基于高分数据的水稻品质监测方法的研究
发布时间：2021-09-22 08:55
新时代下人们对农作物品质的要求越来越高。籽粒粗蛋白质与直链淀粉含量影响着水稻的营养和食味品质,是水稻品质的两个重要指标。遥感技术因其快速、无损和动态等特点,在农作物品质监测或检测应用中表现出了强大的活力。国外在水稻品质遥感监测方面起步较早,我国近年来在这方面取得了一些进展。本文利用高分辨率遥感数据（高分数据）研究水稻品质指标中的粗蛋白质与直链淀粉含量的遥感监测方法,为水稻品质的快速、大面积监测提供一定的理论依据。本研究选择德清县东苕溪东部水稻区,在2013-2014年水稻成熟期开展试验。分别进行室内水稻四种形态（稻穗、稻谷、米粒、米粉）的高光谱观测和基于国产高分辨率卫星数据（环境一号和高分一号）的水稻种植区和品质空间分布监测,主要研究结果如下:在室内高光谱研究中,采集了四种水稻形态的高光谱数据,分析了六种光谱变量与水稻品质的重要指标（粗蛋白质与直链淀粉）的相关性并构建了单因子模型、多元逐步回归模型、偏最小二乘模型、支持向量机回归估测模型。通过分析四种水稻形态的光谱与水稻重要指标的相关性发现,稻谷光谱更适合用来对水稻品质的两个重要指标进行监测。通过模型比较发现,对粗蛋白质含量的估测来说,...
【文章来源】：杭州师范大学浙江省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
研究区位置图
图 2.2 野外采集水稻照片2.2.2 室内高光谱数据的获取使用美国 ASD 公司制造的便携式光谱仪 FieldSpec 3-Hi-Res，光谱仪探头场角为 25°，其光谱范围为 350-2500nm：在 350-1050nm 采样间隔为 1.377nm在 1000-2500nm 的采样间隔为 2nm，重采样到 1nm，输出 2150 个波段；350-1000nm 的光谱分辨率为 3nm，在 1000-1900nm 的光谱分辨率为 8.5nm，1700-2500nm 为 6.5nm。在密闭暗室进行实验，暗室内全部用消光布遮住，光仪预热半小时以上，光源预热 15 分钟以上，每次观测都要进行优化与白板校正每个水稻样品采集 10 条光谱曲线，光谱采集条件见表 2。其中，ɑ 指光源和水方向的夹角，D1 指光源到观测对象的距离，D2 指探头到观测对象的距离，其离决定视场范围的大小，通过改变 D2 的大小使视场范围内布满观测对象。稻的视场直径在 4.84cm 左右，稻谷和米粒的视场直径在 3.52cm 左右，米粉的视直径在 5.28cm 左右。小黑盒是由底部和周边用消光布包裹的培养皿制作而成
图 2.3 最优超平面示意图回归问题，可以通过非线性函数 Φ(x)将训练集归函数。f ( x,w) w (x) b权重，b 为阈值。假设所有训练数据都可以在精，优化函数为： niiiiiwwC12()21（ , , ） 松弛因子且都大于 0，常数 C＞0 控制对超出误差化函数后得（3）的解：fxaaKxxbiiinii () ()(,)1=1,2…n）为拉格朗日乘子，它们对应的样本就是支
【参考文献】：
期刊论文
[1]基于HJ-1A卫星数据的高寒草地氮素评估-以青海省贵南县及玛沁县高寒草地为例[J]. 高金龙,孟宝平,杨淑霞,冯琦胜,崔霞,梁天刚. 草业学报. 2016(10)
[2]基于高光谱的甜菜冠层氮素遥感估算研究[J]. 李哲,田海清,王辉,徐琳,李斐,史树德. 农机化研究. 2016(06)
[3]水稻叶片氮含量反演偏最小二乘模型设计[J]. 王奕涵,石铁柱,刘会增,王俊杰,邬国锋. 遥感信息. 2015(06)
[4]基于开花期卫星影像的春性中、弱筋小麦籽粒蛋白质含量遥感预测[J]. 丁锦峰,朱新开,王君婵,张旭东,谭昌伟,李春燕,郭文善. 云南农业大学学报(自然科学). 2015(06)
[5]基于GF-1卫星遥感的冬小麦面积早期识别[J]. 王利民,刘佳,杨福刚,富长虹,滕飞,高建孟. 农业工程学报. 2015(11)
[6]基于GeoEye-1高分遥感影像的冬小麦氮肥推荐应用[J]. 张秋阳,杨贵军,徐新刚,李振海,张长利,王树文. 麦类作物学报. 2014(12)
[7]基于决策树分类的橡胶林地遥感识别[J]. 刘晓娜,封志明,姜鲁光. 农业工程学报. 2013(24)
[8]植被氮素浓度高光谱遥感反演研究进展[J]. 王莉雯,卫亚星. 光谱学与光谱分析. 2013(10)
[9]结合HJ1A/B卫星数据和生态因子的籽粒品质监测[J]. 王大成,张东彦,李宇飞,秦其明,王纪华,范闻捷,陈诗琳. 红外与激光工程. 2013(03)
[10]金衢地区双季稻周年高产品种搭配与种植方式研究[J]. 闫川,纪国成,阮关海,洪晓富,黄益峰,陈珊宇,王岳钧. 中国农学通报. 2012(24)
博士论文
[1]苹果树花期叶/冠N、P营养状况的卫星遥感反演研究[D]. 王凌.山东农业大学 2012
[2]基于可见光/近红外光谱的稻米质量快速无损检测研究[D]. 石礼娟.华中农业大学 2011
[3]利用地—空高光谱遥感监测小麦氮素状况与生长特征[D]. 鞠昌华.南京农业大学 2008
[4]不同遥感水平水稻氮素信息提取研究[D]. 易秋香.浙江大学 2008
[5]基于冠层反射光谱的水稻氮素营养与籽粒品质监测[D]. 周冬琴.南京农业大学 2007
[6]水稻高光谱特征及其生物理化参数模拟与估测模型研究[D]. 唐延林.浙江大学 2004
硕士论文
[1]面向对象的高分一号影像信息提取技术研究[D]. 曾小箕.新疆大学 2014
[2]基于3S技术的中梁山植被演替识别与演替规律研究[D]. 邹扬庆.西南大学 2014
[3]高光谱遥感在森林树种识别中的应用[D]. 王志辉.浙江农林大学 2011
[4]基于色度学的稻米直链淀粉检测方法试验研究[D]. 周小丰.中国农业大学 2005
本文编号：3403487
【文章来源】：杭州师范大学浙江省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
研究区位置图
图 2.2 野外采集水稻照片2.2.2 室内高光谱数据的获取使用美国 ASD 公司制造的便携式光谱仪 FieldSpec 3-Hi-Res，光谱仪探头场角为 25°，其光谱范围为 350-2500nm：在 350-1050nm 采样间隔为 1.377nm在 1000-2500nm 的采样间隔为 2nm，重采样到 1nm，输出 2150 个波段；350-1000nm 的光谱分辨率为 3nm，在 1000-1900nm 的光谱分辨率为 8.5nm，1700-2500nm 为 6.5nm。在密闭暗室进行实验，暗室内全部用消光布遮住，光仪预热半小时以上，光源预热 15 分钟以上，每次观测都要进行优化与白板校正每个水稻样品采集 10 条光谱曲线，光谱采集条件见表 2。其中，ɑ 指光源和水方向的夹角，D1 指光源到观测对象的距离，D2 指探头到观测对象的距离，其离决定视场范围的大小，通过改变 D2 的大小使视场范围内布满观测对象。稻的视场直径在 4.84cm 左右，稻谷和米粒的视场直径在 3.52cm 左右，米粉的视直径在 5.28cm 左右。小黑盒是由底部和周边用消光布包裹的培养皿制作而成
图 2.3 最优超平面示意图回归问题，可以通过非线性函数 Φ(x)将训练集归函数。f ( x,w) w (x) b权重，b 为阈值。假设所有训练数据都可以在精，优化函数为： niiiiiwwC12()21（ , , ） 松弛因子且都大于 0，常数 C＞0 控制对超出误差化函数后得（3）的解：fxaaKxxbiiinii () ()(,)1=1,2…n）为拉格朗日乘子，它们对应的样本就是支
【参考文献】：
期刊论文
[1]基于HJ-1A卫星数据的高寒草地氮素评估-以青海省贵南县及玛沁县高寒草地为例[J]. 高金龙,孟宝平,杨淑霞,冯琦胜,崔霞,梁天刚. 草业学报. 2016(10)
[2]基于高光谱的甜菜冠层氮素遥感估算研究[J]. 李哲,田海清,王辉,徐琳,李斐,史树德. 农机化研究. 2016(06)
[3]水稻叶片氮含量反演偏最小二乘模型设计[J]. 王奕涵,石铁柱,刘会增,王俊杰,邬国锋. 遥感信息. 2015(06)
[4]基于开花期卫星影像的春性中、弱筋小麦籽粒蛋白质含量遥感预测[J]. 丁锦峰,朱新开,王君婵,张旭东,谭昌伟,李春燕,郭文善. 云南农业大学学报(自然科学). 2015(06)
[5]基于GF-1卫星遥感的冬小麦面积早期识别[J]. 王利民,刘佳,杨福刚,富长虹,滕飞,高建孟. 农业工程学报. 2015(11)
[6]基于GeoEye-1高分遥感影像的冬小麦氮肥推荐应用[J]. 张秋阳,杨贵军,徐新刚,李振海,张长利,王树文. 麦类作物学报. 2014(12)
[7]基于决策树分类的橡胶林地遥感识别[J]. 刘晓娜,封志明,姜鲁光. 农业工程学报. 2013(24)
[8]植被氮素浓度高光谱遥感反演研究进展[J]. 王莉雯,卫亚星. 光谱学与光谱分析. 2013(10)
[9]结合HJ1A/B卫星数据和生态因子的籽粒品质监测[J]. 王大成,张东彦,李宇飞,秦其明,王纪华,范闻捷,陈诗琳. 红外与激光工程. 2013(03)
[10]金衢地区双季稻周年高产品种搭配与种植方式研究[J]. 闫川,纪国成,阮关海,洪晓富,黄益峰,陈珊宇,王岳钧. 中国农学通报. 2012(24)
博士论文
[1]苹果树花期叶/冠N、P营养状况的卫星遥感反演研究[D]. 王凌.山东农业大学 2012
[2]基于可见光/近红外光谱的稻米质量快速无损检测研究[D]. 石礼娟.华中农业大学 2011
[3]利用地—空高光谱遥感监测小麦氮素状况与生长特征[D]. 鞠昌华.南京农业大学 2008
[4]不同遥感水平水稻氮素信息提取研究[D]. 易秋香.浙江大学 2008
[5]基于冠层反射光谱的水稻氮素营养与籽粒品质监测[D]. 周冬琴.南京农业大学 2007
[6]水稻高光谱特征及其生物理化参数模拟与估测模型研究[D]. 唐延林.浙江大学 2004
硕士论文
[1]面向对象的高分一号影像信息提取技术研究[D]. 曾小箕.新疆大学 2014
[2]基于3S技术的中梁山植被演替识别与演替规律研究[D]. 邹扬庆.西南大学 2014
[3]高光谱遥感在森林树种识别中的应用[D]. 王志辉.浙江农林大学 2011
[4]基于色度学的稻米直链淀粉检测方法试验研究[D]. 周小丰.中国农业大学 2005
本文编号：3403487
本文链接：https://www.wllwen.com/nykjlw/nzwlw/3403487.html
最近更新
教材专著
