1.一种基于植被指数三维矩阵的叶片干物质含量反演方法，其特征在于，包括：S1：获取训练样本的叶片参数，所述训练样本的叶片参数包括：结构参数N、叶绿素含量、类胡萝卜素含量、叶片水含量和干物质含量LMA，将所述训练样本的叶片参数输入PROSPECT‑D辐射传输模型进行正向运算，获得训练样本的叶片反射率谱；

S2：通过所述训练样本的叶片反射率谱计算获得三维矩阵各坐标轴对应的植被指数，通过所述植被指数和对应的所述LMA构建三维矩阵空间，所述三维矩阵空间包括n×n×n个矩阵单元；

S3：获取待测样本数据集，所述待测样本数据集包括：各待测样本的叶片反射率谱和干物质含量LMA2；

S4：通过所述待测样本的叶片反射率谱计算获得各待测样本的反演坐标，将各所述待测样本的反演坐标输入所述三维矩阵空间，获得各待测样本的反演值；

S5：将各所述待测样本的反演值与各所述待测样本的干物质含量LMA2进行对比，获得反演的精确度；

步骤S2具体为：

S21：选取对所述LMA敏感的植被指数VI1、植被指数VI2和植被指数VI3作为所述三维矩阵的坐标轴；其中所述植被指数VI1作为所述三维矩阵的x轴，植被指数VI2作为所述三维矩阵的y轴，植被指数VI3作为所述三维矩阵的z轴；

S22：通过各所述训练样本的叶片反射率谱，计算获取所述植被指数VI1、所述植被指数VI2和所述植被指数VI3的数值范围；

S23：将所述植被指数VI1、所述植被指数VI2和所述植被指数VI3的数值范围均等分成n份，将所述三维矩阵分为n×n×n的所述矩阵单元，n为大于0的整数；

S24：在各所述矩阵单元内填充对应的所述LMA，获得所述三维矩阵空间。

2.根据权利要求1所述的基于植被指数三维矩阵的叶片干物质含量反演方法，其特征在于，步骤S4具体为：S41：通过待测样本i的叶片反射率谱，计算获得待测样本i的植被指数VIi1，植被指数VIi2和植被指数VIi3，其中i表示待测样本的编号，0＜i≤m，m表示待测样本的总数m；将(VIi1，VIi2，VIi3)作为待测样本i的反演坐标；

S42：将反演坐标(VIi1，VIi2，VIi3)输入所述三维矩阵空间，反演坐标(VIi1，VIi2，VIi3)所在的矩阵单元为待测单元，判断该待测单元是否为NaN；若是，则将最临近该待测单元的所有非NaN矩阵单元的LMA平均值作为待测样本i的反演值；否则，将该待测单元的LMA作为待测样本i的反演值；

S43：重复步骤S41‑S42共m次，获得各待测样本的反演值。

3.一种基于植被指数三维矩阵的叶片干物质含量反演系统，其特征在于，包括：训练样本叶片反射率谱获取模块，用于获取训练样本的叶片参数，所述训练样本的叶片参数包括：结构参数N、叶绿素含量、类胡萝卜素含量、叶片水含量和干物质含量LMA，将所述训练样本的叶片参数输入PROSPECT‑D辐射传输模型进行正向运算，获得训练样本的叶片反射率谱；

三维矩阵空间构建模块，用于通过所述训练样本的叶片反射率谱计算获得三维矩阵各坐标轴对应的植被指数，通过所述植被指数和对应的所述LMA构建三维矩阵空间，所述三维矩阵空间包括n×n×n个矩阵单元；

待测样本数据集获取模块，用于获取待测样本数据集，所述待测样本数据集包括：各待测样本的叶片反射率谱和干物质含量LMA2；

待测样本反演值计算模块，用于通过所述待测样本的叶片反射率谱计算获得各待测样本的反演坐标，将各所述待测样本的反演坐标输入所述三维矩阵空间，获得各待测样本的反演值；

反演精确度计算模块，用于将各所述待测样本的反演值与各所述待测样本的干物质含量LMA2进行对比，获得反演的精确度；

三维矩阵空间构建模块的工作流程具体为：

S21：选取对所述LMA敏感的植被指数VI1、植被指数VI2和植被指数VI3作为所述三维矩阵的坐标轴；其中所述植被指数VI1作为所述三维矩阵的x轴，植被指数VI2作为所述三维矩阵的y轴，植被指数VI3作为所述三维矩阵的z轴；

S22：通过各所述训练样本的叶片反射率谱，计算获取所述植被指数VI1、所述植被指数VI2和所述植被指数VI3的数值范围；

S23：将所述植被指数VI1、所述植被指数VI2和所述植被指数VI3的数值范围均等分成n份，将所述三维矩阵分为n×n×n的所述矩阵单元，n为大于0的整数；

S24：在各所述矩阵单元内填充对应的所述LMA，获得所述三维矩阵空间。