基于冬小麦生长前期光谱信息的播期遥感估测研究

发布时间：2024-09-17 14:55

　　播期是影响小麦产量和品质的一个重要因素,冬小麦生产管理对播期的及时和准确监测有强烈需求。针对当前利用全生育期遥感数据基于植被物候遥感监测方法拟合播期时间滞后、仅利用冬小麦生长前期光谱监测播期因弱植被光谱信号引起的监测精度不高的问题,利用冬小麦生长前期多时相高光谱数据进行信息的挖掘,对不同播期冬小麦生长前期光谱响应差异机制和变化规律、播期估测最佳时相及最优光谱等开展深入研究,以实现对冬小麦播期的尽早估测,提高播期遥感估测精度。论文主要研究内容及研究成果如下:（1）使用冬小麦生长前期（出苗期-拔节期）多时相地面实测高光谱数据,分析不同播期冬小麦冠层光谱差异机制和变化规律,对不同时相不同播期冬小麦冠层光谱差异大小进行定量化描述,对不同播期冬小麦冠层光谱可分性进行评价。经分析,越冬至返青期前可作为播期估测时相的选择。（2）以冬小麦越冬至返青期前多时相不同播期冠层高光谱数据为基础,基于不同播期冬小麦冠层光谱差异最大化原则,优选播期估测最佳时相,基于与播期最相关原则,优选播期估测最优光谱。经分析,2016年11月8日播期与光谱指数估算播期效果最好,11月上旬是北京地区冬小麦播期遥感估测最佳时相;基于...

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

图2.1研究区示意图

图2.1研究区示意图冬小麦4个播期，分别为2017年的9月23日、中的天数分别为267、274、282和288。感数据获取

图3.2基于变量投影重要性准则光谱波段筛选结果

图3.2基于变量投影重要性准则光谱波段筛选结果PLS-DA判别分析及不同播期冬小麦光谱可分性评价年来，近红外光谱(NIR)与判别分析相结合的方法已成功应用于医药、别和检测等方面，其中SIMCA（Softindependentmodelingofclassana

图6.1RGB色彩空间

图6.1RGB色彩空间图6.2HSV色彩空间V=max(R,G,B)（S=V-min(R,G,B)V（0,ifV=min(R,G,B)

图6.2HSV色彩空间V=max(R,G,B)（6.1）

图6.1RGB色彩空间图6.2HSV色彩空间V=max(R,G,B)（S=V-min(R,G,B)V（0,ifV=min(R,G,B)

本文编号：4005619