-
公开(公告)号:CN113945524A
公开(公告)日:2022-01-18
申请号:CN202111164986.2
申请日:2021-09-30
Applicant: 中国地质大学(武汉)
IPC: G01N21/25 , G01N21/27 , G01N21/47 , G06K9/62 , G06V10/774
Abstract: 本发明提供一种基于植被指数(VI)的类胡萝卜素与叶绿素比值(Car/Chl)反演方法,通过模拟数据集分析构建的多个候选植被指数组合对Car和Chl相关性变化的敏感性,选取对其不敏感的植被指数组合VI1;获取实测数据集进行验证,将实测数据集划分为训练数据集和待测数据集,通过训练样本建立植被指数组合VI1与训练样本Car/Chl2的线性校准模型;计算获得各待测样本的植被指数组合VI1,将各待测样本的植被指数组合VI1代入线性校准模型,获得各待测样本的反演值,将各待测样本的反演值与各待测样本的Car/Chl3进行对比,获得反演的精确度。本发明可以提升叶片Car/Chl反演的精度,构建的植被指数受叶绿素和类胡萝卜素相关性变化影响较小,从而能够提高叶片Car/Chl反演精度。
-
公开(公告)号:CN113945524B
公开(公告)日:2023-04-25
申请号:CN202111164986.2
申请日:2021-09-30
Applicant: 中国地质大学(武汉)
IPC: G01N21/25 , G01N21/27 , G01N21/47 , G06F18/214 , G06V10/774
Abstract: 本发明提供一种基于植被指数(VI)的类胡萝卜素与叶绿素比值(Car/Chl)反演方法,通过模拟数据集分析构建的多个候选植被指数组合对Car和Chl相关性变化的敏感性,选取对其不敏感的植被指数组合VI1;获取实测数据集进行验证,将实测数据集划分为训练数据集和待测数据集,通过训练样本建立植被指数组合VI1与训练样本Car/Chl2的线性校准模型;计算获得各待测样本的植被指数组合VI1,将各待测样本的植被指数组合VI1代入线性校准模型,获得各待测样本的反演值,将各待测样本的反演值与各待测样本的Car/Chl3进行对比,获得反演的精确度。本发明可以提升叶片Car/Chl反演的精度,构建的植被指数受叶绿素和类胡萝卜素相关性变化影响较小,从而能够提高叶片Car/Chl反演精度。
-