[发明专利]一种地块时空特征约束下的农作物叶面积指数遥感反演方法及系统

权利要求书

1.一种地块时空特征约束下的农作物叶面积指数遥感反演方法，其特征在于，包括如下步骤：

基于PROSAIL辐射传输模型，模拟不同叶片理化参数、冠层结构参数和土壤性质条件下的冠层方向性反射，构建地块的查找表；

基于归一化植被指数时间序列数据，提取地块内作物开始生长日期特征；

结合地块内作物开始生长日期特征和MODIS叶面积指数产品，构建作物叶面积指数先验知识；

基于叶面积指数先验知识，获取地块的查找表子集，通过关于作物参数空间自相关性的代价函数，对地块的叶面积指数进行反演，得到反演结果。

2.如权利要求1所述的地块时空特征约束下的农作物叶面积指数遥感反演方法，其特征在于，所述基于PROSAIL辐射传输模型，模拟不同叶片理化参数、冠层结构参数和土壤性质条件下的冠层方向性反射，包括如下步骤：

正向运行PROSAIL辐射传输模型，模拟在不同叶片理化参数、冠层结构参数和土壤性质条件下的冠层方向性反射。

3.如权利要求1所述的地块时空特征约束下的农作物叶面积指数遥感反演方法，其特征在于，所述构建地块的查找表，包括如下步骤：

将模拟的连续反射率光谱和Sentinel-2光谱响应函数作卷积计算，模拟PROSAIL参数化方案下的Sentinel-2波段的光谱反射率值，构建地块的查找表。

4.如权利要求1所述的地块时空特征约束下的农作物叶面积指数遥感反演方法，其特征在于，所述基于归一化植被指数时间序列数据，提取地块内作物开始生长日期特征，包括如下步骤：

利用覆盖作物生长季的Sentinel-2和Landsat8遥感时间序列数据，基于近红外波段和红光波段反射率计算归一化植被指数，然后提取地块内作物开始生长日期特征。

5.如权利要求4所述的地块时空特征约束下的农作物叶面积指数遥感反演方法，其特征在于，所述计算归一化植被指数之后，还包括如下步骤：

以农田地块边界为空间约束，以地块内的像元归一化植被指数平均值作为地块的归一化植被指数特征，按照Sentinel-2和Landsat8数据的成像时间先后顺序，构建地块的归一化植被指数时间序列曲线。

6.如权利要求4所述的地块时空特征约束下的农作物叶面积指数遥感反演方法，其特征在于，所述提取地块内作物开始生长日期特征，包括：

遍历归一化植被指数时间序列曲线，以生长季内归一化植被指数值最低值所对应的时间点识别为该地块内作物开始生长日期特征。

7.如权利要求6所述的地块时空特征约束下的农作物叶面积指数遥感反演方法，其特征在于，所述遍历归一化植被指数时间序列曲线之前，包括：

利用Sentinel-2和Landsat8的数据质量波段排除时间序列曲线上受云污染的观测点。

8.如权利要求1所述的地块时空特征约束下的农作物叶面积指数遥感反演方法，其特征在于，所述结合地块内作物开始生长日期特征和MODIS叶面积指数产品，构建作物叶面积指数先验知识，包括利用低空间分辨率的MODIS叶面积指数产品MCD15A3H获取作物叶面积指数随生长天数的时间序列曲线；

具体步骤为：

在待反演区域中选取30个以上的面积大于MCD15A3H产品像元大小的地块样本；

获取这些地块的低分辨率叶面积指数时间序列曲线，结合地块内作物开始生长日期特征，计算每个叶面积指数时相所对应的作物生长天数，构建一组关于生长天数和叶面积指数的地块样本集；以生长天数为自变量，叶面积指数为因变量，利用二次函数曲线拟合叶面积指数数据点与生长天数之间的经验统计关系，其函数形式为：

y_LAI(GD)＝a·GD²+b·GD+c

通过样本的生长天数和叶面积指数值，求解未知参数a、b、c的值，对该二次曲线分别向下和向上平移至刚好包含地块样本集中的所有点，平移距离分别记作ε₁和ε₂，划定曲线的上范围和下范围，构建作物叶面积指数先验知识。