基于BP神经网络的冬小麦抽穗期叶片生理生化指标的高光谱估测研究
发布时间：2020-12-09 03:55
冬小麦是我国重要的商品粮品种之一。传统的小麦生理生化指标的测量大都采用田间破坏性的采样手法和实验室分析的手段,费时、费力,大都是事后性和破坏性的,只能做到“点尺度”上采样,因而不适合大面积开展。而利用高光谱遥感技术无损、快速地监测冬小麦生长状态,获取小麦生理生化指标来指导其农业生产,对促进我国小麦生产具有重大的意义。本研究以山东省肥城市抽穗期的冬小麦为研究对象,以大田试验为依托,分别利用地物光谱仪和光合仪获取其叶片光谱数据和光合数据,同时在实验室内测定小麦叶片的叶绿素含量,可溶性糖含量等生理生化指标。基于高光谱遥感无损处理技术,探讨了抽穗期冬小麦叶片反射光谱及其一阶导数、倒数、对数光谱的光谱特征和变化规律,以及采用BP神经网络模型构建方法,分析了叶绿素含量、可溶性糖、蒸腾速率及净光合速率与光谱数据的定量关系,建立了抽穗期冬小麦叶片叶绿素含量、可溶性糖含量、蒸腾速率及净光合速率间的BP神经网络估测模型,并对所构建的模型进行检验,从而筛选出最优估测模型。主要结论如下:(1)在325nm~400 nm,叶片光谱反射率对不同的生理生化指标响应不大。在可见光400nm~760 nm,叶片的蒸腾速...
【文章来源】：山东农业大学山东省
【文章页数】：56 页
【学位级别】：硕士
【部分图文】：
可溶性糖标准曲线
基于 BP 神经网络的冬小麦抽穗期叶片生理生化指标的高光谱估测研究2.4 小麦叶片高光谱数据处理及分析为了探究冬小麦叶片吸收反射光谱的特征，解释冬小麦叶片光谱特征的生理化学机理，进而求得冬小麦叶片的生理化学参数。常常需要对原始高光谱数据进行各种形的变换、提取高光谱特征参数、构建高光谱植被指数等。2.4.1 原始光谱及导数光谱的特征和特征参数由于绿色植物叶片中细胞、叶绿素含量、氮素含量或是其他的生理生化成分的含的变化，植物的反射光谱会在某些特定的波段表现出各式各样的特定的形态和特征规（王纪华 2008）。正常的绿色健康且长势良好的冬小麦冠层可见光范围内的高光谱射曲线如图 2.2。绿色植物叶片中的色素会对可见光范围中的蓝光和红光波段强烈收，并对绿光的吸收很少，所以会形成红光吸收谷和绿光吸收峰，即“绿峰”、“红等区别于其它颜色植物或者其他地物的独特光谱特征。
山东农业大学硕士学位论文数处理可以有效降低噪声影响，在实际应用中较为有效。由图 2.3 可知，一阶导数光谱具有明显的蓝边、黄边和红边等特征区域。这些特征区域是绿色植被光谱的特有性质，可以将它区别于其他地物，这些特征光谱的特征参数可以用于构造蒸腾速率含量、叶面积指数和生物量等生理生化指标的估测模型，以及提供植被生长态势、产量和品质以及病虫灾害等的信息。特别是红边位置，会随蒸腾速率含量、生物量以及物候变化而变化(Gitelson1996)。当植被长势较好时，红边会向长波方向移动，而当植物受到环境胁迫而“失绿”时，红边位置会向蓝光方向移动。红边拐点及一阶导数峰值
【参考文献】：
期刊论文
[1]基于多植被指数组合的冬小麦地上干生物量高光谱估测[J]. 贾学勤,冯美臣,杨武德,王超,肖璐洁,孙慧,武改红,张松. 生态学杂志. 2018(02)
[2]基于高光谱图像的蓝莓糖度和硬度无损测量[J]. 李瑞,傅隆生. 农业工程学报. 2017(S1)
[3]棉花冠层叶片叶绿素含量与高光谱参数的相关性[J]. 楚万林,齐雁冰,常庆瑞,蒲洁. 西北农林科技大学学报(自然科学版). 2016(09)
[4]基于高光谱植被指数的叶片净光合速率Pn反演[J]. 王娣,佃袁勇,乐源,黄春波. 地理与地理信息科学. 2016(04)
[5]基于小波变换的毛竹叶片净光合速率高光谱遥感反演[J]. 孙少波,杜华强,李平衡,周国模,徐小军,高国龙,李雪建. 应用生态学报. 2016(01)
[6]Effects of light intensity on photosynthesis and photoprotective mechanisms in apple under progressive drought[J]. MA Ping,BAI Tuan-hui,WANG Xiao-qian,MA Feng-wang. Journal of Integrative Agriculture. 2015(09)
[7]苹果糖度高光谱图像可视化预测的光强度校正方法[J]. 郭志明,赵春江,黄文倩,彭彦昆,李江波,王庆艳. 农业机械学报. 2015(07)
[8]高光谱指数法用于确定多枝柽柳(Tamarix ramosissima)蒸腾速率[J]. 王珊珊,陈曦,周可法,王重. 中国沙漠. 2014(04)
[9]基于高光谱图像的黄瓜叶片叶绿素含量分布检测[J]. 邹小波,张小磊,石吉勇,李志华,申婷婷. 农业工程学报. 2014(13)
[10]高光谱遥感技术在农业中的应用现状及展望[J]. 王思恒. 中国农业信息. 2013(13)
博士论文
[1]基于高光谱遥感的小麦氮素营养及生长指标监测研究[D]. 冯伟.南京农业大学 2007
本文编号：2906223
【文章来源】：山东农业大学山东省
【文章页数】：56 页
【学位级别】：硕士
【部分图文】：
可溶性糖标准曲线
基于 BP 神经网络的冬小麦抽穗期叶片生理生化指标的高光谱估测研究2.4 小麦叶片高光谱数据处理及分析为了探究冬小麦叶片吸收反射光谱的特征，解释冬小麦叶片光谱特征的生理化学机理，进而求得冬小麦叶片的生理化学参数。常常需要对原始高光谱数据进行各种形的变换、提取高光谱特征参数、构建高光谱植被指数等。2.4.1 原始光谱及导数光谱的特征和特征参数由于绿色植物叶片中细胞、叶绿素含量、氮素含量或是其他的生理生化成分的含的变化，植物的反射光谱会在某些特定的波段表现出各式各样的特定的形态和特征规（王纪华 2008）。正常的绿色健康且长势良好的冬小麦冠层可见光范围内的高光谱射曲线如图 2.2。绿色植物叶片中的色素会对可见光范围中的蓝光和红光波段强烈收，并对绿光的吸收很少，所以会形成红光吸收谷和绿光吸收峰，即“绿峰”、“红等区别于其它颜色植物或者其他地物的独特光谱特征。
山东农业大学硕士学位论文数处理可以有效降低噪声影响，在实际应用中较为有效。由图 2.3 可知，一阶导数光谱具有明显的蓝边、黄边和红边等特征区域。这些特征区域是绿色植被光谱的特有性质，可以将它区别于其他地物，这些特征光谱的特征参数可以用于构造蒸腾速率含量、叶面积指数和生物量等生理生化指标的估测模型，以及提供植被生长态势、产量和品质以及病虫灾害等的信息。特别是红边位置，会随蒸腾速率含量、生物量以及物候变化而变化(Gitelson1996)。当植被长势较好时，红边会向长波方向移动，而当植物受到环境胁迫而“失绿”时，红边位置会向蓝光方向移动。红边拐点及一阶导数峰值
【参考文献】：
期刊论文
[1]基于多植被指数组合的冬小麦地上干生物量高光谱估测[J]. 贾学勤,冯美臣,杨武德,王超,肖璐洁,孙慧,武改红,张松. 生态学杂志. 2018(02)
[2]基于高光谱图像的蓝莓糖度和硬度无损测量[J]. 李瑞,傅隆生. 农业工程学报. 2017(S1)
[3]棉花冠层叶片叶绿素含量与高光谱参数的相关性[J]. 楚万林,齐雁冰,常庆瑞,蒲洁. 西北农林科技大学学报(自然科学版). 2016(09)
[4]基于高光谱植被指数的叶片净光合速率Pn反演[J]. 王娣,佃袁勇,乐源,黄春波. 地理与地理信息科学. 2016(04)
[5]基于小波变换的毛竹叶片净光合速率高光谱遥感反演[J]. 孙少波,杜华强,李平衡,周国模,徐小军,高国龙,李雪建. 应用生态学报. 2016(01)
[6]Effects of light intensity on photosynthesis and photoprotective mechanisms in apple under progressive drought[J]. MA Ping,BAI Tuan-hui,WANG Xiao-qian,MA Feng-wang. Journal of Integrative Agriculture. 2015(09)
[7]苹果糖度高光谱图像可视化预测的光强度校正方法[J]. 郭志明,赵春江,黄文倩,彭彦昆,李江波,王庆艳. 农业机械学报. 2015(07)
[8]高光谱指数法用于确定多枝柽柳(Tamarix ramosissima)蒸腾速率[J]. 王珊珊,陈曦,周可法,王重. 中国沙漠. 2014(04)
[9]基于高光谱图像的黄瓜叶片叶绿素含量分布检测[J]. 邹小波,张小磊,石吉勇,李志华,申婷婷. 农业工程学报. 2014(13)
[10]高光谱遥感技术在农业中的应用现状及展望[J]. 王思恒. 中国农业信息. 2013(13)
博士论文
[1]基于高光谱遥感的小麦氮素营养及生长指标监测研究[D]. 冯伟.南京农业大学 2007
本文编号：2906223
本文链接：https://www.wllwen.com/nykjlw/nzwlw/2906223.html
最近更新
教材专著
