植被生物物理与生物化学参量反演基于光谱特征分析的方法

特征参量法:将光谱上某个吸收特征(谷)或反射峰特征参量化，建立关联方程。应用最广泛的特征是植被所特有的“红边”，定义为反射率光谱在680～750 nm波长之间的一阶导数最大值对应的波长位置。由此又派生出红边斜率(红边对应的一阶导数值)等参量,这些红边参量对叶绿素、生物量、氮物候等的变化很敏感。 另外，些吸收特征对参量反演也很有用处，在室内条件下测定叶片光谱反射率，将1.65～1.85μm波长间的水汽吸收特征以三个参量表达，即吸收深度、吸收面积及非对称度，对叶片相对含水量进行了统计回归,取得了很好的反演效果。但需要注意的是，该光谱吸收特征在室外大田条件下将被大气水汽吸收所淹没。

光谱指数法:将两个或者多个特征波段经线性或非线性组合，构成对某个生理生化参量敏感的光谱指数。我们所熟知的宽波段归一化差异植被指数NDVI就属于此类，它是植被光谱所特有的红光吸收谷和近红外反射峰肩部特征经比值归一化得到，可用于估算植被覆盖度、叶绿素含量、生物量等参数。它的优势在于可以部分消除太阳高度角、遥感器观测角和大气等的影响,但是它对土壤背景的变化较为敏感。高光谱遥感数据的诸多窄波段为发展个对植被参量敏感，且最大程限抑制大气、土壤等影响的光谱指数提供了更多选择空间，如优化的土壤调整植被指数。