当前位置:主页 > 管理论文 > 工程管理论文 >

基于GF-1卫星影像的苹果树冠层氮素含量反演

发布时间:2020-09-29 14:52
   氮素是苹果生长过程中不可缺少的营养元素之一,是果树生长重要的物质基础。传统测量植物氮素含量的方法费时、费力、实时性差,不能满足大面积、快速、实时监测的需要。卫星遥感因为成本低、获取和处理方便等特点,已广泛应用到作物的生长和营养诊断,成为研究的热点。本研究以山东省烟台栖霞市苹果园为研究区,利用高分一号(GF-1)卫星遥感影像,结合苹果树冠层叶片氮素含量数据,对研究区苹果树冠层进行氮素含量反演。在对GF-1卫星原始影像进行辐射定标、FLAASH大气校正、正射校正、影像融合的预处理的基础上,利用GF-1多光谱影像,结合地面实测光谱数据进行对比分析,以GF-1影像的蓝、绿、红以及近红外波段进行了计算,通过波段运算提取植被指数,与苹果树冠层氮素含量进行了相关分析,筛选了苹果树冠层氮素敏感植被指数,通过单变量和多变量因素的回归模型,建立了苹果树冠层氮素含量反演模型并进行对比分析,筛选出了苹果树冠层氮素含量的最佳反演模型。利用GF-1全色与多光谱融合影像,根据NDVI、高程坡度信息以及最大似然法监督分类进行了研究区苹果园的提取,结合氮素含量最佳反演模型,对研究区内苹果园冠层氮素含量进行了空间反演。主要研究结果如下:(1)提取并筛选了苹果树冠层氮素含量的相关植被指数利用预处理的GF-1多光谱影像,综合考虑植被的光谱特性,基于GF-1影像的蓝、绿、红以及近红外波段,提取了12种植被指数,分别为RVI、DVI、NDVI、GNDVI、EVI、VARI、GRVI、NPCI、SIPI、NRI、SAVI和OSAVI。通过与苹果树冠层氮素含量进行相关性分析,筛选出了相关性大于0.5的植被指数,分别为RVI、NDVI、EVI、VARI、NPCI和NRI。(2)建立及检验了苹果树冠层氮素含量反演模型建立及检验了基于单变量的苹果树冠层氮素含量反演模型,分别以RVI、NDVI、EVI、VARI、NPCI、NRI为自变量,氮素含量为因变量,建立了单变量氮素含量模型。结果表明,以NPCI为自变量建立的二次多项式模型验证决定系数为0.59,均方根误差为1.18,模型精度和稳定性最高,是基于单变量氮素含量最佳模型,模型为:N_(含量)=20.16*NPCI~2-29.54*NPCI+29.73,利用该模型能够较好地对氮素含量进行估算。建立及检验了基于多变量的苹果树冠层氮素含量反演模型,以RVI、NDVI、EVI、VARI、NPCI、NRI为自变量,以氮素含量为因变量,建立了苹果树冠层氮素含量的线性回归模型:多元线性回归、多元逐步回归和偏最小二乘回归模型和非线性回归模型:支持向量机和随机森林模型。在线性回归模型中,多元逐步回归模型的验证决定系数较高和均方根误差较低,分别为0.69、1.07,模型的精度和稳定性最高。其模型为:N_(含量)=35.74-41.98*NPCI-10.78*NDVI。在非线性回归模型中,支持向量机回归模型检验的决定系数较高和均方根误差较低分别为0.61、1.33。因此,基于多变量建立的非线性最佳反演模型为支持向量机模型。(3)确定了苹果树冠层氮素含量反演最佳模型对已建立的单变量苹果树冠层氮素含量反演模型和多变量苹果氮素含量反演模型的验证结果进行对比分析,最终得到苹果树冠层氮素含量的最佳反演模型,模型为:N含量=35.74 41.98*NPCI-10.78*NDVI。(4)完成了研究区苹果园提取以及苹果树冠层氮素含量的空间反演对GF-1全色和多光谱影像进行NNDiffuse Pan Sharpening融合,利用NDVI、研究区的高程、坡度信息,采用最大似然法进行分类,提取了GF-1融合影像的苹果园信息,利用建立的苹果树冠层氮素含量最佳模型,对苹果树冠层氮素含量进行了空间反演,得到了研究区苹果树冠层氮素含量的遥感空间反演图。利用国产GF-1卫星影像对苹果树冠层氮素含量进行反演,为区域性果树营养元素的大面积快速监测提供了理论依据和技术支撑。
【学位单位】:山东农业大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:TP751;S661.1
【部分图文】:

技术路线图,技术路线,氮素含量,苹果园


山东农业大学硕士学位论文(4)基于 GF-1 影像的苹果园提取及苹果树冠层氮素含量空间反演根据 GF-1 融合影像数据提取苹果园信息,在进行预处理后的 GF-1 全色多光谱的基础上,利用 NDVI、高程和坡度信息、通过最大似然法进行分类,提取影果园区域,得到研究区苹果园分布图。根据苹果树冠层氮素含量最佳反演模型层氮素含量反演,得到研究区苹果树冠层氮素含量图。 技术路线本文具体技术路线见图 1.1。

分布图,采样点,分布图,苹果树


为山东省烟台栖霞市,该市位于胶东半岛腹地,介于北纬 37°05′ - 3733′ - 121°15′之间,属于温带季风性气候,年平均气温 11.3℃,年平均降无霜期平均 207 天,秋季昼夜温差大,土壤大多为棕壤土,自然环境非,该地区果园面积大且分布集中,比较适合利用遥感进行大面积研究获取树冠层叶片采集17 年 5 月 24 日采集叶片样本,主要采集于栖霞地区的 12 个镇和 3 个街,选取生长状况良好且远离明显地物(道路、水渠等)的苹果树,在苹南北四个方向,各取 3 片大小、颜色相近的成熟叶片,共计 12 片叶片 3 棵果树,共计采集 59 个样本,装入自封袋中,密封编号后放进保鲜实验室进行氮素测定。使用差分 GPS 同步记录样本采集点处经纬度坐集点处苹果树冠层光谱反射率。

光谱仪,白板


图 2.2ASD FieldSpec 4 光谱仪Fig.2.2 ASD FieldSpec 4 Spectrometer表 2.1ASD FieldSpec 4 参数Table 2.1 ASD FieldSpec 4 parameters天气晴朗无云无风,在 10:30 - 14:00 时间内进正,光谱仪外接 5 米光纤,探头垂直向下,定高度,每个样本重复观测 10 次,取其平均每 15 分钟进行一次白板优化。参数FieldSpec 4 350-2500 nm 1.4 nm @ 350-1000 nm, 2 nm @ 3 nm @ 350-1000 nm, 8 nm @ 1 nm角 25°

【参考文献】

相关期刊论文 前10条

1 李岚涛;马驿;魏全全;汪善勤;任涛;李小坤;丛日环;王振;王少华;鲁剑巍;;基于高光谱的冬油菜植株氮素积累量监测模型[J];农业工程学报;2015年20期

2 刘锟;付晶莹;李飞;;高分一号卫星4种融合方法评价[J];遥感技术与应用;2015年05期

3 李粉玲;王力;刘京;常庆瑞;;基于高分一号卫星数据的冬小麦叶片SPAD值遥感估算[J];农业机械学报;2015年09期

4 韩启金;马灵玲;刘李;张学文;傅俏燕;潘志强;王爱春;;基于宽动态地面目标的高分二号卫星在轨定标与评价[J];光学学报;2015年07期

5 崔佳洁;李世明;;高分一号卫星影像的融合方法比较研究[J];黑龙江工程学院学报;2015年03期

6 黄汝根;刘振华;胡月明;肖北生;;基于“高分一号”遥感影像反演华南地区亚热带典型作物冠层SPAD[J];华南农业大学学报;2015年04期

7 贾玉秋;李冰;程永政;刘婷;郭燕;武喜红;王来刚;;基于GF-1与Landsat-8多光谱遥感影像的玉米LAI反演比较[J];农业工程学报;2015年09期

8 王巧男;叶旭君;李金梦;肖宇钊;何勇;;基于双波段植被指数(TBVI)的柑橘冠层含氮量预测及可视化研究[J];光谱学与光谱分析;2015年03期

9 贺佳;刘冰锋;李军;;不同生育时期冬小麦叶面积指数高光谱遥感监测模型[J];农业工程学报;2014年24期

10 王仁红;宋晓宇;李振海;杨贵军;郭文善;谭昌伟;陈立平;;基于高光谱的冬小麦氮素营养指数估测[J];农业工程学报;2014年19期



本文编号:2829873

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/2829873.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户0aa35***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com