基于无人机遥感的青贮夏玉米干旱指数监测及旱情信息反演
发布时间：2022-01-17 07:36
无人机遥感可实时、快速的获取高精度农田旱情信息,对于推广新型节水灌溉技术意义重大。本研究以2018年内蒙古达拉特旗昭君镇试验站青贮夏玉米为研究对象,利用无人机遥感系统获取多光谱和热红外影像数据,提取植被指数和地表混合温度确定陆气温差、温度植被干旱指数（TVDI）和水分亏缺指数（WDI）监测青贮夏玉米旱情;研究青贮夏玉米不同生育期内不同时间尺度和水分胁迫下干旱指数与土壤含水率和气孔导度相关性;比较了不同方法建立干旱指数与土壤含水率和气孔导度反演模型的差异。本文主要研究内容及结论如下:（1）原始数据获取及干旱指数计算。利用地面设备获取所需的气象数据和田间地面数据;利用无人机遥感系统获取多光谱和热红外影像,通过遥感影像预处理得到试验田正射影像,并提取归一化植被指数（NDVI）、增强植被指数（EVI）、土壤调节植被指数（SAVI）和地表混合温度,遥感数据与地面数据结合计算干旱指数。（2）研究陆气温差监测青贮夏玉米旱情的监测效果。结果表明陆气温差分布图可区分裸地、玉米和灌溉不均匀区域。在不同生育期,陆气温差可监测日间尺度和旬间尺度下玉米旱情变化。在不同水分胁迫下,100%充分灌溉时陆气温差无法监...
【文章来源】：西北农林科技大学陕西省 211工程院校 985工程院校 教育部直属院校
【文章页数】：92 页
【学位级别】：硕士
【部分图文】：
试验田和标准气象站概况
(a)试验田 (b)标准气象站图 2-1 试验田和标准气象站概况Fig.2-1 Experimental area and standard meteorological tower集面数据采集所需的地面数据为空气温度，本文利用标准气象站测量空清易电子科技有限公司组装和调试，位于试验区南 1km 处，为提高计算陆气温差的精度，地面数据与无人机数据同00-14:00 空气温度数据计算陆气温差。人机热红外数据采集热红外影像采集系统苜蓿
原始热红外影像 地表混合温度 陆气温差图 2-4 陆气温差分布图计算Fig.2-4 Compulate Ts-Ta map2.2 结果与分析2.2.1 玉米不同生育期陆气温差分布图图 2-5 为青贮夏玉米不同生育期陆气温差分布图。图中生育期第 49、57 和 65 天为青贮夏玉米拔节期，生育期第 93、107 和 112 天为青贮夏玉米生育中后期。6 天的数据中均有五条明显的分界线，这是为了方便田间管理和区分不同的灌溉区在试验田种植青贮夏玉米过程中预留出的裸地。由图 2-5 可知，陆气温差分布图可明显区分出裸地和玉米。由于生育期第 55 天下雨的原因，可以明显看出生育期第 57 天陆气温差分布图与生育期第 49 天和生育期第 65 天相比，图像偏暗，表明陆气温差对于短期降雨反应敏感。其中生育期第 65 天和生育期第 107 天的干旱梯度最明显。在图中可以看到 1区和 3 区中有一条黑线和两块明显偏暗的区域，这是由于利用喷灌机灌溉时，灌溉不均匀导致试验田局部含水量过高造成的。
【参考文献】：
期刊论文
[1]基于彭曼公式日均值时序分析的中国蒸发能力动态成因[J]. 白桦,鲁向晖,杨筱筱,高鹏,桂发亮,穆兴民. 农业机械学报. 2019(01)
[2]剔除土壤背景的棉花水分胁迫无人机热红外遥感诊断[J]. 张智韬,边江,韩文霆,付秋萍,陈硕博,崔婷. 农业机械学报. 2018(10)
[3]大田玉米作物系数无人机多光谱遥感估算方法[J]. 韩文霆,邵国敏,马代健,ZHANG Huihui,王毅,牛亚晓. 农业机械学报. 2018(07)
[4]轻小型无人机多光谱遥感技术应用进展[J]. 孙刚,黄文江,陈鹏飞,高帅,王秀. 农业机械学报. 2018(03)
[5]基于无人机遥感与植被指数的冬小麦覆盖度提取方法[J]. 牛亚晓,张立元,韩文霆,邵国敏. 农业机械学报. 2018(04)
[6]基于降水距平百分率的陕西省干旱时空分布特征[J]. 韦开,王全九,周蓓蓓,何斌. 水土保持学报. 2017(01)
[7]基于无人机遥感的灌区土地利用与覆被分类方法[J]. 韩文霆,郭聪聪,张立元,杨江涛,雷雨,王紫军. 农业机械学报. 2016(11)
[8]基于无人机高光谱遥感的冬小麦叶面积指数反演[J]. 高林,杨贵军,于海洋,徐波,赵晓庆,董锦绘,马亚斌. 农业工程学报. 2016(22)
[9]基于可见光波段的无人机超低空遥感图像处理[J]. 邓继忠,任高生,兰玉彬,黄华盛,张亚莉. 华南农业大学学报. 2016(06)
[10]植物水分胁迫实时在线检测方法研究进展[J]. 赵燕东,高超,张新,蔡祥. 农业机械学报. 2016(07)
本文编号：3594324
【文章来源】：西北农林科技大学陕西省 211工程院校 985工程院校 教育部直属院校
【文章页数】：92 页
【学位级别】：硕士
【部分图文】：
试验田和标准气象站概况
(a)试验田 (b)标准气象站图 2-1 试验田和标准气象站概况Fig.2-1 Experimental area and standard meteorological tower集面数据采集所需的地面数据为空气温度，本文利用标准气象站测量空清易电子科技有限公司组装和调试，位于试验区南 1km 处，为提高计算陆气温差的精度，地面数据与无人机数据同00-14:00 空气温度数据计算陆气温差。人机热红外数据采集热红外影像采集系统苜蓿
原始热红外影像 地表混合温度 陆气温差图 2-4 陆气温差分布图计算Fig.2-4 Compulate Ts-Ta map2.2 结果与分析2.2.1 玉米不同生育期陆气温差分布图图 2-5 为青贮夏玉米不同生育期陆气温差分布图。图中生育期第 49、57 和 65 天为青贮夏玉米拔节期，生育期第 93、107 和 112 天为青贮夏玉米生育中后期。6 天的数据中均有五条明显的分界线，这是为了方便田间管理和区分不同的灌溉区在试验田种植青贮夏玉米过程中预留出的裸地。由图 2-5 可知，陆气温差分布图可明显区分出裸地和玉米。由于生育期第 55 天下雨的原因，可以明显看出生育期第 57 天陆气温差分布图与生育期第 49 天和生育期第 65 天相比，图像偏暗，表明陆气温差对于短期降雨反应敏感。其中生育期第 65 天和生育期第 107 天的干旱梯度最明显。在图中可以看到 1区和 3 区中有一条黑线和两块明显偏暗的区域，这是由于利用喷灌机灌溉时，灌溉不均匀导致试验田局部含水量过高造成的。
【参考文献】：
期刊论文
[1]基于彭曼公式日均值时序分析的中国蒸发能力动态成因[J]. 白桦,鲁向晖,杨筱筱,高鹏,桂发亮,穆兴民. 农业机械学报. 2019(01)
[2]剔除土壤背景的棉花水分胁迫无人机热红外遥感诊断[J]. 张智韬,边江,韩文霆,付秋萍,陈硕博,崔婷. 农业机械学报. 2018(10)
[3]大田玉米作物系数无人机多光谱遥感估算方法[J]. 韩文霆,邵国敏,马代健,ZHANG Huihui,王毅,牛亚晓. 农业机械学报. 2018(07)
[4]轻小型无人机多光谱遥感技术应用进展[J]. 孙刚,黄文江,陈鹏飞,高帅,王秀. 农业机械学报. 2018(03)
[5]基于无人机遥感与植被指数的冬小麦覆盖度提取方法[J]. 牛亚晓,张立元,韩文霆,邵国敏. 农业机械学报. 2018(04)
[6]基于降水距平百分率的陕西省干旱时空分布特征[J]. 韦开,王全九,周蓓蓓,何斌. 水土保持学报. 2017(01)
[7]基于无人机遥感的灌区土地利用与覆被分类方法[J]. 韩文霆,郭聪聪,张立元,杨江涛,雷雨,王紫军. 农业机械学报. 2016(11)
[8]基于无人机高光谱遥感的冬小麦叶面积指数反演[J]. 高林,杨贵军,于海洋,徐波,赵晓庆,董锦绘,马亚斌. 农业工程学报. 2016(22)
[9]基于可见光波段的无人机超低空遥感图像处理[J]. 邓继忠,任高生,兰玉彬,黄华盛,张亚莉. 华南农业大学学报. 2016(06)
[10]植物水分胁迫实时在线检测方法研究进展[J]. 赵燕东,高超,张新,蔡祥. 农业机械学报. 2016(07)
本文编号：3594324
本文链接：https://www.wllwen.com/kejilunwen/nykj/3594324.html
