摘要
本发明提供了一种全球植被冠层水分含量反演方法,属于遥感地学领域,获取全球植被性状数据库中的植被性状数据,统计不同植被类型中各性状的分布情况及其相关性;通过前向模拟生成不同植被类型的训练样本;采用光谱响应函数对模拟光谱数据进行卷积转换,得到等价光谱;评估不同光谱和植被指数的特征组合,确定适用于不同植被类型的最优特征组合和机器学习算法;依据植被类型和冠层结构自适应调用相应反演模型,实现全球植被冠层水分含量的遥感估算。本发明能够高效地反演不同植被类型的冠层水分含量生成具有空间适应性和较高精度的全球植被冠层水分含量遥感产品,为生态环境监测、干旱评估及碳水通量模拟等应用提供数据支持。