基于多波段作物遥感辐射模型的LAI协同反演与真实性检验研究

针对国内综合利用可见光/近红外和热红外波段共同建立遥感辐射模型和开展参数协同反演研究不足的现状，以北京市郊小麦LAI为例，以地面光谱、高空间和中低空间分辨率遥感数据为基础，开展小区、大田、区域三个尺度的试验，研究建立小麦冠层可见光、近红外和热红外多波段一体化辐射模型，利用不同光谱波段数据提供的冠层结构和光谱参数信息，探索建立综合可见光/近红外与热红外模型的LAI协同反演模型。进而开展多空间尺度的小麦LAI反演真实性检验研究，分析LAI反演的敏感性及可能误差源，探明其反演精度和适用范围。研究成果可为生理参数反演及真实性检验提供参考，为我国作物估产和长势监测服务，对遥感数据源筛选、提高农业估产精度和卫星数据利用率具有重要理论意义和实用价值。

本项目以北京市郊小麦LAI为例，基于地面光谱、高空间和中低空间分辨率遥感数据，研发完成了基于HJ-1星CCD及热红外数据的LAI遥感定量反演流程与模型库，并构建了多角度热暗点植被指数（HDS_VI），可有效改善传统植被指数普遍存在的“饱和现象”。建立了基于多角度植被指数的LAI反演模型以及基于powell算法和遗传算法结合的热红外数据LAI反演模型，并将辐射传输模型与人工神经网络算法结合构建了长时间序列LAI反演模型并研制出HJ-LAI查找表。在本项目资助下，已发表科研学术论文18篇，其中SCI 3篇， EI 8篇， CSCD 6篇。并申请发明专利一项“一种测量近地面BRDF观测角的方法和装置”已受理。