[发明专利]叶面积指数反演方法、装置、设备和介质

说明书

本发明涉及遥感数据处理技术领域，公开了一种叶面积指数反演方法、装置、设备和介质。该方法包括：获取目标区域对应的多个卫星观测数据；其中，卫星观测数据基于静止卫星对目标区域进行数据采集而得到；将多个卫星观测数据输入预设反演模型，构建对应的叶面积指数反演方程；对各叶面积指数反演方程进行优化求解，生成目标区域的叶面积指数数据。通过上述技术方案，提高了生成的目标叶面积指数数据的时间分辨率，并且当目标区域发生改变时，无需重新进行模型的重新训练，不受目标区域和数据源的影响，从而提高了叶面积指数反演方法的普适性和可行性，且具有明确的物理意义。

技术领域

本发明涉及遥感数据处理技术领域，尤其涉及一种叶面积指数反演方法、装置、设备和介质。

背景技术

叶面积指数(Leaf Area Index，LAI)是指单位水平地表面积上所有叶片总面积的一半，该叶面积指数是一个控制与地球表面植被相关的多个生物物理过程的重要参数。为了获得时间分辨率较高的LAI数据，相关技术中往往会利用时间分辨率较高的静止卫星的遥感卫星数据来反演LAI数据。

目前，利用静止卫星的遥感卫星数据进行LAI数据反演的方法主要是：对于研究区域中的每种地表类型，利用人工神经网络建立静止卫星所得的归一化植被指数(Normalized Difference Vegetation Index，NDVI)和LAI之间的换算关系，进而根据静止卫星的NDVI数据和该换算关系进行推算，获得每种地表类型下的静止卫星的LAI数据。

但是，上述方法所得的LAI数据的数据精度受限于NDVI数据的精度；并且，由于不同地区的地表类型可能不同、以及不同地区的相同地表类型的空间异质性问题，使得上述所得的换算关系无法适用于任一地区，致使上述方法的普适性不高，且该方法为基于数学统计获得的关系，因而物理意义并不明晰。

发明内容

为了解决上述技术问题，本发明提供了一种叶面积指数反演方法、装置、设备和介质。

第一方面，本发明提供了一种叶面积指数反演方法，包括：

获取目标区域对应的多个卫星观测数据；其中，所述卫星观测数据基于静止卫星对所述目标区域进行数据采集而得到，且所述卫星观测数据包括至少一个波段的二向反射因子数据、太阳天顶角、太阳方位角、所述静止卫星的观测天顶角和所述静止卫星的观测方位角；

将多个所述卫星观测数据输入预设反演模型，构建对应的叶面积指数反演方程；其中，所述预设反演模型基于植被-土壤系统的二向反射因子模型、四分量模型和光谱不变理论构建，所述二向反射因子模型用于表征所述植被-土壤系统的二向反射因子由土壤引起的单次散射的二向反射因子、植被引起的单次散射的二向反射因子、植被间的多次散射引起的二向反射因子以及植被和土壤之间的多次散射的二向反射因子构成；

对各所述叶面积指数反演方程进行优化求解，生成所述目标区域的叶面积指数数据。

在一些实施例中，所述波段为红光波段和/或近红外波段。

在一些实施例中，在所述获取目标区域对应的多个卫星观测数据之后，所述方法还包括：

基于所述卫星观测数据中包含的红光波段的所述二向反射因子数据和近红外波段的所述二向反射因子数据，按照预设植被指数的指数表达形式，确定所述卫星观测数据对应的预设植被指数数据；

所述将多个所述卫星观测数据输入预设反演模型，构建对应的叶面积指数反演方程包括：

针对多个所述卫星观测数据，将所述预设植被指数数据、所述太阳方位角、所述太阳天顶角、所述观测天顶角、所述观测方位角输入改进反演模型，构建所述卫星观测数据对应的所述叶面积指数反演方程；

其中，所述改进反演模型由所述红光波段对应的所述预设反演模型和所述近红外波段对应的所述预设反演模型，按照所述指数表达形式来构建。