覆盖度对无人机热红外遥感反演玉米土壤含水率的影响

发布时间：2022-01-07 13:31

　　为提高基于冠层温度信息反演土壤含水率的精度,以不同水分处理的拔节期大田玉米为研究对象,采用无人机热红外和可见光相机获取试验区遥感图像,通过不同图像分类方法剔除土壤背景,提取玉米植被覆盖度（Corn vegetation coverage,Vc）及冠层温度（Canopy temperature,Tc）,并计算冠-气温差（Tca）和冠-气温差与覆盖度的比值,分析这两种指数与土壤含水率（Soil moisture content,Smc）之间的关系。结果表明,不同分类方法提取的玉米覆盖度以及冠层温度均存在差异,由灰度分割法、RGRI指数法、GBRI指数法3种分类方法剔除土壤背景后计算的冠-气温差、冠-气温差与覆盖度之比与土壤含水率均呈线性关系,并且冠-气温差、冠-气温差与覆盖度之比两种指数反演0～30 cm玉米根域深度的土壤含水率效果较好;其中,未剔除土壤背景的冠-气温差反演土壤含水率效果较差,GBRI指数分类法剔除土壤背景的冠-气温差反演土壤含水率效果有所提高（0～10 cm、10～20 cm、20～30 cm深度的R2由0. 255、0. 360、0. 131提高至0. 425、0. 5... 

【文章来源】：农业机械学报. 2019,50(08)北大核心EICSCD

【文章页数】：13 页

【文章目录】：
0 引言
1 材料与方法
    1.1 试验区域概况
    1.2 试验设计
    1.3 无人机图像及地面数据获取
        (1) 可见光 (RGB) 图像的获取
        (2) 热红外图像的获取
        (3) 地面数据的采集
    1.4 无人机图像的处理
        1.4.1 图像拼接与配准
        1.4.2 热红外图像的温度转换与校准
        1.4.3 可见光 (RGB) 图像中的植土分离
        1.4.4 剔除土壤背景后冠层温度提取
    1.5 覆盖度的计算
    1.6 模型的建立与精度评价
2 结果分析
    2.1 不同分类方法计算的玉米植株覆盖度变化趋势
    2.2 冠层温度的变化趋势
    2.3 覆盖度的差异性对冠层温度的表征
    2.4 冠-气温差反演不同深度的土壤含水率
    2.5 冠-气温差与覆盖度之比反演土壤含水率
    2.6 土壤含水率反演的精度评价
3 讨论
4 结论


【参考文献】：
期刊论文
[1]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)
[2]基于无人机热红外与数码影像的玉米冠层温度监测[J]. 杨文攀,李长春,杨浩,杨贵军,冯海宽,韩亮,牛庆林,韩东.  农业工程学报. 2018(17)
[3]基于无人机热红外图像的核桃园土壤水分预测模型建立与应用[J]. 孙圣,张劲松,孟平,汪贵斌,黄辉,尹昌君,王鑫梅.  农业工程学报. 2018(16)
[4]无人机热红外图像计算冠层温度特征数诊断棉花水分胁迫[J]. 张智韬,边江,韩文霆,付秋萍,陈硕博,崔婷.  农业工程学报. 2018(15)
[5]作物温度及其监测技术研究进展[J]. 刘涛,仲晓春,孙成明.  中国农业科技导报. 2017(12)
[6]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)
[7]基于冠气温差的冬小麦水分亏缺诊断试验研究[J]. 魏征,许迪,刘钰,蔡甲冰.  水利学报. 2014(08)
[8]园地植被覆盖度的无人机遥感监测研究[J]. 刘峰,刘素红,向阳.  农业机械学报. 2014(11)
[9]基于改进Sobel算子的红外图像边缘提取算法[J]. 夏清,张振鑫,王婷婷,王亚云,石娟娟.  激光与红外. 2013(10)
[10]基于HJ-1B卫星遥感影像的小麦冠层温度的反演[J]. 熊世为,李卫国,景元书.  江苏农业学报. 2012(06)



本文编号：3574637