赣南柑橘园地信息提取及其叶绿素遥感估算研究
发布时间：2021-08-10 13:21
柑橘是我国主要经济果树作物之一,在全国农产品经济中扮演着关键的角色。赣南地区拥有柑橘种植得天独厚的条件,赣州作为我国柑橘生产的主产区,被称为“世界橙乡”。到2019年为止,赣州市种植柑橘总面积已高达162万亩、产量122万吨,产值高达129亿元,成为赣州市当地支柱和特色产业,以及当地农民的重要经济来源。但是,近年来,赣南柑橘屡屡遭受极端天气和病虫害的侵袭,种植面积和生长状况及其不稳定,导致整个地区果农收入深受影响,也导致产量无法精确估计,市场价格波动较大。而遥感和GIS技术能够大面积的对赣南柑橘的种植面积及其生长状况进行监测,对此能够有效解决。本文在GIS、RS技术的支持下,以赣州市崇义县为研究区域,GF-1WFV和HJ-1A/B CCD等中分辨率为数据源,构成时间序列影像集,实现以县域为基础的大面积柑橘种植区域的快速提取并分析,且以此为基础,选取其中一个样区,分析柑橘果园内柑橘叶片叶绿素与光谱曲线的关系,以此分析柑橘的健康程度和生长状况。此举对于了解研究区域柑橘种植的空间分布和生长状况以及生态监测有着重要作用,为柑橘行业科学精准估产、帮助苏区农民脱困以及政府部门及相关企业制定决策提供...
【文章来源】：江西理工大学江西省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
崇义县地理位置图
第二章研究区域概况及数据来源12取均值作为后结果。在本次实验中，我们使用ASD企业制造的FieldSpec4便携式地物光谱仪来采集植被光谱数据。此类光谱仪的各项参数指标为：光谱范围为350-2500nm，其中光谱分辨率为3nm(350nm-1000nm)；采样间隔为1.4nm;光谱分辨率则为10nm(1000nm-2500nm);并且采样间隔为2nm/4s。同时，我们使用SPAD-502叶绿素仪来采集植被的叶绿素，选择这种仪器的原因是它对于植被几乎无损伤，如图2.3(b)所示。由于叶片的叶绿素相对值与植被叶绿素含量值呈极显著相关，因此可以使用叶绿素相对值来研究叶绿素含量，而叶绿素相对值则可通过使用该仪器测取叶片在650nm,940nm波长下的光学浓度差来得到。为了避免实测柑橘光谱的误差太大，几点相关注意事项和规范如下：（1）在采集数据时，要求风力不大于3级，周围能见度大于10km，与此同时被测植被生长状况要良好且具有代表性；（2）在数据采集之前需检查仪器电量是否充足，且提前对光谱仪进行预热，可确保数据采集的可持续性；（3）在开始采集植被光谱（以及光谱采集过程中）的时候需对标准白板进行定标校准，后面再对样本进行测取，若天气时刻变换，则校正也应随天气变换时刻进行，且校正时白板要求与水平面平行；（4）在采集植被光谱信息时，要求传感器探头向下且保持10-20cm的垂直间距正对着被测植被，尽可能保证探头与水平面的夹角保持在10度以内。（5）实验人员应穿深色衣物避免浅色衣物对目标物体的光谱特征产生影响。实测柑橘光谱数据采集如图2.4所示。图2.2光谱数据采集位置
植被光谱采集过程
【参考文献】：
期刊论文
[1]基于随机森林和纹理特征的苹果园遥感提取[J]. 杨彦荣,宋荣杰,胡国强,张桓. 现代电子技术. 2020(03)
[2]基于多特征提取与优选的冬小麦面积提取[J]. 杨蕙宇,王征强,白建军,韩红珠. 陕西师范大学学报(自然科学版). 2020(01)
[3]基于Landsat8 OLI影像的矿区植被覆盖情况分析[J]. 郑洁,孙姣姣,舒欣,周涛. 世界有色金属. 2019(21)
[4]基于作物空间物候差异提取黄淮海夏玉米种植面积[J]. 王雪婷,张莎,邓帆,张佳华. 中国农业气象. 2019(10)
[5]基于高光谱和BP神经网络的棉花冠层叶绿素含量联合估算[J]. 依尔夏提·阿不来提,白灯莎·买买提艾力,买买提·沙吾提,安申群. 光学学报. 2019(09)
[6]基于无人机多光谱影像的完熟期玉米倒伏面积提取[J]. 张新乐,官海翔,刘焕军,孟祥添,杨昊轩,叶强,于微,张汉松. 农业工程学报. 2019(19)
[7]结合光谱和纹理特征的林地变更检测[J]. 梅树红,范城城,廖永生,李雅然,施宇军,麦超. 测绘通报. 2019(08)
[8]南方红壤侵蚀区长汀县不同生态恢复年限下芒萁叶绿素含量的高光谱估算模型[J]. 邓超,陈志彪,陈海滨,陈志强. 地球信息科学学报. 2019(06)
[9]无人机影像光谱和纹理融合信息估算马铃薯叶片叶绿素含量[J]. 陈鹏,冯海宽,李长春,杨贵军,杨钧森,杨文攀,刘帅兵. 农业工程学报. 2019(11)
[10]利用物候差异与面向对象决策树提取油菜种植面积[J]. 李中元,吴炳方,张淼,邢强,李名勇,闫娜娜. 地球信息科学学报. 2019(05)
博士论文
[1]基于优化决策树的高分辨率遥感影像分类技术研究[D]. 陈丹.武汉大学 2010
硕士论文
[1]多源信息辅助的光学遥感影像辐射校正[D]. 舒欢.武汉大学 2017
[2]甘蔗种植区域空间识别提取与面积遥感估算研究[D]. 周振.浙江大学 2016
[3]面向对象的高分辨率遥感影像土地覆盖信息提取技术研究[D]. 王娜.昆明理工大学 2016
[4]土地利用更新调查中遥感图像分类的方法和精度对比的研究[D]. 陈玲.太原理工大学 2010
本文编号：3334138
【文章来源】：江西理工大学江西省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
崇义县地理位置图
第二章研究区域概况及数据来源12取均值作为后结果。在本次实验中，我们使用ASD企业制造的FieldSpec4便携式地物光谱仪来采集植被光谱数据。此类光谱仪的各项参数指标为：光谱范围为350-2500nm，其中光谱分辨率为3nm(350nm-1000nm)；采样间隔为1.4nm;光谱分辨率则为10nm(1000nm-2500nm);并且采样间隔为2nm/4s。同时，我们使用SPAD-502叶绿素仪来采集植被的叶绿素，选择这种仪器的原因是它对于植被几乎无损伤，如图2.3(b)所示。由于叶片的叶绿素相对值与植被叶绿素含量值呈极显著相关，因此可以使用叶绿素相对值来研究叶绿素含量，而叶绿素相对值则可通过使用该仪器测取叶片在650nm,940nm波长下的光学浓度差来得到。为了避免实测柑橘光谱的误差太大，几点相关注意事项和规范如下：（1）在采集数据时，要求风力不大于3级，周围能见度大于10km，与此同时被测植被生长状况要良好且具有代表性；（2）在数据采集之前需检查仪器电量是否充足，且提前对光谱仪进行预热，可确保数据采集的可持续性；（3）在开始采集植被光谱（以及光谱采集过程中）的时候需对标准白板进行定标校准，后面再对样本进行测取，若天气时刻变换，则校正也应随天气变换时刻进行，且校正时白板要求与水平面平行；（4）在采集植被光谱信息时，要求传感器探头向下且保持10-20cm的垂直间距正对着被测植被，尽可能保证探头与水平面的夹角保持在10度以内。（5）实验人员应穿深色衣物避免浅色衣物对目标物体的光谱特征产生影响。实测柑橘光谱数据采集如图2.4所示。图2.2光谱数据采集位置
植被光谱采集过程
【参考文献】：
期刊论文
[1]基于随机森林和纹理特征的苹果园遥感提取[J]. 杨彦荣,宋荣杰,胡国强,张桓. 现代电子技术. 2020(03)
[2]基于多特征提取与优选的冬小麦面积提取[J]. 杨蕙宇,王征强,白建军,韩红珠. 陕西师范大学学报(自然科学版). 2020(01)
[3]基于Landsat8 OLI影像的矿区植被覆盖情况分析[J]. 郑洁,孙姣姣,舒欣,周涛. 世界有色金属. 2019(21)
[4]基于作物空间物候差异提取黄淮海夏玉米种植面积[J]. 王雪婷,张莎,邓帆,张佳华. 中国农业气象. 2019(10)
[5]基于高光谱和BP神经网络的棉花冠层叶绿素含量联合估算[J]. 依尔夏提·阿不来提,白灯莎·买买提艾力,买买提·沙吾提,安申群. 光学学报. 2019(09)
[6]基于无人机多光谱影像的完熟期玉米倒伏面积提取[J]. 张新乐,官海翔,刘焕军,孟祥添,杨昊轩,叶强,于微,张汉松. 农业工程学报. 2019(19)
[7]结合光谱和纹理特征的林地变更检测[J]. 梅树红,范城城,廖永生,李雅然,施宇军,麦超. 测绘通报. 2019(08)
[8]南方红壤侵蚀区长汀县不同生态恢复年限下芒萁叶绿素含量的高光谱估算模型[J]. 邓超,陈志彪,陈海滨,陈志强. 地球信息科学学报. 2019(06)
[9]无人机影像光谱和纹理融合信息估算马铃薯叶片叶绿素含量[J]. 陈鹏,冯海宽,李长春,杨贵军,杨钧森,杨文攀,刘帅兵. 农业工程学报. 2019(11)
[10]利用物候差异与面向对象决策树提取油菜种植面积[J]. 李中元,吴炳方,张淼,邢强,李名勇,闫娜娜. 地球信息科学学报. 2019(05)
博士论文
[1]基于优化决策树的高分辨率遥感影像分类技术研究[D]. 陈丹.武汉大学 2010
硕士论文
[1]多源信息辅助的光学遥感影像辐射校正[D]. 舒欢.武汉大学 2017
[2]甘蔗种植区域空间识别提取与面积遥感估算研究[D]. 周振.浙江大学 2016
[3]面向对象的高分辨率遥感影像土地覆盖信息提取技术研究[D]. 王娜.昆明理工大学 2016
[4]土地利用更新调查中遥感图像分类的方法和精度对比的研究[D]. 陈玲.太原理工大学 2010
本文编号：3334138
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3334138.html
