基于无人机热红外遥感诊断土壤含水率的模型研究
发布时间：2023-06-03 00:43
土壤含水率是决定作物长势及产量的重要因素,高效精准的诊断土壤含水率对农业生产具有重要的指导意义,也能够为节水灌溉提供理论依据。本文以5种水分梯度灌溉下(95%、80%、70%、60%、40%田间持水量)的田间玉米为研究对象,在玉米不同的生育期,采用无人机获取试验区域的热红外、可见光、多光谱影像。通过对无人机图像的处理,采用不同的方法提取玉米冠层和地表土壤的相关温度信息和光谱信息,对比各种提取方法的差异性。并由此计算玉米覆盖度(f)、地表相对温差(surface relative temperature difference,SRTD)、冠层相对温差(canopy relative temperature difference,CRTD)、经验算法的作物缺水指数(crop water stress index,CWSI),再辅助叶面积指数LAI、株高等地面数据以及空气温湿度、风速等气象资料计算土壤热惯量(P)、理论算法的作物缺水指数(crop water stress index,CWSI)。在此基础上,构造了冠气温差与覆盖度之比(Tca/f)、水分温度综合指数(w...
【文章页数】：83 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 文献综述
1.1 研究背景
1.2 研究目的与意义
1.3 国内外研究进展
1.3.1 热红外图像温度信息提取的研究进展
1.3.2 无人机热红外遥感诊断土壤含水率的研究进展
1.3.3 热红外遥感对部分植被覆盖下的土壤含水率诊断研究进展
1.4 存在的问题
1.5 研究内容
1.6 技术路线
第二章 材料与方法
2.1 研究区域概况
2.2 试验设计
2.2.1 试验区域设计
2.2.2 灌水梯度设计
2.2.3 数据采集设计
2.3 数据采集
2.3.1 无人机图像采集
2.3.2 地面数据采集
2.3.3 气象数据采集
2.4 无人机图像的预处理
2.4.1 无人机图像拼接与几何校正
2.4.2 无人机图像的配准
2.4.3 热红外图像的温度转化与校准
2.4.4 多光谱图像的地表反射率提取
2.5 相关指数的计算
2.5.1 玉米覆盖度的计算
2.5.2 冠层相对温差与地表相对温差
2.5.3 作物缺水指数CWSI的经验计算式
2.5.4 热惯量的计算
2.5.5 作物缺水指数CWSI的理论计算式
第三章 无人机热红外图像温度信息的提取方法研究
3.1 热红外图像中温度信息的直接提取
3.1.1 监督分类的支持向量机(SVM)法
3.1.2 非监督分类的K-Means法
3.1.3 直方图统计法
3.2 结合可见光图像提取热红外图像的温度信息
3.2.1 可见光图像的地物分类
3.2.2 冠层或土壤矢量文件的提取
3.2.3 热红外图像温度信息的掩膜提取
3.3 热红外图像提取的温度信息验证
3.4 温度信息的优化
3.5 小结与讨论
第四章 覆盖度对无人机热红外遥感诊断土壤含水率的影响
4.1 不同分类方法计算的玉米植株覆盖度变化趋势
4.2 不同分类方法提取的玉米冠层温度变化趋势
4.3 覆盖度的差异性对冠层温度的表征
4.4 冠-气温差反演不同深度的土壤含水率
4.5 冠-气温差与覆盖度之比反演不同深度的土壤含水率
4.6 土壤含水率反演的精度评价
4.7 小结与讨论
第五章 结合冠层温度与地表温度的综合指数诊断土壤含水率的研究
5.1 冠层相对温差、地表相对温差的变化趋势
5.2 冠层相对温差、地表相对温差与土壤含水率的相关关系
5.2.1 单一指数与土壤含水率的相关关系
5.2.2 权重求和的复合指数与土壤含水率的相关关系
5.3 水分-温度综合指数WTCI
5.4 不同水分梯度的作物缺水指数、水分-温度综合指数变化趋势
5.5 作物缺水指数与不同深度土壤含水率的相关关系
5.6 水分-温度综合指数与不同深度土壤含水率的相关关系
5.6.1 部分覆盖条件下WTCI1与土壤含水率的关系
5.6.2 全覆盖条件下WTCI2与土壤含水率的关系
5.7 小结与讨论
第六章 基于热惯量和CWSI诊断部分覆盖玉米土壤含水率研究
6.1 热红外图像中提取的地表温度与冠层温度变化趋势
6.2 归一化作物缺水指数NCWSI与归一化热惯量NP的变化趋势
6.3 热惯量P诊断玉米表层土壤含水率的研究
6.4 作物缺水指数CWSI诊断玉米表层土壤含水率的研究
6.5 结合P与 CWSI的指数A诊断玉米表层土壤含水率的研究
6.6 小结与讨论
第七章 结论与展望
7.1 结论
7.2 创新点
7.3 展望
参考文献
致谢
个人简历
本文编号：3828338
【文章页数】：83 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 文献综述
1.1 研究背景
1.2 研究目的与意义
1.3 国内外研究进展
1.3.1 热红外图像温度信息提取的研究进展
1.3.2 无人机热红外遥感诊断土壤含水率的研究进展
1.3.3 热红外遥感对部分植被覆盖下的土壤含水率诊断研究进展
1.4 存在的问题
1.5 研究内容
1.6 技术路线
第二章 材料与方法
2.1 研究区域概况
2.2 试验设计
2.2.1 试验区域设计
2.2.2 灌水梯度设计
2.2.3 数据采集设计
2.3 数据采集
2.3.1 无人机图像采集
2.3.2 地面数据采集
2.3.3 气象数据采集
2.4 无人机图像的预处理
2.4.1 无人机图像拼接与几何校正
2.4.2 无人机图像的配准
2.4.3 热红外图像的温度转化与校准
2.4.4 多光谱图像的地表反射率提取
2.5 相关指数的计算
2.5.1 玉米覆盖度的计算
2.5.2 冠层相对温差与地表相对温差
2.5.3 作物缺水指数CWSI的经验计算式
2.5.4 热惯量的计算
2.5.5 作物缺水指数CWSI的理论计算式
第三章 无人机热红外图像温度信息的提取方法研究
3.1 热红外图像中温度信息的直接提取
3.1.1 监督分类的支持向量机(SVM)法
3.1.2 非监督分类的K-Means法
3.1.3 直方图统计法
3.2 结合可见光图像提取热红外图像的温度信息
3.2.1 可见光图像的地物分类
3.2.2 冠层或土壤矢量文件的提取
3.2.3 热红外图像温度信息的掩膜提取
3.3 热红外图像提取的温度信息验证
3.4 温度信息的优化
3.5 小结与讨论
第四章 覆盖度对无人机热红外遥感诊断土壤含水率的影响
4.1 不同分类方法计算的玉米植株覆盖度变化趋势
4.2 不同分类方法提取的玉米冠层温度变化趋势
4.3 覆盖度的差异性对冠层温度的表征
4.4 冠-气温差反演不同深度的土壤含水率
4.5 冠-气温差与覆盖度之比反演不同深度的土壤含水率
4.6 土壤含水率反演的精度评价
4.7 小结与讨论
第五章 结合冠层温度与地表温度的综合指数诊断土壤含水率的研究
5.1 冠层相对温差、地表相对温差的变化趋势
5.2 冠层相对温差、地表相对温差与土壤含水率的相关关系
5.2.1 单一指数与土壤含水率的相关关系
5.2.2 权重求和的复合指数与土壤含水率的相关关系
5.3 水分-温度综合指数WTCI
5.4 不同水分梯度的作物缺水指数、水分-温度综合指数变化趋势
5.5 作物缺水指数与不同深度土壤含水率的相关关系
5.6 水分-温度综合指数与不同深度土壤含水率的相关关系
5.6.1 部分覆盖条件下WTCI1与土壤含水率的关系
5.6.2 全覆盖条件下WTCI2与土壤含水率的关系
5.7 小结与讨论
第六章 基于热惯量和CWSI诊断部分覆盖玉米土壤含水率研究
6.1 热红外图像中提取的地表温度与冠层温度变化趋势
6.2 归一化作物缺水指数NCWSI与归一化热惯量NP的变化趋势
6.3 热惯量P诊断玉米表层土壤含水率的研究
6.4 作物缺水指数CWSI诊断玉米表层土壤含水率的研究
6.5 结合P与 CWSI的指数A诊断玉米表层土壤含水率的研究
6.6 小结与讨论
第七章 结论与展望
7.1 结论
7.2 创新点
7.3 展望
参考文献
致谢
个人简历
本文编号：3828338
本文链接：https://www.wllwen.com/kejilunwen/nykj/3828338.html
