无人机载遥感数据估测油菜长势参数方法研究
发布时间：2021-03-18 11:08
油菜作为我国种植面积最大的油料作物,分布范围广泛,其生长发育和产量形成受氮素影响极大。实时、快速、精准地对不同施氮水平下油菜试验区进行长势监测,对于油菜生产管理及产量预测具有重要的研究意义。油菜叶片的叶绿素（Chlorophyll,Chl）、类胡萝卜素（Carotenoid,Car）和类黄酮（Flavonoids,Flav）含量以及株高（Height,H）、叶面积指数（Leaf Area Index,LAI）等能够综合反映油菜长势。无人机遥感技术作为目前农情监测的前沿手段之一,具备低成本、多角度、高分辨率、灵活简单、安全易操作等优势,能够弥补传统遥感技术诸多不足,是目前精准农业研究和应用的新热点。本文将油菜作为研究对象,采用无人机平台获取高清数码图像及5波段多光谱数据,结合田间实测数据,建立了不同施氮水平、不同生育期油菜各生理生化参数的反演模型。围绕上述内容,得到的主要研究结果如下:（1）油菜生化参数（NBI、Chl、Flav）的植被指数反演模型及其影响因素分析。分别基于混合像元和纯油菜像元提取了6种典型植被指数（RVI、MCARI1、TCARI、OSAVI、TCARI/OSAVI、N...
【文章来源】：华中农业大学湖北省 211工程院校 教育部直属院校
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
技术路线图
Information of the Unmanned Aerial Vehicle BorneMultispectral Data传感器 飞行高度(m)尺寸(mm)光谱波段 107×76×95 蓝、绿、红 15 121×66×46蓝 :中心波长 475nm，幅宽 20nm绿 :中心波长 560nm，幅宽 20nm红 :中心波长 668nm，幅宽 10nm红边 :中心波长 717nm，幅宽 10nm近红外:中心波长 840nm，幅宽 40nm30 数(NBI)、叶绿素(Chl)、类黄酮(Flav)测量
精确到 0.01m。2018-2019 季度六叶期、十叶期及具有代表性的植株 3 株，取其平均值作为小区株高，各时期冬期将研究小区细化，每个小区选择 4 个 1*1m 样方，样方取其平均值作为每个样方株高，共计 120 个样点数据。指数(LAI)测量数测量与无人机飞行同步，采用英国 Delta 公司的冠层opy Analysis System）进行测量，测量时 Sunscan 置于油菜六叶期、十叶期及蕾薹期时，每个小区选取 3 个点，每个 4 次，取其平均值作为小区 LAI，各时期均有 30 个样点小区细化，每小区选取 4 个 1*1m 样方（与株高测量的样方字型”分别测量 4 次，取其平均值作为每个样方的 LAI，共
【参考文献】：
期刊论文
[1]基于无人机遥感的农作物长势关键参数反演研究进展[J]. 刘忠,万炜,黄晋宇,韩已文,王佳莹. 农业工程学报. 2018(24)
[2]近10年油菜主要病虫害发生危害情况的统计和分析[J]. 杨清坡,刘万才,黄冲. 植物保护. 2018(03)
[3]浅谈激光雷达技术在林业上的应用[J]. 李建国. 现代农业研究. 2018(05)
[4]农业遥感研究进展与展望[J]. 唐华俊. 农学学报. 2018(01)
[5]基于GF-1与Landsat-8的康保县叶面积指数遥感反演研究[J]. 徐晓雨,孙华,王广兴,林辉,任蓝翔,崔云蕾. 中南林业科技大学学报. 2018(01)
[6]基于光谱指数的不同生育期油菜叶片SPAD估测[J]. 殷紫,常庆瑞,刘淼,张晓华. 西北农林科技大学学报(自然科学版). 2017(05)
[7]无人机遥感解析田间作物表型信息研究进展[J]. 刘建刚,赵春江,杨贵军,于海洋,赵晓庆,徐波,牛庆林. 农业工程学报. 2016(24)
[8]基于高光谱分析的草地叶绿素含量估算研究进展[J]. 马文勇,王训明. 地理科学进展. 2016(01)
[9]农用无人机多传感器遥感辅助小麦育种信息获取[J]. 杨贵军,李长春,于海洋,徐波,冯海宽,高林,朱冬梅. 农业工程学报. 2015(21)
[10]基于无人机遥感影像的大豆叶面积指数反演研究[J]. 高林,杨贵军,王宝山,于海洋,徐波,冯海宽. 中国生态农业学报. 2015(07)
硕士论文
[1]基于无人机数码影像的稻麦株高估算研究[D]. 陈思瑶.南京农业大学 2016
本文编号：3088217
【文章来源】：华中农业大学湖北省 211工程院校 教育部直属院校
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
技术路线图
Information of the Unmanned Aerial Vehicle BorneMultispectral Data传感器 飞行高度(m)尺寸(mm)光谱波段 107×76×95 蓝、绿、红 15 121×66×46蓝 :中心波长 475nm，幅宽 20nm绿 :中心波长 560nm，幅宽 20nm红 :中心波长 668nm，幅宽 10nm红边 :中心波长 717nm，幅宽 10nm近红外:中心波长 840nm，幅宽 40nm30 数(NBI)、叶绿素(Chl)、类黄酮(Flav)测量
精确到 0.01m。2018-2019 季度六叶期、十叶期及具有代表性的植株 3 株，取其平均值作为小区株高，各时期冬期将研究小区细化，每个小区选择 4 个 1*1m 样方，样方取其平均值作为每个样方株高，共计 120 个样点数据。指数(LAI)测量数测量与无人机飞行同步，采用英国 Delta 公司的冠层opy Analysis System）进行测量，测量时 Sunscan 置于油菜六叶期、十叶期及蕾薹期时，每个小区选取 3 个点，每个 4 次，取其平均值作为小区 LAI，各时期均有 30 个样点小区细化，每小区选取 4 个 1*1m 样方（与株高测量的样方字型”分别测量 4 次，取其平均值作为每个样方的 LAI，共
【参考文献】：
期刊论文
[1]基于无人机遥感的农作物长势关键参数反演研究进展[J]. 刘忠,万炜,黄晋宇,韩已文,王佳莹. 农业工程学报. 2018(24)
[2]近10年油菜主要病虫害发生危害情况的统计和分析[J]. 杨清坡,刘万才,黄冲. 植物保护. 2018(03)
[3]浅谈激光雷达技术在林业上的应用[J]. 李建国. 现代农业研究. 2018(05)
[4]农业遥感研究进展与展望[J]. 唐华俊. 农学学报. 2018(01)
[5]基于GF-1与Landsat-8的康保县叶面积指数遥感反演研究[J]. 徐晓雨,孙华,王广兴,林辉,任蓝翔,崔云蕾. 中南林业科技大学学报. 2018(01)
[6]基于光谱指数的不同生育期油菜叶片SPAD估测[J]. 殷紫,常庆瑞,刘淼,张晓华. 西北农林科技大学学报(自然科学版). 2017(05)
[7]无人机遥感解析田间作物表型信息研究进展[J]. 刘建刚,赵春江,杨贵军,于海洋,赵晓庆,徐波,牛庆林. 农业工程学报. 2016(24)
[8]基于高光谱分析的草地叶绿素含量估算研究进展[J]. 马文勇,王训明. 地理科学进展. 2016(01)
[9]农用无人机多传感器遥感辅助小麦育种信息获取[J]. 杨贵军,李长春,于海洋,徐波,冯海宽,高林,朱冬梅. 农业工程学报. 2015(21)
[10]基于无人机遥感影像的大豆叶面积指数反演研究[J]. 高林,杨贵军,王宝山,于海洋,徐波,冯海宽. 中国生态农业学报. 2015(07)
硕士论文
[1]基于无人机数码影像的稻麦株高估算研究[D]. 陈思瑶.南京农业大学 2016
本文编号：3088217
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3088217.html
