用于PRISMA和EnMAP图像的植被特征大气顶层反演的高斯过程回归混合模型 | MDPI Remote Sensing

本研究针对卫星光谱数据中大气校正步骤复杂且易引入误差的问题，提出了一种直接从大气顶层 (TOA) 辐射亮度数据反演植被特征的混合模型。该模型结合了植被SCOPE RTM和大气LibRadtran RTM，并采用高斯过程回归 (GPR) 算法，避免了传统大气校正步骤。研究重点反演了叶面积指数 (LAI)、冠层叶绿素含量 (CCC) 等植被冠层特征，并通过PRISMA和EnMAP卫星图像验证了模型的普适性和准确性。结果表明，该混合模型在植被特征反演中表现出色，为全球植被特征制图提供了新思路，特别是在即将开展的哥白尼高光谱成像任务 (CHIME) 背景下具有重要意义。