1.一種棉花全生育期冠層SPAD值遙感估算模型構建方法，其特征在于，包括以下步驟：
選擇多個實驗小區(qū)，在每個實驗小區(qū)選擇多個樣點；
分別于棉花的不同成長關鍵生育期進行冠層光譜測量；
每個樣點測多條完整曲線，最后取其均值作為該樣點的平均反射光譜，每個小區(qū)取多個樣點的反射光譜平均值作為該小區(qū)的反射光譜；
在測定光譜的樣點處，選擇棉花冠層展開的第二、三片葉片進行測量，每個樣點隨機測量多個SPAD值，取其平均值作為該樣點的冠層葉綠素值；
將棉花原始冠層光譜反射率與葉片SPAD值進行單相關分析；
將棉花冠層光譜反射率作一階微分后與葉片SPAD值進行相關分析；
將選取的多種遙感光譜參數(shù)與SPAD值進行相關分析，選取相關性最大的遙感光譜參數(shù)進行建模。
2.根據(jù)權利要求1所述的棉花全生育期冠層SPAD值遙感估算模型構建方法，其特征在于，還包括：
將得到的原始光譜進行處理后得到光滑完整的光譜曲線，再對反射光譜做一階微分處理以消除噪聲影響、減小誤差。
3.根據(jù)權利要求1所述的棉花全生育期冠層SPAD值遙感估算模型構建方法，其特征在于，測量時避開葉脈部分，SPAD測量時間與光譜數(shù)據(jù)采集同步。
4.根據(jù)權利要求1所述的棉花全生育期冠層SPAD值遙感估算模型構建方法，其特征在于，包括：
選取對SPAD值相關性最顯著的特征光譜參數(shù)為自變量，對全生育期SPAD值作線性擬合，構建模型。
5.根據(jù)權利要求1所述的棉花全生育期冠層SPAD值遙感估算模型構建方法，其特征在于，包括：
應用預測模型偏最小二乘回歸法PLSR對全生育期的所有測試樣本的光譜特征參數(shù)建立棉花冠層葉片的SPAD預測模型。
6.根據(jù)權利要求1所述的棉花全生育期冠層SPAD值遙感估算模型構建方法，其特征在于，所述成長關鍵生育期包括：苗期、盛蕾期、盛花期、盛鈴期、吐絮期。
7.根據(jù)權利要求1－6中任何一個所述的棉花全生育期冠層SPAD值遙感估算模型構建方法，其特征在于，包括：
利用檢驗樣本對不同輸入變量的模型精度進行檢驗，采用決定系數(shù)R2、均方根誤差RMSE和回歸方程斜率三個指標來檢驗全生育期模型的預測能力，決定系數(shù)R2和斜率絕對值越接近1，RMSE值越小，則預測模型精度越高。
8.一種棉花全生育期冠層SPAD值遙感估算方法，其特征在于，包括利用根據(jù)權利要求1－6中任何一個所述的方法構建的模型來估算棉花全生育期冠層SPAD值。