基于无人机成像高光谱遥感数据的水稻估产方法研究
发布时间：2021-11-03 12:39
水稻作为我国最主要的粮食作物其重要性不言而喻,水稻产量的及时准确监测对我国的粮食安全至关重要。传统水稻估产研究主要借助一系列的遥感卫星进行,但由于受时空间分辨率、天气状况和云层遮挡等一系列因素的制约无法实现更加准确及时的估产效果。随着近年来无人机领域的飞速发展,无人机平台的高便捷性、高灵活性、高稳定性和高时空分辨率使得基于无人机载传感器的近地面区域水稻精确估产研究成为可能。本文通过无人机搭载成像高光谱相机获取了三年水稻小区实验成像高光谱数据,在传统估产方法的基础上充分利用了成像高光谱遥感数据图谱合一的优势,通过考虑了水稻有效生育期长度信息、精细化生育期信息和水稻田块空间纹理信息进一步提高了估产精度,最终达到了更为精确且推广性更好普适性更强的估产结果。具体研究成果如下:（1）本文首先利用成像高光谱相机光谱信息丰富的优势通过基于经验统计模型的估产方法建立了更加准确的水稻最佳多生育期植被指数估产模型,最佳估产模型为基于孕穗期NDVI[824,728]、抽穗期NDVI[784,740]和成熟期NDVI[776,724]的经验估产...
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
012-2018年我国粮食总进出口量
无人机成像高光谱遥感水稻估产方法技术路线图
浙江大学硕士学位论文研究数据和方法10图2.1实验田卫星影像（影像数据来源于GoogleEarth，拍摄时间为2019年8月5日）表2.12017-2019年试验区水稻种植品种品种编号2017年2018年2019年S1嘉58浙粳99南粳9108S2浙粳99嘉67南粳46表2.2不同品种水稻前期实验生长特征参数水稻品种亩产（公斤）全生育期（天）亩有效穗（万）成穗率（%）结实率（%）千粒重（g）嘉58618.215625.477.392.826.7浙粳99630.215720.671.590.325.1嘉67662.516020.370.789.925.2南粳9108644.215321.270.994.226.4南粳46590.616519.880.089.624.3本实验通过不同的氮肥施用水平设置梯度对照实验，为满足实验要求共设置5个不同梯度的氮素处理即N0梯度（不施氮肥）、N1梯度（当年正常施氮水平的0.5倍）、N2梯度（当年正常施氮水平）、N3梯度（当年正常施氮水平的1.5倍）和N4梯度（当年正常
【参考文献】：
期刊论文
[1]基于无人机遥感植被指数优选的田块尺度冬小麦估产[J]. 朱婉雪,李仕冀,张旭博,李洋,孙志刚. 农业工程学报. 2018(11)
[2]全球背景下中国粮食贸易和安全问题探讨[J]. 汪文忠. 粮食问题研究. 2018(02)
[3]基于无人机高清数码影像的水稻产量估算[J]. 李昂,王洋,曹英丽,于丰华,许童羽,肖文. 沈阳农业大学学报. 2017(05)
[4]中国居民口粮消费特征变化及安全耕地数量[J]. 辛良杰,李鹏辉. 农业工程学报. 2017(13)
[5]基于低空无人机成像光谱仪影像估算棉花叶面积指数[J]. 田明璐,班松涛,常庆瑞,由明明,罗丹,王力,王烁. 农业工程学报. 2016(21)
[6]大疆旗舰级专业多旋翼无人机经纬M600[J]. 刘铭哲. 数码影像时代. 2016(05)
[7]湖南省单、双季稻识别与生育期提取研究[J]. 王尧,卓莉,易沵泺,叶涛. 地理科学进展. 2015(10)
[8]德清县志述略[J]. 方康顺. 浙江档案. 2015(04)
[9]世界粮食安全现状及粮食供求展望[J]. 郭亮. 世界农业. 2015(01)
[10]Multi-Temporal Detection of Rice Phenological Stages Using Canopy Spectrum[J]. WANG Lin,ZHANG Fu-cun,JING Yuan-shu,JIANG Xiao-dong,YANG Shen-bin,HAN Xiao-mei. Rice Science. 2014(02)
博士论文
[1]基于冠层反射光谱的水稻氮素营养与籽粒品质监测[D]. 周冬琴.南京农业大学 2007
硕士论文
[1]基于水稻高光谱遥感数据的植被指数产量模型研究[D]. 洪雪.沈阳农业大学 2017
[2]高光谱与多光谱遥感水稻估产研究[D]. 王娣.武汉大学 2017
[3]基于全极化SAR数据的旱地作物识别与生物学参数反演研究[D]. 东朝霞.中国农业科学院 2016
[4]基于遥感和气象数据的江苏省水稻面积监测和估产研究[D]. 汤斌.浙江大学 2016
[5]水稻叶片氮素含量及产量、相关品质高光谱预测模型的初步研究[D]. 何理.扬州大学 2014
[6]粳稻不同生育期类型品种产量形成特性与品质特征研究[D]. 汪本福.扬州大学 2006
本文编号：3473701
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
012-2018年我国粮食总进出口量
无人机成像高光谱遥感水稻估产方法技术路线图
浙江大学硕士学位论文研究数据和方法10图2.1实验田卫星影像（影像数据来源于GoogleEarth，拍摄时间为2019年8月5日）表2.12017-2019年试验区水稻种植品种品种编号2017年2018年2019年S1嘉58浙粳99南粳9108S2浙粳99嘉67南粳46表2.2不同品种水稻前期实验生长特征参数水稻品种亩产（公斤）全生育期（天）亩有效穗（万）成穗率（%）结实率（%）千粒重（g）嘉58618.215625.477.392.826.7浙粳99630.215720.671.590.325.1嘉67662.516020.370.789.925.2南粳9108644.215321.270.994.226.4南粳46590.616519.880.089.624.3本实验通过不同的氮肥施用水平设置梯度对照实验，为满足实验要求共设置5个不同梯度的氮素处理即N0梯度（不施氮肥）、N1梯度（当年正常施氮水平的0.5倍）、N2梯度（当年正常施氮水平）、N3梯度（当年正常施氮水平的1.5倍）和N4梯度（当年正常
【参考文献】：
期刊论文
[1]基于无人机遥感植被指数优选的田块尺度冬小麦估产[J]. 朱婉雪,李仕冀,张旭博,李洋,孙志刚. 农业工程学报. 2018(11)
[2]全球背景下中国粮食贸易和安全问题探讨[J]. 汪文忠. 粮食问题研究. 2018(02)
[3]基于无人机高清数码影像的水稻产量估算[J]. 李昂,王洋,曹英丽,于丰华,许童羽,肖文. 沈阳农业大学学报. 2017(05)
[4]中国居民口粮消费特征变化及安全耕地数量[J]. 辛良杰,李鹏辉. 农业工程学报. 2017(13)
[5]基于低空无人机成像光谱仪影像估算棉花叶面积指数[J]. 田明璐,班松涛,常庆瑞,由明明,罗丹,王力,王烁. 农业工程学报. 2016(21)
[6]大疆旗舰级专业多旋翼无人机经纬M600[J]. 刘铭哲. 数码影像时代. 2016(05)
[7]湖南省单、双季稻识别与生育期提取研究[J]. 王尧,卓莉,易沵泺,叶涛. 地理科学进展. 2015(10)
[8]德清县志述略[J]. 方康顺. 浙江档案. 2015(04)
[9]世界粮食安全现状及粮食供求展望[J]. 郭亮. 世界农业. 2015(01)
[10]Multi-Temporal Detection of Rice Phenological Stages Using Canopy Spectrum[J]. WANG Lin,ZHANG Fu-cun,JING Yuan-shu,JIANG Xiao-dong,YANG Shen-bin,HAN Xiao-mei. Rice Science. 2014(02)
博士论文
[1]基于冠层反射光谱的水稻氮素营养与籽粒品质监测[D]. 周冬琴.南京农业大学 2007
硕士论文
[1]基于水稻高光谱遥感数据的植被指数产量模型研究[D]. 洪雪.沈阳农业大学 2017
[2]高光谱与多光谱遥感水稻估产研究[D]. 王娣.武汉大学 2017
[3]基于全极化SAR数据的旱地作物识别与生物学参数反演研究[D]. 东朝霞.中国农业科学院 2016
[4]基于遥感和气象数据的江苏省水稻面积监测和估产研究[D]. 汤斌.浙江大学 2016
[5]水稻叶片氮素含量及产量、相关品质高光谱预测模型的初步研究[D]. 何理.扬州大学 2014
[6]粳稻不同生育期类型品种产量形成特性与品质特征研究[D]. 汪本福.扬州大学 2006
本文编号：3473701
本文链接：https://www.wllwen.com/kejilunwen/nykj/3473701.html
