1.一种基于植被指数的类胡萝卜素与叶绿素比值反演方法，其特征在于，包括：

S1：构建多个候选植被指数组合；

构建多个候选植被指数组合的具体步骤为：

S11：通过辐射传输模型PROSPECT‑5生成的模拟数据集DatasetA，获取模拟数据集DatasetA中样本的叶片参数，所述叶片参数包括：结构参数N、叶绿素含量Chl、类胡萝卜素含量Car、叶片水含量和干物质含量，将所述模拟数据集样本的叶片参数输入辐射传输模型PROSPECT‑5进行正向运算，获得模拟数据集中样本的叶片反射率谱；

S12：通过所述叶片反射率谱，计算获取模拟数据集中样本的各类胡萝卜素指数和叶绿素指数；

S13：将所述类胡萝卜素指数和叶绿素指数与各自对应的类胡萝卜素和叶绿素含量分别进行线性回归；

S14：分别选取若干对类胡萝卜素含量和叶绿素含量敏感的植被指数，构建以类胡萝卜素指数除以叶绿素指数形式的植被指数组合VI1，VI2，VI3和VI4；

S2：分析所述多个候选植被指数组合对叶绿素和类胡萝卜素相关性变化的敏感性，选取对叶绿素和类胡萝卜素最不敏感的植被指数组合VI1；

选取最不敏感的植被指数组合VI1的具体步骤如下：

S21：利用辐射传输模型PROSPECT‑5模拟不同叶绿素和类胡萝卜素相关性情况下的光谱数据集Dataset1‑5，获取光谱模拟数据集Dataset1‑5中样本的叶片参数，该叶片参数包括：结构参数N、叶绿素含量Chl、类胡萝卜素含量Car、叶片水含量和干物质含量，将所述叶片参数输入辐射传输模型PROSPECT‑5进行正向运算，获得光谱模拟数据集Dataset1‑5中样本的叶片反射率谱；

S22：通过所述光谱模拟数据集Dataset1‑5的叶片反射率谱，计算获得光谱模拟数据集i的植被指数组合VIi1，VIi2，VIi3和VIi4，其中i表示光谱模拟数据集的编号，0＜i≤5；

S23：将VIi1，VIi2，VIi3和VIi4与所述各自对应光谱模拟数据集中的类胡萝卜素与叶绿素比值进行线性回归，选取对叶绿素和类胡萝卜素相关性变化最不敏感的植被指数组合VI1；

S3：获取实测数据集，用于验证所述植被指数组合VI1；

S4：将所述实测数据集随机划分为训练数据集和待测数据集，利用所述训练数据集的训练样本，建立所述训练样本的叶绿素和类胡萝卜素比值Car/Chl2的线性校准模型；

S5：将所述植被指数组合VI1代入所述线性校准模型，获得待测数据集中各待测样本的反演值；将各待测样本的反演值与各待测样本的类胡萝卜素与叶绿素比值Car/Chl3进行对比，获得反演的精确度。

2.根据权利要求1所述的基于植被指数的类胡萝卜素与叶绿素比值反演方法，其特征在于，步骤S3中的验证过程如下：S31：获取实测样本数据集，所述实测样本数据集包括：各实测样本的叶片反射率谱和类胡萝卜素与叶绿素比值Car/Chl；

S32：通过所述实测数据集的叶片反射率谱，计算获得实测数据集j的植被指数组合VIj1，VIj2，VIj3和VIj4，其中j表示模拟数据集的编号，0＜j≤3；

S33：将VIj1，VIj2，VIj3和VIj4与所述各自对应实测数据集j中的类胡萝卜素与叶绿素比值进行线性回归，以此验证在模拟数据中选择的植被指数组合VI1在实测数据集中的性能比其他的植被指数组合VI2，VI3和VI4的性能好。

3.一种基于植被指数的类胡萝卜素与叶绿素比值反演系统，其特征在于，包括：

植被指数组合构建模块，用于通过辐射传输模型PROSPECT‑5生成的模拟数据集DatasetA构建多个候选植被指数组合；

所述植被指数组合构建模块中，通过辐射传输模型PROSPECT‑5生成的模拟数据集DatasetA，获取模拟数据集DatasetA中样本的叶片参数，所述叶片参数包括：结构参数N、叶绿素含量Chl、类胡萝卜素含量Car、叶片水含量和干物质含量，将所述模拟数据集样本的叶片参数输入辐射传输模型PROSPECT‑5进行正向运算，获得模拟数据集中样本的叶片反射率谱；

通过所述叶片反射率谱，计算获取模拟数据集中样本的各类胡萝卜素指数和叶绿素指数；

将所述类胡萝卜素指数和叶绿素指数与各自对应的类胡萝卜素和叶绿素含量分别进行线性回归；

分别选取若干对类胡萝卜素含量和叶绿素含量敏感的植被指数，构建以类胡萝卜素指数除以叶绿素指数形式的植被指数组合VI1，VI2，VI3和VI4；

植被指数组合的敏感性分析模块，用于利用辐射传输模型PROSPECT‑5模拟不同叶绿素和类胡萝卜素相关性情况下的光谱数据集Dataset1‑5，通过Dataset1‑5分析构建的植被指数组合对叶绿素和类胡萝卜素相关性变化的敏感性，选取对叶绿素和类胡萝卜素最不敏感的植被指数组合VI1；

所述植被指数组合的敏感性分析模块中，选取最不敏感的植被指数组合VI1的具体步骤如下：利用辐射传输模型PROSPECT‑5模拟不同叶绿素和类胡萝卜素相关性情况下的光谱数据集Dataset1‑5，获取光谱模拟数据集Dataset1‑5中样本的叶片参数，该叶片参数包括：结构参数N、叶绿素含量Chl、类胡萝卜素含量Car、叶片水含量和干物质含量，将所述叶片参数输入辐射传输模型PROSPECT‑5进行正向运算，获得光谱模拟数据集Dataset1‑5中样本的叶片反射率谱；

通过所述光谱模拟数据集Dataset1‑5的叶片反射率谱，计算获得光谱模拟数据集i的植被指数组合VIi1，VIi2，VIi3和VIi4，其中i表示光谱模拟数据集的编号，0＜i≤5；

将VIi1，VIi2，VIi3和VIi4与所述各自对应光谱模拟数据集中的类胡萝卜素与叶绿素比值进行线性回归，选取对叶绿素和类胡萝卜素相关性变化最不敏感的植被指数组合VI1；

实测数据集验证模块，用于通过实测数据集验证在光谱数据集中选择的所述植被指数组合VI1；

校准模型构建模块，用于将所述实测数据集随机划分为训练数据集和待测数据集，利用所述训练数据集中的训练样本，建立所述训练样本的叶绿素和类胡萝卜素比值Car/Chl2的线性校准模型；

待测样本反演值计算模块，用于将所述植被指数组合VI1代入所述线性校准模型，获得所述待测数据集中的各待测样本的反演值，将各待测样本的反演值与各待测样本的类胡萝卜素与叶绿素比值Car/Chl3进行对比，获得反演的精确度。

4.如权利要求3所述的一种基于植被指数的类胡萝卜素与叶绿素比值反演系统，其特征在于，所述实测数据集验证模块中，验证过程如下：获取实测样本数据集，所述实测样本数据集包括：各实测样本的叶片反射率谱和类胡萝卜素与叶绿素比值Car/Chl；

通过所述实测数据集的叶片反射率谱，计算获得实测数据集j的植被指数组合VIj1，VIj2，VIj3和VIj4，其中j表示模拟数据集的编号，0＜j≤3；

将VIj1，VIj2，VIj3和VIj4与所述各自对应实测数据集j中的类胡萝卜素与叶绿素比值进行线性回归，以此验证在模拟数据中选择的植被指数组合VI1在实测数据集中的性能比其他的植被指数组合VI2，VI3和VI4的性能好。