基于无人机高光谱的冬小麦叶面积指数反演
发布时间:2021-10-30 00:41
冬小麦作为我国主要的粮食作物之一,在我国居民食品消费中占有重要比重。叶面积指数是农作物长势的重要生化参数之一,是反映农作物群体大小以及生长状况的重要动态监测指标。近年来,随着遥感技术的飞速发展,遥感传感器趋向于高空间分辨率与高光谱分辨率方向发展,遥感平台趋向于地球同步轨道与近地无人机方向发展。基于卫星遥感虽然可以获取地面大范围遥感数据,但受气候条件,重访周期等影响,数据实效性较差。而近地无人机遥感数据获取方式灵活、受大气影响较小,已成为作物长势监测数据获取的重要手段,由于高光谱遥感数据量大,涵盖的地表信息丰富,利用经验模型进行LAI反演虽然计算简单,但损失了高光谱大量的有效信息。所以,本文提出了基于无人机高光谱遥感数据降维的叶面积指数反演方法。本文以北京市昌平区国家精准农业实验基地为研究区域,利用无人机高光谱遥感技术获取研究区冬小麦拔节期、挑旗期和开花期的高光谱遥感数据,同步采集地面ASD与LAI实测数据,完成以下研究工作:(1)分析三期高光谱数据相关性;(2)基于MATLAB开发出高光谱降维工具包,利用主成分分析、拉普拉斯映射、局部保留投影、线性判别分析与等距离映射对高光谱数据进行降...
【文章来源】:西安科技大学陕西省
【文章页数】:58 页
【学位级别】:硕士
【部分图文】:
我国主要粮食作物比重图
图 1.2 植被的光谱特征曲线周知,绿色植被主要依靠自身光合色素进行光合作用,将二氧化碳有机物,光合色素对可见光范围内除绿光波段的光谱具有很强的吸谷”,即“蓝边”、“绿峰”、“黄边”、“红谷”的光谱特征分布[4]。而 被对红光波段强吸收和近红外散射的过渡阶段,即光谱特征曲线中的”成为评价植被生长结构、营养状况及 LAI 的重要指标。研究表明良好时,出现红移,即“红边”向长波方向移动,反之,当植生长,营养物质缺失时,出现蓝移,即“红边”向可见光方向移动。在 7于叶片内部结构,主要是叶肉细胞与细胞间隙厚度的影响,光谱表现0%的散射。在 1350~2500nm 波段植被光谱特征主要受叶片含水量影同一作物不同生长环境,不同生育期,不同营养成分也会表现出不同正是由于光谱特征差异性的存在,形成了利用光谱特征实现对植被,种类识别,营养物质诊断的理论基础。外研究现状
西安科技大学硕士学位论文步实测 LAI 对 SVR 进行参数优化,最后利用优化后的 SVR 建立不同生育期、不同算法下的 LAI 反演模型,并与植被指数反演模型进行对比分析。第五章 结论与展望本章主要阐述了论文的最终实验结果,总结了论文所完成的工作情况以及论文中存在的不足,并对利用无人机高光谱进行地面作物长势监测提出展望。
本文编号:3465700
【文章来源】:西安科技大学陕西省
【文章页数】:58 页
【学位级别】:硕士
【部分图文】:
我国主要粮食作物比重图
图 1.2 植被的光谱特征曲线周知,绿色植被主要依靠自身光合色素进行光合作用,将二氧化碳有机物,光合色素对可见光范围内除绿光波段的光谱具有很强的吸谷”,即“蓝边”、“绿峰”、“黄边”、“红谷”的光谱特征分布[4]。而 被对红光波段强吸收和近红外散射的过渡阶段,即光谱特征曲线中的”成为评价植被生长结构、营养状况及 LAI 的重要指标。研究表明良好时,出现红移,即“红边”向长波方向移动,反之,当植生长,营养物质缺失时,出现蓝移,即“红边”向可见光方向移动。在 7于叶片内部结构,主要是叶肉细胞与细胞间隙厚度的影响,光谱表现0%的散射。在 1350~2500nm 波段植被光谱特征主要受叶片含水量影同一作物不同生长环境,不同生育期,不同营养成分也会表现出不同正是由于光谱特征差异性的存在,形成了利用光谱特征实现对植被,种类识别,营养物质诊断的理论基础。外研究现状
西安科技大学硕士学位论文步实测 LAI 对 SVR 进行参数优化,最后利用优化后的 SVR 建立不同生育期、不同算法下的 LAI 反演模型,并与植被指数反演模型进行对比分析。第五章 结论与展望本章主要阐述了论文的最终实验结果,总结了论文所完成的工作情况以及论文中存在的不足,并对利用无人机高光谱进行地面作物长势监测提出展望。
本文编号:3465700
本文链接:https://www.wllwen.com/nykjlw/nzwlw/3465700.html
最近更新
教材专著