1.一种基于非线性偏最小二乘优化模型的森林碳汇遥感估算方法，其特征在于按如下步骤进行：(1)、在研究区域内设置调查样地，观测样地内的地上部分生物量并转化为碳储量，获取与观测时间相对应的遥感影像，将遥感影像的多个波段光谱反射率作为自变量，碳储量作为因变量；

(2)、按照公式①对自变量空间的每一个自变量xj进行高斯核函数变换，得到新的自变量，将因变量与新的自变量进行标准化处理，处理后的数据符合公式②的线性关系；

①

②

其中j＝1，2，…，p；l＝0，1，2，…，M+2；ξj，l-1＝min(xj)+(l-1)hj，为变量xj上划分的区间分点； 为变量xj上分段长度；M为变量xj上分段数，M的初始值设为1；为Z标准化后的值；为y标准化后的值；

(3)、对公式②进行线性偏最小二乘回归，其中提取的成分数Cp为1，求得回归系数αj，l；将αj，l还原为原变量的回归系数β0，βj，l，最后由全体自变量与因变量的非线性拟合函数公式③得到估计值；

③

(4)、采用LOO(Leave One Out)交叉有效性对模型进行评价，LOO交叉有效性检验过程为：去掉一个样本，用剩余n-1个样本建模，并用对去掉的样本进行预测，得到所有样本的估计值；用公式④计算得到估计值与真实值之间的相关系数并作为评价指标；

④

其中 模型估计值，yi观测值， 观测平均值；估计平均值；

(5)、重复步骤(3)到(4)，每次重复时将Cp增加1，直到提取成分数达到最大值；对于每一个M，核函数变换能把原始p维变量映射到 维空间，可提取的最多成分数为(6)、重复步骤(2)到(5)，每次重复时将步骤(2)中的M增加1，直到M等于预设值n，比如n＝8，Mi＝i，i＝1，2，...，8；

(7)、非线性偏最小二乘回归精度取决于M和Cp，如果各变量的分段数M一定，则对每一个M，Cp从1到C变化，能得到C个模型，这样总共可以建立 个模型；然后，从所有模型中寻找估计值与实际值相关系数最大的模型，并用此时的Mj和Cp建模，作为最终的估算模型。