无人机影像‘图—谱’信息融合在作物氮素诊断中的应用研究

发布时间：2020-04-11 00:47

【摘要】：无人机为平台的高光谱遥感技术具有机动灵活、成本低、周期短等众多优势,能够获取高光谱分辨率及高时空分辨率的遥感影像,已成为精准农业中的研究热点及重要数据来源。在农作物生长过程中,氮素是植株生长、器官发育必需的营养元素之一,对于植株长势监测及产量预测有重要意义。为提高氮肥利用效率并保证作物产量和品质,需及时了解并获取植株的氮素营养状况。然而,研究发现基于光谱特征的农学参量反演存在饱和问题,除光谱信息外,高光谱遥感技术还提供了丰富的纹理信息,纹理特征能够提供作物的空间结构信息,有效减弱饱和问题,可为理化参数的反演提供支持。因此,本文以北京市昌平区小汤山国家精准农业研究示范基地为研究区,基于无人机平台获取冬小麦挑旗期和开花期的高光谱影像,同时获取冬小麦的农学参数。利用高光谱影像的光谱和纹理信息,同时结合农学知识模型,构建一种融合'图-谱'信息的氮亏缺诊断模型,对冬小麦进行更加科学有效的氮素诊断。主要得到以下研究结果:(1)分析冬小麦生物量和植株氮累积的空间变异。结果发现:施氮量的增加能够促进小麦植株氮累积量和生物量的增加,减弱小麦植株氮累积和生物量的变异性;但是过量的氮素对于小麦生物量和植株氮累积增加,以及变异性的减弱无明显作用。(2)探究优化光谱指标的抗饱和能力及估测生物量的能力。结果表明,对比植被指数,优化光谱指标(光谱信息和纹理特征结合)的抗饱和能力明显提高,其构建的生物量模型拟合效果较好,模型精度(R2=0.798)明显高于单一植被指数(R2=0.619)和单一纹理特征(R2=0.727)的生物量模型。融合纹理信息和光谱信息后进行冬小麦生物量反演的效果更佳,遥感信息对于作物估产、长势分析方面的应用有良好的应用前景。(3)基于'图-谱'信息构建氮营养指数(NNI)和氮亏缺模型,对冬小麦的氮素情况进行研究。结果发现,增施氮肥有利于提高小麦氮素含量,但是过量的氮肥不能有效促进小麦植株氮素的累积。冬小麦品种中麦175(ZM175)的适宜施氮量在0.5倍常规施氮量(N2)与常规施氮量(N3)之间,京9843(J9843)的适宜施氮量应在常规施氮量(N3)与1.5倍常规施氮量(N4)之间。从挑旗期到开花期,植株需要累积更多氮素才能满足生长所需。因此,融合光谱与纹理信息能够对作物进行科学有效的氮素诊断,对于作物的精细化研究有重要意义。
【图文】：

实验设计,概况,冬小麦,冬小麦品种

研究区概况及冬小麦2014-2015年生长季实验设计图

影像,无人机平台,成像光谱仪,无人机

西安科技大学全日制工程硕士学位论文光谱影像翼电动无人机（单臂长 386mm，机身净重 4.2kg，载D185 成像光谱仪（图 2.2），所搭载的 UHD185 成像光，，同时捕获低空间分辨率的高光谱立方体和高空间分得到高光谱立方体。传感器仅重 470g，波段范围 45无人机采集数据时，选择晴朗无云的天气，在中午 12拍，飞行高度 50m，同时配备位置与姿态系统（Positio的实时位置和姿态信息。在获取数据前，在飞行区域布标。最后获取空间分辨率为 0.012m 的小汤山冬小麦挑期（2015 年 5 月 13 日）两景高光谱影像。
【学位授予单位】：西安科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：S127

【参考文献】