基于卫星遥感的水稻生长监测与氮素营养诊断系统

发布时间：2017-04-03 04:01

  本文关键词：基于卫星遥感的水稻生长监测与氮素营养诊断系统，，由笔耕文化传播整理发布。

【摘要】：遥感作为现代信息技术的前沿技术,可以快速准确获取大面积作物营养与生长状态等实时信息,为实施精确农业提供重要的技术支撑,从而有助于实现作物生产的高产、高效、优质等目标。本研究主要探索高分一号卫星对拔节期水稻的生长参数进行监测并对氮素进行诊断的可行性,并建立相应的监测和诊断模型,利用ArcGIS和ENVI平台实现对应的专家系统。通过地面光谱仪测定不同梯度氮肥处理小区的水稻拔节期冠层高光谱参数,并利用光谱响应函数模拟高分一号卫星WFV传感器四个波段的光谱参数构建对应的植被指数与地上部生物量、植株氮含量、植株氮积累量以及产量的相关关系,同时进行误差判断,验证WFV传感器进行生长监测和氮素营养诊断的可行性；然后在大田拔节期时进行大面积采样,同时获取高分一号WFV的真实影像,通过植被指数与生长参数的相关性验证第一步的结论,再通过比对不同的建模方式,进行相关性分析和误差分析筛选最优的建模方法,最后反演的相关参数计算氮营养指数,使用本年度的产量进行验证,验证诊断结果与推荐施肥。结果发现利用地面高光谱数据模拟的高分一号WFV数据的植被参数与水稻拔节期的生长参数具有较好的相关性,其中与地上部生物量、植株氮含量、植株吸氮量以及产量的最优决定系数R2分别为0.74,0.61,0.66和0.62,这表明高分一号WFV数据可以作为反演大田水稻生长参数的数据来源；通过不同的建模方式比较发逐步多重线性回归、BP神经网络回归、随机森林回归在水稻生长参数的预测中的效果,发现随机森林回归算法获得的地上部生物量、植株氮浓度以及植株吸氮量的R2分别为0.82,0.57和0.79,显著高于其他方法,结果表明随机森林回归算法能够有效的提高模型对水稻拔节期生长参数的预测能力,可以使用该方法反演生长参数；最后通过引入氮营养指数对水稻的氮素营养状况进行诊断,通过大田最终产量的验证,发现氮营养指数NNI与高分一号WFV数据的植被指数呈现显著相关关系,最优的R2=0.512产量与氮营养指数呈现明显的二次相关关系(R2=0.48),表明氮营养指数可以在拔节期预测水稻的产量并且能诊断出水稻氮肥的缺失、适宜和过量三种状态。总之,高分一号卫星WFV数据能够很好的反演水稻拔节期的生长参数并且能够对水稻的氮素营养状况进行准确的诊断,可以为水稻的生产管理提供依据。最后,以ArcGIS Engine、Server以及IDL开发平台,以航天、地面遥感数据为信息源,开发了具有实用化和业务化的基于遥感信息的作物生长监测与诊断系统。该系统具有文件管理、图像处理、地物分类与识别、植被指数、生长指标计算、生理参数估算、产量与品质指标预测、地面遥感监测、生长诊断与动态调控、工具管理及系统帮助等综合功能,最后对系统进行了测试检验和实例分析。结果表明,系统的设计思想和结构框架符合作物长势监测与诊断系统的运行化要求,系统操作简便,结果显示直观,测试结果与田间实际具有较高的符合度,实现了作物长势监测与诊断技术的精确化和数字化。
【关键词】：水稻 遥感 监测模型 监测系统 氮素营养诊断
【学位授予单位】：安徽科技学院
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：S511;S127
【目录】：

• 摘要6-8
• Abstract8-12
• 缩略词表12-13
• 第一章 绪论13-19
• 1.1 研究背景13-14
• 1.2 国内外研究现状14-17
• 1.2.1 遥感的氮素营养指标监测研究进展14-16
• 1.2.2 作物施肥决策支持系统的研究进展16-17
• 1.3 研究目的17-18
• 1.4 技术路线18-19
• 第二章 高分一号卫星WFV传感器估算水稻生长参数和产量的潜力评价19-29
• 2.1 引言19
• 2.2 材料与方法19-25
• 2.2.1 研究区域概括19-20
• 2.2.2 田间试验设计与管理20
• 2.2.3 小区栽培管理20-22
• 2.2.4 冠层光谱参数测定22-24
• 2.2.5 农学参数测定24
• 2.2.6 数据分析24-25
• 2.3 结果与分析25-27
• 2.3.1 植被指数与水稻生长参数的关系25-26
• 2.3.2 验证植被指数与水稻生长参数的回归模型26-27
• 2.4 讨论27-28
• 2.5 本章小结28-29
• 第三章 几种不同的回归算法估算水稻生长参数效果比较29-36
• 3.1 引言29
• 3.2 材料与方法29-31
• 3.2.1 数据获取29
• 3.2.2 数据处理29-30
• 3.2.3 随机森林回归算法30-31
• 3.2.4 数据分析31
• 3.3 结果与分析31-34
• 3.3.1 相关性分析31
• 3.3.2 反演模型的构建31-32
• 3.3.3 模型比较32-34
• 3.4 讨论34-35
• 3.5 小结35-36
• 第四章 基于高分一号影像WFV数据的水稻氮营养指数的分析与验证36-45
• 4.1 引言36-37
• 4.2 材料与方法37
• 4.3 结果与分析37-43
• 4.3.1 NNI与植被指数相关性分析37-38
• 4.3.2 基于高分一号的遥感的水稻生长参数反演38-41
• 4.3.3 氮素营养诊断结果评价41-43
• 4.4 讨论43
• 4.5 小结43-45
• 第五章 基于GIS的水稻生长监测与氮素营养诊断系统设计与实现45-53
• 5.1 引言45
• 5.2 系统的设计与实现45-51
• 5.2.1 数据层45
• 5.2.2 业务逻辑层45-46
• 5.2.3 表现层46-50
• 5.2.4 系统实现50-51
• 5.3 系统的主要功能及原理51-52
• 5.3.1 遥感信息的提取51
• 5.3.2 作物长势参数的反演51
• 5.3.3 水稻生长状况诊断与推荐施肥51-52
• 5.3.4 Web发布施肥配方和调控依据52
• 5.4 讨论52
• 5.5 小结52-53
• 第六章 结论与展望53-56
• 6.1 主要研究结论53-54
• 6.1.1 高分一号影像的植被参数与水稻生长参数的相关关系53
• 6.1.2 不同的回归算法估算水稻生长参数的效果比较53
• 6.1.3 高分一号影像进行水稻氮素营养诊断的效果53
• 6.1.4 基于GIS的水稻生长监测与氮素营养诊断系统53-54
• 6.2 创新点54
• 6.3 研究展望54-56
• 参考文献56-63
• 攻读硕士学位期间的科研成果63-64
• 致谢64

【相似文献】

中国期刊全文数据库 前10条

1 张学兵,杨俊开;氮素营养调控对不同类型小麦产量影响[J];上海农业科技;2002年04期

2 杨鸿杰,裘宗海,王黎;氮素营养诊断的相关研究[J];山东农学院学报;1982年Z1期

3 李红军;张立周;陈曦鸣;张玉铭;程一松;胡春胜;;应用数字图像进行小麦氮素营养诊断中图像分析方法的研究[J];中国生态农业学报;2011年01期

4 顾曼如,张若杼,束怀瑞,黎文文,黄化成;苹果氮素营养研究初报——植株中氮素营养的年周期变化特性[J];园艺学报;1981年04期

5 陈振林;;氮素营养胁迫与作物生长模拟[J];气象科技;1993年04期

6 巨艳春;;浅谈玉米的氮素营养诊断[J];科技促进发展;2010年S1期

7 孙玉焕;杨志海;;水稻氮素营养诊断方法研究进展[J];安徽农业科学;2008年19期

8 温PI松;水稻氮素营养阶段性的初步研究[J];土壤通报;1963年06期

9 ;水稻的氮素营养诊断——Ⅰ.淀粉的快速测定——碘试法[J];植物杂志;1977年03期

10 曾骧;;果树的氮素营养[J];植物杂志;1987年02期

中国重要会议论文全文数据库 前6条

1 李红军;张立周;张玉铭;程一松;胡春胜;;应用数字图像进行小麦氮素营养诊断中图像分析方法的研究[A];中国植物营养与肥料学会2010年学术年会论文集[C];2010年

2 刘桃菊;潘星哲;陈双艳;朱冰;江绍琳;唐建军;;基于高光谱遥感的水稻氮素营养诊断方法研究[A];2012年中国作物学会学术年会论文摘要集[C];2012年

3 王国英;王立国;黄瑞虹;吴立芝;;梨园氮素营养状况的测定[A];全国第四届梨科研、生产与产业化学术研讨会论文集[C];2005年

4 王远;王德建;王灿;张刚;;基于冠层图像的水稻氮素营养诊断[A];面向未来的土壤科学（中册）——中国土壤学会第十二次全国会员代表大会暨第九届海峡两岸土壤肥料学术交流研讨会论文集[C];2012年

5 程建平;曹凑贵;蔡明历;原保忠;翟晶;;水分胁迫与氮素营养对水稻生理特性的影响[A];中国作物学会2007年学术年会论文集[C];2007年

6 陈爱国;王树声;;烟草对氮素营养的吸收、利用研究[A];中国烟草学会2004年学术年会论文集[C];2004年

中国重要报纸全文数据库 前1条

1 ;氮素营养与氮肥（上）[N];中华合作时报;2005年

中国博士学位论文全文数据库 前4条

1 张金恒;光谱遥感诊断水稻氮素营养机理与方法研究[D];浙江大学;2004年

2 程建峰;水稻高效氮素营养的种质鉴定及生理基础[D];南京农业大学;2005年

3 冯伟;基于高光谱遥感的小麦氮素营养及生长指标监测研究[D];南京农业大学;2007年

4 姚霞;小麦冠层和单叶氮素营养指标的高光谱监测研究[D];南京农业大学;2009年

中国硕士学位论文全文数据库 前9条

1 司琼;氮素营养对设施甜瓜生长发育及产量品质的影响[D];新疆农业大学;2015年

2 刘梅;不同形态氮素营养下油菜和水稻对盐胁迫的生理响应[D];南京农业大学;2014年

3 查海涅;基于卫星遥感的水稻生长监测与氮素营养诊断系统[D];安徽科技学院;2016年

4 唐强;基于时空序列的小麦冠层氮素营养诊断及长势参数监测研究[D];石河子大学;2010年

5 焦学磊;基于冠层反射光谱的作物氮素营养无损监测仪的研制[D];南京农业大学;2008年

6 张玉玲;氮素营养对不同年代小麦主栽品种产量和品质及其生理机理的影响[D];山东农业大学;2006年

7 庄森;基于光谱的小麦氮素营养监测与追肥调控研究[D];南京农业大学;2009年

8 吴华兵;基于反射光谱的棉花氮素营养与生长监测研究[D];南京农业大学;2006年

9 李陶;密度和氮素营养对小黑麦产量及品质的影响[D];东北农业大学;2008年

  本文关键词：基于卫星遥感的水稻生长监测与氮素营养诊断系统，由笔耕文化传播整理发布。

本文编号：283655