[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

说明书

本发明公开一种基于辐射传输模型反演的叶片氮含量估算方法，通过采集广泛地理区域、物种和生长时期的植物获取叶片光谱反射率数据，通过全光谱波段反演辐射传输模型得到叶片结构参数，将其作为先验知识选取模型反演的半离散最优光谱集合，并进行反演策略的交叉验证，从而实现高精度高通用性反演估测叶片氮含量。

技术领域

本发明涉及植被遥感技术领域，尤其涉及一种基于辐射传输模型反演的叶片氮含量估算方法。

背景技术

氮元素是植物生长的重要限制因子，可以通过潜在的气候反馈作用影响陆地生态系统的碳变化，同时也是生态系统过程模型的重要输入参数。叶片氮能够调节植物的多项生理过程，主要包括光合作用，叶片呼吸和蒸腾作用，并与冠层和植株水平性状紧密联系比如光能利用效率，木质生长和净初级生产力等。因其在生物多样性和生态系统功能的重要作用，叶片氮含量也被列为关键生物多样性指标之一，是遥感和生态领域均重点关注的研究目标。

叶片氮含量只占叶片干重的0.2-6.4%，比例很低，基于遥感估测叶片氮含量主要利用了蛋白质和叶绿素的吸收特征，例如可见光、近红外和短波红外区域的光谱信号。由于叶片氮的光谱吸收波段大多位于短波红外区域，常被干物质和水分更强更明显的吸收特征所掩盖，因此叶片氮的遥感反演存在着很高的不确定性。

过去利用高光谱遥感反演叶片氮含量的研究主要采用统计回归方法，这种方法通过建立叶片氮含量和光谱反射率数据的回归方程用来预测，方法简单易用，但是常常与叶片氮实际的吸收特征不一致，导致模型的机理解释度较低；另外，由于回归方程是由数据拟合得到，难以用到其它的独立数据集，导致模型的通用性较低。再者，高光谱遥感反演叶片氮含量方法的辐射传输模型通过基于物理光学定律模拟太阳辐射与叶片的相互作用，包括反射、散射和吸收等过程，来模拟叶片的光谱反射率，而利用模型的反向过程反演估测叶片组分参数。这种方法被广泛的应用于例如叶绿素、水分等具有明显光谱吸收特征的组分，但是用于叶片氮的光谱吸收特征较弱，以及不同叶片参数组合会产生相似光谱反射率，导致出现“病态反演”问题，且反演精度较低。

综上，目前仍然缺乏能够高精度估算叶片氮含量的辐射传输模型反演方法。

发明内容

针对上述问题，本发明提出一种基于辐射传输模型反演的叶片氮含量估算方法，主要解决现有高光谱卫星遥感反演叶片氮含量方法的反演精度低、模型通用性较低的问题。

为解决上述技术问题，本发明的技术方案如下：

一种基于辐射传输模型反演的叶片氮含量估算方法，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。

本发明的有益效果为：通过采集广泛地理区域、物种和生长时期的植物获取叶片光谱反射率数据，采用先验知识和选取模型反演半离散最优光谱集合，并进行反演策略的交叉验证，从而实现高精度高通用性反演估测叶片氮含量。

附图说明