一種葉面積指數地面采樣方法技術

本發明專利技術提供了一種葉面積指數地面采樣方法，包括：獲取遙感影像；得到歸一化差異植被指數圖和葉面積指數圖；得到聚合葉面積指數圖和聚合歸一化差異植被指數圖；利用葉面積指數與植被指數的擬合關系式和聚合歸一化植被指數方差圖，確定相關指數圖，并選取最小的E個相關指數；由計算幾何模型、E個相關指數、歸一化差異植被指數圖、葉面積指數圖和聚合歸一化差異植被指數圖，確定模擬葉面積指數圖；計算模擬葉面積指數圖相對于聚合葉面積指數圖的偏差值，根據偏差值確定目標采樣區域。本發明專利技術緩解了現有采用方法采樣過程效率低及不能滿足實際應用需求的問題，達到提高采樣過程效率及滿足實際應用需求的效果。

【技術實現步驟摘要】
一種葉面積指數地面采樣方法
本專利技術涉及地面采樣
，尤其是涉及一種葉面積指數地面采樣方法。
技術介紹
葉面積指數(LeafAreaIndex，LAI)定義為單位面積上植株單側綠葉葉片面積總和，是表征植被生長狀況的關鍵參數。遙感技術可以快速獲取大面積地表葉面積指數，為了驗證遙感反演葉面積指數產品的精準性，通常盡可能全面采集地面真值對反演產品進行檢驗分析。由于人力與時間的限制，有限的地面真值測量不能有效地滿足葉面積指數產品的真實性檢驗需求，因此，需要設計一種地面采樣策略，以盡可能少的地面采樣點去代表盡可能全面的地面真值。均勻采樣法、隨機采樣法和基于先驗知識的采樣法等是目前最為常用的葉面積指數地面采樣方法。均勻采樣方法采用規則取樣的方式對整個區域進行地面真值獲取，采樣點空間分布均勻，離散性好；隨機采樣方法采用隨機的方式進行地面樣點獲取，簡單直接，整個區域所有樣點被采集的概率均衡；基于先驗知識的采樣方法通過先驗資料的搜集分析降低樣點信息的不確定性，有效提高地面測量值對整體區域的代表性。但是，由于缺乏對異質性地表的充分認識，這些采樣方法能夠滿足均一地表的葉面積指數遙感產品驗證需求，卻難以勝任非均勻程度較高的區域。在實際應用中，均勻采樣方法應用于不規則的異質性地表時會出現某些植被類別采樣不足甚至沒有采集到的問題；隨機采樣方法容易出現樣本重疊且樣本代表性弱的問題；而先驗資料不足時，基于先驗知識的采樣方法容易出現樣本不足的問題，因此，會導致采樣過程效率低下及不能滿足實際應用需求的問題。
技術實現思路
r>(一)要解決的技術問題鑒于上述技術問題，本專利技術的目的在于提供一種葉面積指數地面采樣方法，以緩解現有技術中存在的異質性地表葉面積指數地面采樣過程效率低下及不能滿足實際應用需求的問題。(二)技術方案根據本專利技術的一個方面，提供了一種葉面積指數地面采樣方法，包括：步驟S1：獲取待采樣區域的遙感影像，并對所述遙感影像進行預處理；步驟S2：利用預處理后的所述遙感影像計算得到歸一化差異植被指數圖和葉面積指數圖；步驟S3：對所述葉面積指數圖進行平均聚合處理，得到聚合葉面積指數圖；步驟S4：對所述歸一化差異植被指數圖進行聚合處理，得到聚合歸一化差異植被指數圖和聚合歸一化差異植被指數方差圖；利用所述聚合歸一化差異植被指數方差圖，確定相關指數圖，并選取最小的E個相關指數；步驟S5：由所述歸一化差異植被指數圖、所述葉面積指數圖、所述聚合歸一化差異植被指數和所述E個相關指數，計算得到模擬葉面積指數圖；步驟S6：計算所述模擬葉面積指數圖相對于所述聚合葉面積指數圖的偏差值，根據所述偏差值確定目標采樣區域。在一些實施例中，所述S1具體包括：S1-1：獲取待采樣區域的遙感影像，影像地物中包含植被類型地物，影像波段中包含紅波段和近紅外波段；S1-2：對所述遙感影像進行輻射定標，將遙感影像中的每個像元的灰度值轉換為輻射亮度值；S1-3：對所述遙感影像進行大氣糾正，確定所述遙感影像中的每個像元的反射率值；S1-4：對所述遙感影像進行幾何糾正，確定所述遙感影像中每個像元的經緯度信息及每個像元對應的所述地面區域。在一些實施例中，所述S2具體包括：S2-1：對于所述遙感影像，利用紅波段反射率R和近紅外波段反射率NIR，計算得到歸一化差異植被指數圖；其中，NDVI表示歸一化差異植被指數；S2-2：確定葉面積指數與植被指數的擬合關系式；S2-3：利用所述葉面積指數與植被指數的擬合關系式和所述歸一化差異植被指數圖，計算得到葉面積指數圖。在一些實施例中，所述確定葉面積指數與植被指數的擬合關系式，包括：利用預設的植被參數信息和輻射傳輸模型，模擬得到多個模擬葉面積指數及與每個所述模擬葉面積指數分別對應的模擬植被光譜；對于每個所述模擬植被光譜，利用所述模擬植被光譜計算得到模擬歸一化差異植被指數；對于每個所述模擬葉面積指數，將所述模擬葉面積指數及對應的模擬歸一化差異植被指數代入預設公式，確定所述預設公式的擬合系數，得到所述葉面積指數與植被指數的擬合關系式，所述預設公式為：其中，LAIi為第i個模擬葉面積指數，NDVIi為第i個模擬歸一化差異植被指數，a和b為所述擬合系數。在一些實施例中，所述S3具體包括：S3-1：設置N行M列的聚合窗口，并在水平方向上按照從左到右進行移動，所述聚合窗口每次在葉面積指數圖上覆蓋的像元不重疊；對所述聚合窗口內的N×M個葉面積指數值求取均值，得到所述聚合葉面積指數；S3-2：在所述葉面積指數圖上，聚合第1至N行的像元值，得到所述聚合葉面積指數圖的第一行葉面積指數值；在所述葉面積指數圖上，聚合第N+1至2N行的像元，得到所述聚合葉面積指數圖的第二行葉面積指數值，直至聚合到最后一行，得到所述聚合葉面積指數圖。在一些實施例中，所述S4具體包括：S4-1：對所述歸一化差異植被指數圖進行聚合處理，得到聚合歸一化差異植被指數圖和聚合歸一化差異植被指數方差圖；S4-2：利用所述葉面積指數與植被指數的擬合關系式和所述聚合歸一化差異植被指數方差圖，確定相關指數圖；S4-3：選取最小的E個相關指數。在一些實施例中，對所述歸一化差異植被指數圖進行聚合處理具體包括：設置N行M列的聚合窗口，并在水平方向上按照從左到右進行移動，所述聚合窗口每次在歸一化差異植被指數圖上覆蓋的像元不重疊；對所述聚合窗口內的N×M個像元值求取均值，得到所述聚合歸一化差異植被指數；對所述聚合窗口內的N×M個像元值求取方差，得到所述聚合歸一化差異植被指數方差；在所述歸一化差異植被指數圖上，第1至N行的像元值聚合處理結果，為所述聚合歸一化差異植被指數圖和所述聚合歸一化差異植被指數方差圖的第一行像元值；在所述圖像上，聚合第N+1至2N行的像元，得到所述聚合歸一化差異植被指數圖和所述聚合歸一化差異植被指數方差圖的第二行像元值，直至聚合到最后一行，得到所述聚合歸一化差異植被指數圖和所述聚合歸一化差異植被指數方差圖。在一些實施例中，所述相關指數圖確定過程具體包括：利用所述聚合歸一化差異植被指數方差圖和相關指數計算公式，計算每個像元的相關指數，得到所述相關指數圖，其中，所述相關指數計算公式為：其中，f(x)＝a*eb*x為所述葉面積指數與植被指數的擬合關系式，a和b為擬合系數，Ni為所述聚合歸一化差異植被指數圖中的第i個像元的植被指數值，L1i為所述聚合葉面積指數圖中的第i個像元值，f″為所述f(x)的二階泰勒展開公式，Nvari為所述聚合歸一化差異植被指數方差圖中的第i個像元的方差值，CIi為第i個像元的相關指數。在一些實施例中，所述E個相關指數的選取過程具體包括：計算所述葉面積指數圖中的全部像元對應的葉面積指數的標準差；利用所述標準差和初始采樣數計算公式，計算得到所述初始采樣數，其中，所述初始本文檔來自技高網...

【技術保護點】
1.一種葉面積指數地面采樣方法，其特征在于，包括：/n步驟S1：獲取待采樣區域的遙感影像，并對所述遙感影像進行預處理；/n步驟S2：利用預處理后的所述遙感影像計算得到歸一化差異植被指數圖和葉面積指數圖；/n步驟S3：對所述葉面積指數圖進行平均聚合處理，得到聚合葉面積指數圖；/n步驟S4：對所述歸一化差異植被指數圖進行聚合處理，得到聚合歸一化差異植被指數圖和聚合歸一化差異植被指數方差圖；利用所述聚合歸一化差異植被指數方差圖，確定相關指數圖，并選取最小的E個相關指數；/n步驟S5：由所述歸一化差異植被指數圖、所述葉面積指數圖、所述聚合歸一化差異植被指數和所述E個相關指數，計算得到模擬葉面積指數圖；/n步驟S6：計算所述模擬葉面積指數圖相對于所述聚合葉面積指數圖的偏差值，根據所述偏差值確定目標采樣區域。/n

【技術特征摘要】
1.一種葉面積指數地面采樣方法，其特征在于，包括：
步驟S1：獲取待采樣區域的遙感影像，并對所述遙感影像進行預處理；
步驟S2：利用預處理后的所述遙感影像計算得到歸一化差異植被指數圖和葉面積指數圖；
步驟S3：對所述葉面積指數圖進行平均聚合處理，得到聚合葉面積指數圖；
步驟S4：對所述歸一化差異植被指數圖進行聚合處理，得到聚合歸一化差異植被指數圖和聚合歸一化差異植被指數方差圖；利用所述聚合歸一化差異植被指數方差圖，確定相關指數圖，并選取最小的E個相關指數；
步驟S5：由所述歸一化差異植被指數圖、所述葉面積指數圖、所述聚合歸一化差異植被指數和所述E個相關指數，計算得到模擬葉面積指數圖；
步驟S6：計算所述模擬葉面積指數圖相對于所述聚合葉面積指數圖的偏差值，根據所述偏差值確定目標采樣區域。


2.根據權利要求1所述的葉面積指數地面采樣方法，其特征在于，所述S1具體包括：
S1-1：獲取待采樣區域的遙感影像，影像地物中包含植被類型地物，影像波段中包含紅波段和近紅外波段；
S1-2：對所述遙感影像進行輻射定標，將遙感影像中的每個像元的灰度值轉換為輻射亮度值；
S1-3：對所述遙感影像進行大氣糾正，確定所述遙感影像中的每個像元的反射率值；
S1-4：對所述遙感影像進行幾何糾正，確定所述遙感影像中每個像元的經緯度信息及每個像元對應的所述地面區域。


3.根據權利要求1所述的葉面積指數地面采樣方法，其特征在于，所述S2具體包括：
S2-1：對于所述遙感影像，利用紅波段反射率R和近紅外波段反射率NIR，計算得到歸一化差異植被指數圖；

其中，NDVI表示歸一化差異植被指數；
S2-2：確定葉面積指數與植被指數的擬合關系式；
S2-3：利用所述葉面積指數與植被指數的擬合關系式和所述歸一化差異植被指數圖，計算得到葉面積指數圖。


4.根據權利要求3所述的葉面積指數地面采樣方法，其特征在于，所述確定葉面積指數與植被指數的擬合關系式，包括：
利用預設的植被參數信息和輻射傳輸模型，模擬得到多個模擬葉面積指數及與每個所述模擬葉面積指數分別對應的模擬植被光譜；
對于每個所述模擬植被光譜，利用所述模擬植被光譜計算得到模擬歸一化差異植被指數；
對于每個所述模擬葉面積指數，將所述模擬葉面積指數及對應的模擬歸一化差異植被指數代入預設公式，確定所述預設公式的擬合系數，得到所述葉面積指數與植被指數的擬合關系式，所述預設公式為：



其中，LAIi為第i個模擬葉面積指數，NDVIi為第i個模擬歸一化差異植被指數，a和b為所述擬合系數。


5.根據權利要求1所述的葉面積指數地面采樣方法，其特征在于，所述S3具體包括：
S3-1：設置N行M列的聚合窗口，并在水平方向上按照從左到右進行移動，所述聚合窗口每次在葉面積指數圖上覆蓋的像元不重疊；對所述聚合窗口內的N×M個葉面積指數值求取均值，得到所述聚合葉面積指數；
S3-2：在所述葉面積指數圖上，聚合第1至N行的像元值，得到所述聚合葉面積指數圖的第一行葉面積指數值；在所述葉面積指數圖上，聚合第N+1至2N行的像元，得到所述聚合葉面積指數圖的第二行葉面積指數值，直至聚合到最后一行，得到所述聚合葉面積指數圖。


6.根據權利要求1所述的葉面積指數地面采樣方法，其特征在于，所述S4具體包括：
S4-1：對所述歸一化差異植被指數圖進行聚合處理，得到聚合歸一化差異植被指數圖和聚合歸一化差異植被指數方差圖；
S4-2：利用所述葉面積指數與植被指數的擬合關系式和所述聚合歸一化差異植被指數方差圖，確定相關指數圖；
S4-3：選取最...

【專利技術屬性】
技術研發人員：李傳榮，朱小華，馬靈玲，趙永光，唐伶俐，
申請(專利權)人：中國科學院光電研究院，
類型：發明
國別省市：北京;11