当前位置:主页 > 科技论文 > 农业技术论文 >

基于遥感光谱数据的油菜生育期识别

发布时间:2020-09-12 08:08
   油菜关键生长发育期的信息对油菜的田间管理,观赏时间预测,产量评估等具有重要的意义。遥感技术可以高效无损的获取大尺度范围的植被信息,被广泛的运用到精细农业中。本研究利用光谱反射率数据进行油菜生育期识别,同时结合油菜的物候信息建立叶面积指数反演模型,主要的研究结果如下:(1)根据油菜光谱信息和地面观测的真实生育期,采用k-近邻(/c-NN)、支持向量机(SVM)、随机森林(RF)、梯度提升决策树(GBDT)、人工神经网(ANN)络五种常用的机器学习算法以及Stacking组合分类方法对油菜的关键生育期进行识别。结果表明通过组合不同的机器学习的Stacking组合算法较单一分类器能显著提升分类的精度,比最好的单一分类器(k-NN)提升1%的正确率,所建立的油菜生育期识别模型被应用于地面数据和无人机平台数据进行跨平台交叉验证,地面数据识别的正确率达90.07%,无人机平台数据识别的正确率达81.48%,均优于使用单一分类器的结果。(2)提出一种基于机器学习和植被指数的油菜关键生育期识别方法。通过分析k-近邻算法在油菜叶期和角果期的错分现象和油菜的冠层光谱信息,得出叶期和角果期反射率在绿波段的显著差异,选择使用VARIgreen=0.35为阈值区分在k:-近邻算法中较难以区分的角果期和叶期,能显著提升了油菜生育期的识别精度。在地面平台的ASD数据的识别正确率为92.4%,低空的无人机UAV平台的识别正确率为79.62%,不区分数据的识别正确率为86.92%,结果表明其能够应用到不同地点、不同平台的数据中,具有较好的泛化能力。(3)根据油菜光谱信息反演叶面积指数,将全量的样本进行训练单一的机器学习模型,最优的机器学习方法支持向量机的测试误差为0.401,高于使用增强植被指数(EVI2;)的测试误差(0.379),因此植被指数方法能够以简单、有效的模型很好的进行叶面积指数的反演。(4)通过分析不同物候时期的LAI植被指数反演结果表明油菜的花期数据较为混乱,给LAI反演带来误差,因此使用结合物候信息的LAI植被指数经验模型反演。在油菜叶期EVI2具有最优的结果(RMSE=0.247),在油菜角果期,CIgreen具有最优的结果(RMSE=0.108),然而在油菜的花期,使用单独花期的误差(RMSE=0.792)高于使用全量的数据进行植被指数反演的结果(0.753)。(5)通过对比使用机器学习、全生育时期植被指数和分时期植被指数反演叶面积指数的结果表明,结合物候时期的油菜反演模型在测试集中的均方根误差为0.346,因此结合物候期的油菜叶面积指数反演具有较优的结果。
【学位单位】:武汉大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:S565.4;S127
【部分图文】:

位置分布,武汉市,位置分布,图像


本研究选取湖北省武汉市和武穴市的两处典型冬油菜种植区域作为研究区逡逑域,这两个区域位于长江流域,气候温暖,雨量较多,且适宜油菜的生长。如逡逑图2-1所示为两处实验田的分布,2-l(a)位于武汉市武汉大学工学部实验田逡逑(114.36°N,邋30.55°E),实验田被划分为9个区域,每个区域的面积都为9m2(3m逡逑X3m),图2-l(b)位于武穴市梅川县油菜试验田(115.35oN,30.06oE),该实验田分逡逑成24个小区,每块小区的面积为30m2(15mX2m)。两块试验田种植的均为移栽逡逑的甘蓝型油菜,品种为“华油杂9号”,其具有高产、优质、稳定性好、抗倒逡逑伏能力强等优势,被广泛进行推广种植(黄光昱,2006)。逡逑110WE逦I12WE邋1I4W.E逦116WE逡逑11逦11逦11逦11邋6°0'0"e邋immmm逡逑图2-1研究区位置分布(a)2016.03.18武汉市获取的油菜花期图像;(b)逡逑2016.03.12武穴市获取的油菜花期图像逡逑2.2数据采集与处理逡逑本文根据油菜的光谱数据进行油菜的关键生育期识别,因此在数据的获取逡逑中,使用四波段辐射计邋SKYE(SKR邋I860,邋SKYE邋Instruments邋Ltd,邋Llandrindod逡逑Wells

辐射计,四通道,传感器


同时本研宄结合油菜的生育期的信息进行叶面积指数(LAI)的YE四波段的反射率信息作为特征数据,在油菜的生长发育期中,LAI2000C进行叶面积指数的测量。逡逑通道辐射计逡逑波段辐射计SKYE能够对四个分离波段的光辐射同时监测,如图2-3YE由上下两个辐射计组成,每个辐射计都有四个镜头,其上下围分别为:绿波段(531.2-570.8nm)、红波段(635.l-670.8nm)、红730.lnm)和近红外波段(838.4-876.4nm)。上方的辐射计带有余弦矫180°的视角,能够采集太阳的下行辐射在四个不同波段的辐照度,情况;下方的辐射计不带有余弦矫正器,具有25°的视场角,采反射的辐亮度,能够反映植被和太阳光能的相互作用。如图2-3(b)大学油菜实验田的距离地面约4m的金属支架上的SKYE仪器,支阳能电池板和蓄电池组进行供电,因此能够不间断采集其镜头下方的数^逦逦逡逑

油菜,不同时期,辐射计,角果


以25%植株开花认为是从叶期进入花期,75%以上的花调零则进入角果期,逡逑全区75%以上角果呈枇杷黄色进入成熟期为标准(汤亮等,2008),实地观察的油逡逑菜的生长状况,目视解译得到油菜真实生育期。图2-2为在武汉大学工学部实验逡逑田采集的油菜在叶期、花期、角果期和成熟期图片,可以看到在油菜的叶期和逡逑角果期表型均为绿色,而花期和成熟期的表型的颜色大体为黄色。逡逑曊搤■■逡逑2016.02.15(叶夬邋2016.03.18(花期)逦2016.04.01(角果期)2016.04.20(成熟期)逡逑图2-2油菜不同时期的实地观测图逡逑同时本研宄结合油菜的生育期的信息进行叶面积指数(LAI)的反演,以逡逑SKYE四波段的反射率信息作为特征数据,在油菜的生长发育期中,同步的使逡逑用LAI2000C进行叶面积指数的测量。逡逑2.2.1四通道辐射计逡逑四波段辐射计SKYE能够对四个分离波段的光辐射同时监测,如图2-3(a)所逡逑示,SKYE由上下两个辐射计组成,每个辐射计都有四个镜头,其上下辐射计逡逑波段范围分别为:绿波段(531.2-570.8nm)、红波段(635.l-670.8nm)、红边波段逡逑(703.9-730.lnm)和近红外波段(838.4-876.4nm)。上方的辐射计带有余弦矫正器,逡逑其具有180°的视角

【参考文献】

相关期刊论文 前10条

1 方灿莹;王琳;徐涵秋;;不同植被红边指数在城市草地健康判别中的对比研究[J];地球信息科学学报;2017年10期

2 郭燕枝;杨雅伦;孙君茂;;我国油菜产业发展的现状及对策[J];农业经济;2016年07期

3 谢巧云;黄文江;蔡淑红;梁栋;彭代亮;张清;黄林生;杨贵军;张东彦;;冬小麦叶面积指数遥感反演方法比较研究[J];光谱学与光谱分析;2014年05期

4 刘洋;刘荣高;陈镜明;程晓;郑光;;叶面积指数遥感反演研究进展与展望[J];地球信息科学学报;2013年05期

5 崔凯;蒙继华;左廷英;;遥感作物物候监测方法研究[J];安徽农业科学;2012年10期

6 宋春桥;游松财;柯灵红;刘高焕;钟新科;;藏北高原植被物候时空动态变化的遥感监测研究[J];植物生态学报;2011年08期

7 李娜;;2011年我国油菜生长期调查报告[J];农业机械;2011年14期

8 孙华生;黄敬峰;彭代亮;;利用MODIS数据识别水稻关键生长发育期[J];遥感学报;2009年06期

9 汤亮;朱艳;刘铁梅;曹卫星;;油菜生育期模拟模型研究[J];中国农业科学;2008年08期

10 林忠辉;莫兴国;;NDVI时间序列谐波分析与地表物候信息获取[J];农业工程学报;2006年12期

相关博士学位论文 前3条

1 张筱蕾;基于高光谱成像技术的油菜养分及产量信息快速获取技术和方法研究[D];浙江大学;2013年

2 董莹莹;农作物群体长势遥感监测及长势参量空间尺度问题研究[D];浙江大学;2013年

3 杨国鹏;基于机器学习方法的高光谱影像分类研究[D];解放军信息工程大学;2010年

相关硕士学位论文 前1条

1 刘明峰;油菜钵苗移栽机双五杆栽植机构设计与试验[D];华中农业大学;2015年



本文编号:2817390

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/nykj/2817390.html


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

版权申明:资料由用户150fc***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