一种基于高光谱数据的森林叶绿素含量综合估算方法

AITNT
正文
推荐专利
一种基于高光谱数据的森林叶绿素含量综合估算方法
申请号:CN202410744285
申请日期:2024-06-11
公开号:CN118734256A
公开日期:2024-10-01
类型:发明专利
摘要
本发明涉及高光谱遥感技术领域,具体涉及一种基于高光谱数据的森林叶绿素含量综合估算方法,基于特定步长叶绿素含量下的高光谱反射率数据,获取敏感波段,筛选并计算光谱特征指数,构建综合反演模型,得到森林叶绿素含量反演结果。通过改变植被辐射传输模型的关键变量,获取理想状态下特定步长叶绿素含量的森林叶片反射率数据;依据敏感波段的波长范围筛选特征光谱指数,综合半经验统计方法与微粒群参数优化方法,构建基于特征指数的叶绿素含量的融合算法回归预测模型;通过分析模型预测结果的符合度指标,结合决定系数和敏感性系数,形成面向特定物候期的融合半经验方法和物理方法的森林叶绿素含量估算方法集,解决现有的叶绿素含量估算方法反演精度较低的问题。
技术关键词
综合估算方法 特征光谱指数 叶片叶绿素含量 回归预测模型 反射率数据 微粒群优化算法 偏最小二乘法 融合算法 叶绿素含量变化 高光谱遥感技术 辐射传输模型 参数优化方法 SVM算法 波长 建模误差 反演模型 统计方法 物理
系统为您推荐了相关专利信息
1
一种面向眼科患者诊断信息采集、存储与分析系统
分析系统 数据存储 数据分析模块 眼科 回归预测模型
2
一种基于高光谱的矿物蚀变特征提取方法
特征提取方法 遥感影像数据 辐射传输模型 复合核函数 光谱相似性度量
3
一种顶管机能耗预测方法及装置
能耗预测方法 回归预测模型 顶管机 时间滞后模型 注意力
4
一种基于粒子群优化随机森林的地壳形变时序模拟方法
形变监测技术 代表 数据 回归预测模型 速度
5
汽车的锂电池健康状态预测方法、装置、车辆及介质
健康状态预测 回归预测模型 锂电池管理系统 数据 锂电池健康状态
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号