分别为能量、对比度、熵、均值、方差、相关性。