1.基于连续小波分析的植被叶片叶绿素含量的光谱指数模型，其特征在于按照以下步骤进行：步骤1，基于PROSPECT模型的叶片生化组分与叶片光谱反射率关系建立；

步骤2，叶绿素敏感波谱范围确定；

步骤3，基于连续小波分解的尺度和波段位置；

步骤4，基于PROSECT模型确定新光谱指数参数。

2.按照权利要求1所述基于连续小波分析的植被叶片叶绿素含量的光谱指数模型，其特征在于：所述步骤1中，叶片的光谱反射率R、透射率T和吸收率A满足三者之间恒为1的条件，而叶片的反射率R和透射率T的形态非常相似，可近似表达为：T(λ)＝αR(λ)     (1)

其中，λ是波长；α是比例系数，为一常数，则吸收率A可以表达为

A(λ)＝1-(1+α)R(λ)  (2)

在PROSPECT模型中，叶片的吸收率A可以近似表示为叶片结构参数N和单个平板层吸收系数k的函数：A(λ)＝Nke(λ)+Cabkab(λ)+Carkar(λ)+Cbrownkbrown(λ)+Cmkm(λ)+Cwkw(λ)(3)式中，ke是白化基本层的吸收系数，Cab、Car、Cbrown、Cm、Cw分别为叶片叶绿素含量、类胡萝卜素含量、褐色素含量、水含量、干物质含量；kab、kcar、kbrown、km、kw是叶片叶绿素、类胡萝卜素、褐色素、水、干物质对应的吸收系数光谱；由公式2和3组合，得到叶片反射率R的关系式

1-(α+1)R(λ)＝Nke(λ)+Cabkab(λ)+Carkar(λ)+Cbrownkbrown(λ)+Cmkm(λ)+Cwkw(λ)(4)对公式4进行连续小波分解，可得以下关系式：式中，CWTi(f,s,w)(i＝R,ke,kab,kar,kbrown,km,kw)分别是R(λ),ke(λ),kab(λ),kar(λ),kbrown(λ),km(λ),kw(λ)进行连续小波分解后生成的小波系数，f是小波基函数，s是尺度因子，w是平移因子。

3.按照权利要求1所述基于连续小波分析的植被叶片叶绿素含量的光谱指数模型，其2

特征在于：所述步骤2中利用PROSPECT-5模型模拟了叶片叶绿素含量从5～95μg/cm ，步长为15，固定其他输入参数，获取光谱范围在400-2500nm的反射率数据，利用PROSPECT模型分析其他输入参数的反射率曲线在400～800nm变化情况，分析发现在波段550～700nm范围内，叶绿素Cab和叶肉结构参数N是主要影响因素，确定模型构建的最终波段范围为550～

700nm，则在波长550～700nm内，公式5简化为：

4.按照权利要求1所述基于连续小波分析的植被叶片叶绿素含量的光谱指数模型，其特征在于：所述步骤3中在选定的波段范围550～700nm内，选择小波分解的小波函数、尺度与波谱位置，确定叶绿素反演模型的参数：f，s，w1，w2，对kab、ke进行3种常用连续小波分解bior，coif，sym，最后确定公式6中的小波基f为bior1.1，波谱尺度s为150nm，波段位置w1为

699nm，波段位置w2为613nm，kab的连续小波变换曲线在w1具有波峰，w2具有波谷，代表叶绿素吸收敏感位置波段，叶肉结构参数N对叶片反射光谱影响相当大，并作用范围覆盖整个可见光和近红外区域，因此必须作为重点考虑因素，而N的吸收系数的CWT曲线在w1和w2处值近似为0，降低了N对光谱的影响。

5.按照权利要求1所述基于连续小波分析的植被叶片叶绿素含量的光谱指数模型，其特征在于：所述步骤4中选定的参数f，s，w1，w2值，对公式6可以得到如下两个公式：其中，

比值运算可以构建新的光谱指数，并能消除部分光谱噪声，因此对公式(8)和(9)进行比值运算，得到可以求解叶绿素含量的新的光谱指数，命名为CAB1：根据获取的叶片反射率光谱R(λ)，对R(λ)进行f＝bior1.1,s＝150nm连续小波分解，获取699nm和613nm处的值，N的值可以根据不同植物种类根据不同生长期建立查找表，确定N的值，实验验证CAB1受N值影响较小，因此在实际应用中确定N＝1.5，代入公式(10)就可以估算该叶片叶绿素含量Cab。