-
公开(公告)号：CN113722990A
公开(公告)日：2021-11-30
申请号：CN202110966595.6
申请日：2021-08-23
Applicant: 中国地质大学(武汉)
Abstract: 本发明涉及生化参数反演领域，提供一种基于植被指数三维矩阵的叶片干物质含量反演方法及系统，包括：S1：将训练样本的叶片参数输入PROSPECT‑D辐射传输模型进行正向运算，获得训练样本的叶片反射率谱；S2：通过训练样本的叶片反射率谱构建三维矩阵空间；S3：获取待测样本数据集；S4：计算获得各待测样本的反演坐标，将各待测样本的反演坐标输入三维矩阵空间，获得各待测样本的反演值；S5：将各待测样本的反演值与各待测样本的干物质含量LMA2进行对比，获得反演的精确度。本发明相对于单一植被指数法可以显著提升叶片干物质反演的精度，通过使用PROSPECT‑D模型的大范围模拟而具有一定的泛化能力，使用时十分高效，简单，适用于较大尺度的LMA研究。
-
公开(公告)号：CN113722990B
公开(公告)日：2023-10-10
申请号：CN202110966595.6
申请日：2021-08-23
Applicant: 中国地质大学(武汉)
Abstract: 本发明涉及生化参数反演领域，提供一种基于植被指数三维矩阵的叶片干物质含量反演方法及系统，包括：S1：将训练样本的叶片参数输入PROSPECT‑D辐射传输模型进行正向运算，获得训练样本的叶片反射率谱；S2：通过训练样本的叶片反射率谱构建三维矩阵空间；S3：获取待测样本数据集；S4：计算获得各待测样本的反演坐标，将各待测样本的反演坐标输入三维矩阵空间，获得各待测样本的反演值；S5：将各待测样本的反演值与各待测样本的干物质含量LMA2进行对比，获得反演的精确度。本发明相对于单一植被指数法可以显著提升叶片干物质反演的精度，通过使用PROSPECT‑D模型的大范围模拟而具有一定的泛化能力，使用时十分高效，简单，适用于较大尺度的LMA研究。
-
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。
-
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。
-
-
-
Search Results
4
records
(took 0.023 seconds)
