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
分析系统
数据存储
数据分析模块
眼科
回归预测模型
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
能耗预测方法
回归预测模型
顶管机
时间滞后模型
注意力
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