棉花高光谱特征及其农学参数遥感反演研究
发布时间：2022-02-14 10:01
棉花是我国主要的经济作物之一,是纺织和精细化工原料,也是重要的战略物资。渭北旱塬区生态环境脆弱,水资源匮乏且时空分布不均,土壤肥力不高,需要改变传统的农业生产模式,实施精准农业生产管理,提高农业生产效率同时保护当地生态环境。应用高光谱遥感建立作物的农学参数反演模型可以实现对作物生长状况的动态监测,从而为精准农业的实施提供依据。本研究以渭北旱塬区棉花为研究对象,通过田间试验获取地面和无人机尺度棉花冠层高光谱数据和各项农学参数。研究棉花各项农学参数的高光谱特征;各项农学参数与冠层光谱反射率和一阶导数光谱的相关性;植被指数与棉花农学参数的相关性。基于植被指数通过单因素回归、多元逐步回归和SVM回归方法构建各生育期的棉花农学参数估算模型,并对各估算模型进行精度比较,得到棉花各项农学参数的最佳估算模型。最后利用得到的农学参数最佳估算模型对近地无人机影像进行棉花农学参数遥感反演。主要研究结果如下:（1）棉花叶绿素含量随生育期的推进出现先升高后降低的趋势,从苗期到花铃期叶绿素含量不断升高,从花铃期到吐絮期叶绿素含量降低。不同叶绿素含量的棉花冠层光谱反射率,在可见光波段,随着冠层SPAD值的升高而降低...
【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】：75 页
【学位级别】：硕士
【部分图文】：
乾县棉花种植试验区Figure2-1ExperimentalfieldofcottoninQianxian
图 3-1 不同生育期棉花冠层光谱反射率Fig. 3-1 Spectral reflectance of cotton canopy in different growth stages.2 不同生育期棉花冠层光谱红边特征图 3-2 是不同生育期棉花冠层光谱红边特征曲线图，呈现出了一定的规律性。由图 可知，随着棉花的不断生长，从苗期到花铃期，冠层叶片叶绿素不断增加，植株更盛，红边位置不断向长波方向移动，出现明显的“红移”现象。从花铃期到吐絮期，叶片叶绿素含量趋于稳定，两生育期红边曲线基本重合，并有向短波方向移动的趋称为“蓝移”现象。
第四章 棉花叶绿素含量高光谱估算 E 降低 3.64%，RE 降低 5.44%；SPAD-SVMa模型较SPAD-MSR模型R2提高10.6E 降低 26.97%,，RE 降低 29.16%；SPAD-SVMb模型的 R2较 SPAD-SVMa模型%，RMSE 降低 24.79%，RE 降低 23.14%。从上述数据分析可以看出，多元逐步回归模型 R2明显高于单因素回归模型E 和 RE 较低，说明多元逐步回归模型的预测精度明显高于单植被指数回归模相同植被指数建模的 SVM 模型较多元逐步回归模型 R2有小幅提升，RMSE 显降低，说明 SVM 模型预测数据的离散程度较低，相对误差较小，因此预测于多元逐步回归模型。SVM 模型中 SPAD-SVMb模型较 SPAD-SVMa模型 R升，RMSE 和 RE 有明显降低，说明 SPAD-SVMb模型预测数据的离散程度较误差较小，因此预测精度要优于 SPAD-SVMa模型。 近地无人机影像棉花叶绿素含量遥感反演
【参考文献】：
期刊论文
[1]高光谱遥感技术在农作物监测中的应用[J]. 王利龙,吕航. 科技创新与应用. 2018(01)
[2]高光谱技术在农业遥感中的应用研究进展[J]. 茅恒昌. 南方农机. 2017(22)
[3]逐步回归分析法及其应用[J]. 游士兵,严研. 统计与决策. 2017(14)
[4]高光谱遥感水文地质应用新进展[J]. 段瑞琪,董艳辉,周鹏鹏,王礼恒,符韵梅,赵少桦. 水文地质工程地质. 2017(04)
[5]基于高光谱遥感的棉花叶片叶绿素含量估算[J]. 王烁,常庆瑞,刘梦云,严林,李媛媛,刘秀英. 中国农业大学学报. 2017(04)
[6]不同光谱植被指数反演冬小麦叶氮含量的敏感性研究[J]. 张潇元,张立福,张霞,王树东,田静国,翟涌光. 中国农业科学. 2017(03)
[7]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)
[8]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)
[9]农业供给侧结构性改革与科技创新[J]. 刘蓉蓉,徐志宇. 农业科技管理. 2016(05)
[10]基于SVR算法的苹果叶片叶绿素含量高光谱反演[J]. 刘京,常庆瑞,刘淼,殷紫,马文君. 农业机械学报. 2016(08)
博士论文
[1]西北地区冬小麦生长状况高光谱遥感监测研究[D]. 田明璐.西北农林科技大学 2017
[2]玉米生理参数及农田土壤信息高光谱监测模型研究[D]. 刘秀英.西北农林科技大学 2016
硕士论文
[1]油菜的高光谱特征及其生理参数估算模型研究[D]. 孙勃岩.西北农林科技大学 2017
[2]基于高光谱数据的棉花生长信息模型模拟研究[D]. 楚万林.西北农林科技大学 2015
[3]基于高光谱数据的农作物冠层LAI和FAPAR估算研究[D]. 巴家亮.华中农业大学 2013
[4]遥感植被指数分析及应用研究[D]. 傅银贞.福州大学 2010
[5]基于高光谱植被指数的棉花冠层结构参数的估算研究[D]. 马勤建.石河子大学 2008
本文编号：3624345
【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】：75 页
【学位级别】：硕士
【部分图文】：
乾县棉花种植试验区Figure2-1ExperimentalfieldofcottoninQianxian
图 3-1 不同生育期棉花冠层光谱反射率Fig. 3-1 Spectral reflectance of cotton canopy in different growth stages.2 不同生育期棉花冠层光谱红边特征图 3-2 是不同生育期棉花冠层光谱红边特征曲线图，呈现出了一定的规律性。由图 可知，随着棉花的不断生长，从苗期到花铃期，冠层叶片叶绿素不断增加，植株更盛，红边位置不断向长波方向移动，出现明显的“红移”现象。从花铃期到吐絮期，叶片叶绿素含量趋于稳定，两生育期红边曲线基本重合，并有向短波方向移动的趋称为“蓝移”现象。
第四章 棉花叶绿素含量高光谱估算 E 降低 3.64%，RE 降低 5.44%；SPAD-SVMa模型较SPAD-MSR模型R2提高10.6E 降低 26.97%,，RE 降低 29.16%；SPAD-SVMb模型的 R2较 SPAD-SVMa模型%，RMSE 降低 24.79%，RE 降低 23.14%。从上述数据分析可以看出，多元逐步回归模型 R2明显高于单因素回归模型E 和 RE 较低，说明多元逐步回归模型的预测精度明显高于单植被指数回归模相同植被指数建模的 SVM 模型较多元逐步回归模型 R2有小幅提升，RMSE 显降低，说明 SVM 模型预测数据的离散程度较低，相对误差较小，因此预测于多元逐步回归模型。SVM 模型中 SPAD-SVMb模型较 SPAD-SVMa模型 R升，RMSE 和 RE 有明显降低，说明 SPAD-SVMb模型预测数据的离散程度较误差较小，因此预测精度要优于 SPAD-SVMa模型。 近地无人机影像棉花叶绿素含量遥感反演
【参考文献】：
期刊论文
[1]高光谱遥感技术在农作物监测中的应用[J]. 王利龙,吕航. 科技创新与应用. 2018(01)
[2]高光谱技术在农业遥感中的应用研究进展[J]. 茅恒昌. 南方农机. 2017(22)
[3]逐步回归分析法及其应用[J]. 游士兵,严研. 统计与决策. 2017(14)
[4]高光谱遥感水文地质应用新进展[J]. 段瑞琪,董艳辉,周鹏鹏,王礼恒,符韵梅,赵少桦. 水文地质工程地质. 2017(04)
[5]基于高光谱遥感的棉花叶片叶绿素含量估算[J]. 王烁,常庆瑞,刘梦云,严林,李媛媛,刘秀英. 中国农业大学学报. 2017(04)
[6]不同光谱植被指数反演冬小麦叶氮含量的敏感性研究[J]. 张潇元,张立福,张霞,王树东,田静国,翟涌光. 中国农业科学. 2017(03)
[7]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)
[8]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)
[9]农业供给侧结构性改革与科技创新[J]. 刘蓉蓉,徐志宇. 农业科技管理. 2016(05)
[10]基于SVR算法的苹果叶片叶绿素含量高光谱反演[J]. 刘京,常庆瑞,刘淼,殷紫,马文君. 农业机械学报. 2016(08)
博士论文
[1]西北地区冬小麦生长状况高光谱遥感监测研究[D]. 田明璐.西北农林科技大学 2017
[2]玉米生理参数及农田土壤信息高光谱监测模型研究[D]. 刘秀英.西北农林科技大学 2016
硕士论文
[1]油菜的高光谱特征及其生理参数估算模型研究[D]. 孙勃岩.西北农林科技大学 2017
[2]基于高光谱数据的棉花生长信息模型模拟研究[D]. 楚万林.西北农林科技大学 2015
[3]基于高光谱数据的农作物冠层LAI和FAPAR估算研究[D]. 巴家亮.华中农业大学 2013
[4]遥感植被指数分析及应用研究[D]. 傅银贞.福州大学 2010
[5]基于高光谱植被指数的棉花冠层结构参数的估算研究[D]. 马勤建.石河子大学 2008
本文编号：3624345
本文链接：https://www.wllwen.com/kejilunwen/nykj/3624345.html
