当前位置: 首页> 交通专利数据库 >详情
原文传递 一种利用高光谱遥感分离阴叶和阳叶叶绿素荧光的方法
专利名称: 一种利用高光谱遥感分离阴叶和阳叶叶绿素荧光的方法
摘要: 本发明公开了一种利用高光谱遥感分离阴叶和阳叶叶绿素荧光的方法,其步骤为:步骤S100:建立多角度探测叶绿素荧光和光化学植被指数的装置;步骤S200:获取长时间序列的多角度叶绿素荧光观测数据;步骤S300:建立叶绿素荧光角度校正模型,对观测到原始的叶绿素荧光进行角度校正;步骤S400:建立阴叶和阳叶叶绿素荧光分离模型,对冠层总的叶绿素荧光进行分离,得到阴叶和阳叶的叶绿素荧光。本发明通过建立叶绿素荧光角度校正模型,对观测到的叶绿素荧光进行角度校正,经过角度校正后的叶绿素荧光估算植被总初级生产力时更加准确。在对冠层总的荧光进行阴叶叶绿素和阳叶叶绿素的分离时也充分考多次散射的影响,从而提高了分离的准确性。
专利类型: 发明专利
国家地区组织代码: 北京;11
申请人: 中国人民解放军战略支援部队航天工程大学
发明人: 丑述仁;陈斌;陈镜明;王鹏;夏鲁瑞
专利状态: 有效
申请日期: 2019-04-02T00:00:00+0800
发布日期: 2019-06-18T00:00:00+0800
申请号: CN201910263117.1
公开号: CN109900672A
代理机构: 长沙市护航专利代理事务所(特殊普通合伙)
代理人: 莫晓齐
分类号: G01N21/64(2006.01);G;G01;G01N;G01N21
申请人地址: 101416 北京市怀柔区八一路一号
主权项: 1.一种利用高光谱遥感分离阴叶和阳叶叶绿素荧光的方法,其特征在于,包括如下步骤: 步骤S100:建立多角度探测叶绿素荧光和光化学植被指数的装置; 步骤S200:获取长时间序列的多角度叶绿素荧光观测数据; 步骤S300:建立叶绿素荧光角度校正模型,对观测到原始的叶绿素荧光进行角度校正; 步骤S400:建立阴叶和阳叶叶绿素荧光分离模型,对冠层总的叶绿素荧光进行分离,得到阴叶和阳叶的叶绿素荧光。 2.根据权利要求1所述的利用高光谱遥感分离阴叶和阳叶叶绿素荧光的方法,其特征在于,所述步骤S300的叶绿素荧光角度校正方法为: 步骤S310:根据太阳天顶角、观测天顶角以及太阳方位角和观测方位角之间的夹角,计算多角度探测叶绿素荧光和光化学植被指数的装置的传感器与太阳之间的夹角; 步骤S320:计算阳叶总叶面积指数、传感器观测到的总叶面积指数以及传感器观测到的阳叶总叶面积指数; 步骤S330:根据传感器观测到的阳叶总叶面积指数、阳叶的总叶面积指数、热点函数、一阶散射相函数,得到推算的角度校正后的阳叶总叶面积指数; 步骤S340:建立叶绿素荧光角度校正模型,对观测到原始的叶绿素荧光进行角度校正。 3.根据权利要求2所述的利用高光谱遥感分离阴叶和阳叶叶绿素荧光的方法,其特征在于,所述步骤S340中叶绿素荧光角度校正模型为: SIFhotspot=SIFobs·Lsun/(L'sun_v+L'sh_v/β+Lv·α) (10) SIFcanopy=SIFhotspot+SIFsh·(L-Lsun) (11) SIFobs=SIFsunlit·(L'sun_v+L'sh_v/β+α·Lv) (12) 其中,SIFhotspot为热点方向总的叶绿素荧光,SIFobs为角度校正前的原始荧光数据,SIFsunlit为阳叶的叶绿素荧光,SIFcanopy为冠层总的叶绿素荧光,SIFsh为阴叶的叶绿素荧光,Lsun为阳叶总叶面积指数,L'sun_v为推算的观测视场角内阳叶的总叶面积指数,L'sh_v为推算的观测视场角内阴叶的总叶面积指数,Lv为传感器观测到的总叶面积指数,L为总叶面积指数,β为冠层没有考虑多次散射影响阳叶的叶绿素荧光和阴叶的叶绿素荧光的比值,α为多次散射因子。 4.根据权利要求3所述的利用高光谱遥感分离阴叶和阳叶叶绿素荧光的方法,其特征在于,所述步骤S400的叶绿素荧光分离模型考虑多次散射的影响,具体为: SIFcanopy=Psunlit·SIFsunlit(1+αsunlit)+Pshaded·SIFsh(1+αshaded) (20) ω=(ρ+τ)/2 (24) 其中:Psunlit为传感器观测到的阳叶叶绿素荧光的概率,Pshaded为传感器观测到的阴叶叶绿素荧光的概率,αsunlit为阳叶的多次散射因子,αshaded为阴叶的多次散射因子,ρ为反射率,τ为透射率。 5.根据权利要求4所述的利用高光谱遥感分离阴叶和阳叶叶绿素荧光的方法,其特征在于,传感器观测到的阳叶叶绿素荧光的概率和传感器观测到的阴叶叶绿素荧光的概率具体为: Pshaded=1-Psunlit-P(θv) (16) 其中,Γ(ξ)为一阶散射相函数,P(θv)为看见背景的概率,G(θv)、G(θs)均为投影函数,Ω为聚集度指数。
所属类别: 发明专利
检索历史
应用推荐