1.一种多传感器信息融合的植物叶面积指数检测方法，其特征在于：所述方法包括：

基于卡尔曼的滤波方法实现激光雷达传感器、惯性测量单元和卫星导航定位系统之间的数据同步；

采用激光雷达传感器扫描植物冠层侧面，获得植物冠层切面轮廓的二维激光点云数据；其中，所述二维激光点云数据由一系列扫描角度间隔为α的数据点构成，每个数据点由三部分组成，包括扫描角度θ，该角度θ对应的径向距离radialDis，探测目标点的表面反射率RSSI，第n次激光扫描采样的点云数据以坐标(θk,radialDisk,RSSIk)n表示，其中k在1到激光雷达传感器最大扫描线数之间取值，扫描角度间隔α等于(θk-θk-1)；

采用惯性测量单元获取激光雷达传感器的姿态角，并根据姿态角对所述二维激光点云数据进行矫正，如下式：其中，(θk,radialDisk,RSSIk)n为第n次激光扫描采样时激光雷达传感器的姿态角，(θk,radialDisk,RSSIk)n为第n次激光扫描采样的点云数据，(θ’k,radialDis’k,RSSI’k)n为根据姿态角采样矫正后的第n次激光扫描采样的点云数据，Fun1为矫正函数，θ为扫描角度，radialDis为角度θ对应的径向距离，RSSI为探测目标点的表面反射率，k在1到激光雷达传感器最大扫描线数之间取值；所述姿态角包括横滚角、俯仰角和偏航角；

采用卫星导航定位系统获取激光雷达传感器的定位坐标，根据定位坐标计算两次激光扫描点之间的距离，融合定位坐标与矫正后的二维激光点云数据重构植物冠层三维激光点云图；

获取叶面积指数反演计算所需的相关参数，构建叶面积指数估算模型，运算模型得到植物的叶面积指数，具体包括：选择一株样本植物，对样本植物进行取样测量，获取样本植物准确的叶面积指数LAIreal；

获取样本植物的三维激光点云图数据(Coord,(θ’k,radialDis’k,RSSI’k))n；其中，θ为扫描角度，radialDis为角度θ对应的径向距离，RSSI为探测目标点的表面反射率，k在1到激光雷达传感器最大扫描线数之间取值，Coordn为激光雷达传感器第n次激光扫描点的定位坐标，(θ’k,radialDis’k,RSSI’k)n为根据姿态角采样矫正后的第n次激光扫描采样的点云数据；

对样本植物构建叶面积指数估算模型，利用样本植物的叶面积指数LAIreal计算出叶墙面积系数λ1、击中点比例系数λ2、击穿点比例因子λ3、反射率系数λ4和修正值R，如下式：其中，LWA为植物的叶墙面积，Phit为击中点的比例，Pthrough为击穿点的比例；

按照上述步骤，再选择一株样本植物，计算出叶墙面积系数λ1、击中点比例系数λ2、击穿点比例因子λ3、反射率系数λ4和修正值R，取两次计算结果的平均值作为最终的计算值；

利用最终计算得到的叶墙面积系数λ1、击中点比例系数λ2、击穿点比例因子λ3、反射率系数λ4和修正值R，代入叶面积指数估算模型进行反演计算，得到单株植物的叶面积指数LAI，如下式：

2.根据权利要求1所述的一种多传感器信息融合的植物叶面积指数检测方法，其特征在于：所述根据定位坐标计算两次激光扫描点之间的距离，如下式：d＝Fun2(Coordn,Coordn-1)

其中，Coordn为激光雷达传感器第n次激光扫描点的定位坐标，Fun2为两点定位坐标求解距离d的函数。

3.根据权利要求1所述的一种多传感器信息融合的植物叶面积指数检测方法，其特征在于：所述击中点是指小于植物行距的激光扫描测距点，所述击穿点是指大于植物行距的激光扫描测距点。

4.一种多传感器信息融合的植物叶面积指数检测系统，其特征在于：所述检测系统包括：

数据同步单元，用于基于卡尔曼的滤波方法实现激光雷达传感器、惯性测量单元和卫星导航定位系统之间的数据同步；

激光雷达传感器，用于扫描植物冠层侧面，获得植物冠层切面轮廓的二维激光点云数据；其中，所述二维激光点云数据由一系列扫描角度间隔为α的数据点构成，每个数据点由三部分组成，包括扫描角度θ，该角度θ对应的径向距离radialDis，探测目标点的表面反射率RSSI，第n次激光扫描采样的点云数据以坐标(θk,radialDisk,RSSIk)n表示，其中k在1到激光雷达传感器最大扫描线数之间取值，扫描角度间隔α等于(θk-θk-1)；

惯性测量单元，用于获取激光雷达传感器的姿态角，并根据姿态角对所述二维激光点云数据进行矫正，如下式：其中，(θk,radialDisk,RSSIk)n为第n次激光扫描采样时激光雷达传感器的姿态角，(θk,radialDisk,RSSIk)n为第n次激光扫描采样的点云数据，(θ’k,radialDis’k,RSSI’k)n为根据姿态角采样矫正后的第n次激光扫描采样的点云数据，Fun1为矫正函数，θ为扫描角度，radialDis为角度θ对应的径向距离，RSSI为探测目标点的表面反射率，k在1到激光雷达传感器最大扫描线数之间取值；所述姿态角包括横滚角、俯仰角和偏航角；

卫星导航定位系统，用于获取激光雷达传感器的定位坐标，根据定位坐标计算两次激光扫描点之间的距离，融合定位坐标与矫正后的二维激光点云数据重构植物冠层三维激光点云图；

运算单元，用于获取叶面积指数反演计算所需的相关参数，构建叶面积指数估算模型，运算模型得到植物的叶面积指数，具体包括：选择一株样本植物，对样本植物进行取样测量，获取样本植物准确的叶面积指数LAIreal；

获取样本植物的三维激光点云图数据(Coord,(θ’k,radialDis’k,RSSI’k))n；其中，θ为扫描角度，radialDis为角度θ对应的径向距离，RSSI为探测目标点的表面反射率，k在1到激光雷达传感器最大扫描线数之间取值，Coordn为激光雷达传感器第n次激光扫描点的定位坐标，(θ’k,radialDis’k,RSSI’k)n为根据姿态角采样矫正后的第n次激光扫描采样的点云数据；

对样本植物构建叶面积指数估算模型，利用样本植物的叶面积指数LAIreal计算出叶墙面积系数λ1、击中点比例系数λ2、击穿点比例因子λ3、反射率系数λ4和修正值R，如下式：其中，LWA为植物的叶墙面积，Phit为击中点的比例，Pthrough为击穿点的比例；

按照上述步骤，再选择一株样本植物，计算出叶墙面积系数λ1、击中点比例系数λ2、击穿点比例因子λ3、反射率系数λ4和修正值R，取两次计算结果的平均值作为最终的计算值；

利用最终计算得到的叶墙面积系数λ1、击中点比例系数λ2、击穿点比例因子λ3、反射率系数λ4和修正值R，代入叶面积指数估算模型进行反演计算，得到单株植物的叶面积指数LAI，如下式：

5.根据权利要求4所述的一种多传感器信息融合的植物叶面积指数检测系统，其特征在于：所述激光雷达传感器的角度分辨率不低于1°，测距距离不小于3m。

6.根据权利要求4所述的一种多传感器信息融合的植物叶面积指数检测系统，其特征在于：所述惯性测量单元包括三轴加速度计和三轴角速度计，惯性测量单元的数据输出速率不低于10Hz，动态测角精度不低于0.1°。

7.根据权利要求4所述的一种多传感器信息融合的植物叶面积指数检测系统，其特征在于：所述卫星导航定位系统的数据输出速率不小于10Hz，平面精度不低于1cm，高程精度不低于2cm。