[发明专利]一种基于Sentinel-2卫星影像红边波段改进小麦生长早期叶面积指数估算的方法

权利要求书

1.一种基于Sentinel-2卫星影像红边波段改进小麦生长早期叶面积指数估算的方法，其特征在于步骤如下：

步骤(1)、数据采集：基于Sentinel-2卫星影像，采集小麦冠层多光谱曲线与田间背景多光谱曲线，同步测定小麦叶面积指数LAI，获得建模数据和检验数据；

步骤(2)、计算“秸秆-土壤”适应的正切函数：

a、计算小麦冠层多光谱曲线红边区域斜率：

其中，是各生育期小麦冠层多光谱曲线中的斜率，R2_wss和R1_wss是各生育期Sentinel-2卫星影像中提取的小麦冠层多光谱曲线红边区域中两个波段的反射率值，ΔB_R2-R1是两个波段所在波长位置之间的间隔；

b、计算田间背景多光谱曲线红边区域斜率：

其中，是田间背景多光谱曲线中的斜率，R2_ss和R1_ss是各生育期Sentinel-2卫星影像中提取的田间背景多光谱曲线红边区域中两个波段的反射率值；

c、通过背景调节系数α修正后的正切角函数计算SATF_R2-R1：

其中，α为背景调节系数；

步骤(3)、基于PROSAIL模型模拟数据构建背景调节系数α的查找表；

步骤(4)、基于背景调节系数α的查找表，根据待监测的目标生育期或预估的大致LAI范围确定背景调节系数α，而后基于实测数据，根据不同生育期确定α，计算相应的SATF_R2-R1；

步骤(5)、确定最优的SATF_R2-R1：基于步骤(2)确定的“秸秆-土壤”适应正切函数计算公式，以Sentinel-2卫星图像红边区域的多光谱波段信息计算多个SATF_R2-R1，根据不同生育期SATF_R2-R1与LAI相关性的对比结果确定最优的波段选择及相应的SATF_R2-R1；

步骤(6)、构建小麦叶面积指数LAI估算模型：基于建模数据，利用经验线性拟合建立不同生育期不同SATF_R2-R1与LAI的关系，确定线性关系系数a和b，建立小麦LAI估算模型；

步骤(7)、检验小麦LAI估算模型：分别采用十折交叉验证与独立实测数据分别对小麦LAI估算模型进行验证与测试：根据小麦叶面积指数LAI估算模型，验证根据小麦冠层多光谱曲线与田间背景多光谱曲线估算得到的LAI预测值；然后通过检验数据中的LAI实测值对LAI预测值进行检验，计算相对均方根误差RRMSE：

其中，N表示数据集中的样本数，LAI_e,n、LAI_m,n和分别表示LAI预测值、LAI实测值、LAI实测值的平均值。

2.根据权利要求1所述的基于Sentinel-2卫星影像红边波段改进小麦生长早期叶面积指数估算的方法，其特征在于步骤(1)中，数据采集来自不同年份、不同生态点。

3.根据权利要求1所述的基于Sentinel-2卫星影像红边波段改进小麦生长早期叶面积指数估算的方法，其特征在于步骤(1)中，采集小麦冠层多光谱曲线与田间背景多光谱曲线的方法为：获取小麦出苗前的Sentinel-2卫星影像、小麦出苗后各个生育期相应的Sentinel-2卫星影像，Sentinel-2卫星影像经Sen2Cor与Sen2Res进行影像预处理，采用Sen2Cor进行Sentinel-2卫星影像的辐射定标与大气校正，采用Sen2Res进行Sentinel-2卫星影像粗分辨率波段的降尺度处理，将Sentinel-2卫星影像各波段的空间分辨率提高至10米；通过野外调查获取的小麦样点GPS信息提取预处理后的Sentinel-2卫星影像中的多光谱曲线，即为田间背景多光谱曲线、小麦冠层多光谱曲线；小麦冠层多光谱曲线和田间背景多光谱曲线红边区域665nm～783nm包括五个波段信息，为R、RE1、RE2、RE3和NIR。