[发明专利]一种基于辐射传输模型反演的叶片氮含量估算方法

权利要求书

1.一种基于辐射传输模型反演的叶片氮含量估算方法，其特征在于，包括：

采集两组位于不同大洲的森林及草地生态系统的叶片样本，分别获取两组所述叶片样本对应的光谱反射率实测值和叶片氮含量实测值，分别定义为第一数据组和第二数据组；

将镜面反射光谱辐射纳入叶片辐射传输模型PROSPECT建立反演模型；

所述反演模型中的短波红外光谱波段按照预设长度间隔分为若干个光谱子集，以不同波段的所述光谱子集作为初始条件，分别将所述第一数据组和所述第二数据组对应的所述光谱反射率实测值代入独立的两个所述反演模型进行初步反演，得到各自的第一叶片氮含量估测值，计算两个所述第一叶片氮含量估测值与对应的所述叶片氮含量实测值之间的第一均方根误差，以精度最高的所述第一均方根误差为筛选条件，通过后向迭代递归从所述光谱子集中选取各自的半离散最优光谱集合；

将两组所述半离散最优光谱集合交叉代入已进行过所述初步反演的反演模型进行交叉验证，得到各自的第二叶片氮含量估测值，计算两个所述第二叶片氮含量估测值与对应的所述叶片氮含量实测值之间的第二均方根误差，若所述第二均方根误差处于预设值内，输出所述反演模型。

2.如权利要求1所述的基于辐射传输模型反演的叶片氮含量估算方法，其特征在于，所述反演模型的建立过程包括：

将所述镜面反射光谱辐射纳入所述叶片辐射传输模型PROSPECT进行正演，获得的光谱反射率模拟值用于建立代价函数；

将所述光谱反射率实测值代入所述代价函数进行初步反演，得到叶片结构参数估测值和镜面反射光谱辐射估测值；

将所述叶片结构参数估测值和所述镜面反射光谱辐射估测值作为先验知识重新代入所述代价函数，通过归一化处理所述先验知识，确定所述先验知识在反演中所占权重，所述权重用于补全所述代价函数。

3.如权利要求2所述的基于辐射传输模型反演的叶片氮含量估算方法，其特征在于，所述光谱反射率模拟值的计算方法为：

其中，λ为光谱波长，，，N_struc, C_ab, C_xc, C_w, N_area, C_area, R_s分别代表入射光线角度，辐射高度角度，叶片结构参数，叶绿素含量，类胡萝卜含量，水分含量，叶片氮含量，含碳化合物含量和镜面反射光谱辐射。

4.如权利要求3所述的基于辐射传输模型反演的叶片氮含量估算方法，其特征在于，所述代价函数为：

其中，θ为模型参数向量，和代表代价函数的光谱波长起始值和终点值；BRF_mes(λ)为光谱反射率实测值；BRF_sim(λ)为光谱反射率模拟值；通过所述代价函数运算得到所述叶片结构参数估测值和所述镜面反射光谱辐射估测值。

5.如权利要求4所述的基于辐射传输模型反演的叶片氮含量估算方法，其特征在于，经过补全的所述代价函数为：

其中，为叶片结构参数最大值，为叶片结构参数最小值，为镜面反射光谱辐射最大值，为镜面反射光谱辐射最小值，为叶片结构参数的权重，为镜面反射光谱辐射的权重。

6.如权利要求1所述的基于辐射传输模型反演的叶片氮含量估算方法，其特征在于，所述短波红外光谱波段设置为1400-2399nm，按照50nm的长度间隔分为20个所述光谱子集。

7.如权利要求6所述的基于辐射传输模型反演的叶片氮含量估算方法，其特征在于，所述后向迭代递归从所述光谱子集中选取各自的半离散最优光谱集合的过程包括：以50nm的长度间隔分为20个所述光谱子集作为初始条件，所述第一数据组和所述第二数据组分别进行所述初步反演得到各自20个所述光谱子集的第一叶片氮含量估测值，将20个所述光谱子集的第一叶片氮含量估测值分别与对应数据组中的叶片氮含量实测值进行均方根误差计算，并搜索得到第一叶片氮含量估测值精确度最高的光谱子集，将搜索到的光谱子集加入当前的最优光谱集合，并通过结合当前的最优光谱集合与剩余的19个光谱子集，形成新的19个光谱子集，每个光谱子集包括两个50nm间隔的光谱子集，利用19个不同光谱子集重新进行所述初步反演，并搜索得到当前阶段下第一叶片氮含量估测值精确度最高的光谱子集，依次迭代类推，直至所有的50nm长度间隔光谱子集依次加入到最优光谱集合，计算每个迭代过程中最优光谱集合得到的第一叶片氮含量估测值的均方根误差，并根据均方根误差排序得到均方根误差最小值所对应的光谱集合。