基于无人机激光雷达和高光谱的冬小麦生物量反演研究

发布时间：2022-02-20 19:52

　　农作物地上生物量是反映作物长势状态的重要指标之一,是实现作物精准水肥管理、产量监测和预报的重要参考依据。传统光学遥感估算生物量存在光谱“饱和”现象,在估算生物量方面存在一定的局限性,本研究主要讨论如何利用激光雷达快速、准确反演冬小麦生物量,并联合植被指数进行生物量反演,对无人机激光雷达技术,激光点云密度,激光脚点的三维几何精度,激光雷达数据处理,基于激光雷达的冬小麦生物量反演,基于激光雷达和高光谱的冬小麦生物量反演等问题进行了研究,主要结论如下:（1）无人机激光雷达技术及激光点云密度和几何精度分析无人机激光雷达可以获取每平方米数百个激光点,满足农作物长势参数反演对高密度点云的要求。通过数值模拟分析,对比激光点云估测树高和实测树高,得出在飞行高度30m、扫描范围（-50°,50°）的情况下,激光脚点的三维坐标误差在厘米级,且误差大小主要由定位误差决定,研究结果表明利用无人机激光雷达可以精确获取农作物的激光点云。（2）基于机载激光雷达的生物量反演不同扫描角下冬小麦激光点云垂直分布存在明显差异（航高30m,扫描范围±60°）,通过偏相关分析得出扫描角在±10°范围内激光点云分布和扫描角无相关... 

【文章来源】：西安科技大学陕西省

【文章页数】：55 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 选题背景及研究意义
    1.2 作物生物量反演研究进展
        1.2.1 基于光学遥感的生物量反演
        1.2.2 基于微波遥感的生物量反演
        1.2.3 基于激光雷达的生物量反演
        1.2.4 无人机平台优势
    1.3 论文研究内容及技术路线
    1.4 论文组织结构
2 研究区概况及数据获取
    2.1 研究区概况
    2.2 数据获取
        2.2.1 激光雷达数据
        2.2.2 地面数据
    2.3 本章小结
3 机载激光雷达技术及点云精度分析
    3.1 激光雷达系统
        3.1.1 激光雷达系统组成及分类
        3.1.2 机载激光雷达系统基本原理
        3.1.3 激光雷达方程
        3.1.4 激光雷达特点
    3.2 激光点云密度计算
    3.3 激光点云精度分析
        3.3.1 误差模型
        3.3.2 数值模拟结果
        3.3.3 精度评价
    3.4 本章小结
4 基于机载激光雷达的生物量反演
    4.1 机载激光雷达数据处理
        4.1.1 机载激光雷达数据预处理
        4.1.2 机载激光雷达点云滤波
        4.1.3 研究区数字高程模型生成
    4.2 基于激光点云几何信息的生物量反演
        4.2.1 冬小麦激光点云垂直分布
        4.2.2 激光雷达指数筛选
        4.2.3 模型建立及精度验证
    4.3 基于冠层高度模型的冬小麦株高和生物量反演
    4.4 本章小结
5 基于机载激光雷达和高光谱的生物量反演
    5.1 基于高光谱的生物量反演模型
        5.1.1 植被指数筛选
        5.1.2 模型建立及精度验证
    5.2 基于激光雷达和高光谱的生物量反演模型
    5.3 本章小结
6 结论与展望
    6.1 结论
    6.2 展望
致谢
参考文献
攻读学位期间发表学术论文


【参考文献】：
期刊论文
[1]中国高光谱遥感的前沿进展[J]. 童庆禧,张兵,张立福.  遥感学报. 2016(05)
[2]激光雷达森林参数反演研究进展[J]. 李增元,刘清旺,庞勇.  遥感学报. 2016(05)
[3]基于随机森林算法的冬小麦生物量遥感估算模型对比[J]. 岳继博,杨贵军,冯海宽.  农业工程学报. 2016(18)
[4]基于机载LiDAR数据的农作物叶面积指数估算方法研究[J]. 苏伟,展郡鸽,张明政,吴代英,张蕊.  农业机械学报. 2016(03)
[5]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)
[6]机载LIDAR点云定位误差分析[J]. 李峰,崔希民,刘小阳,卫爱霞,吴燕雄.  红外与激光工程. 2014(06)
[7]基于地基激光雷达数据的单株玉米三维建模[J]. 刘睿,刘婷,董润茹,李治,朱德海,苏伟.  中国农业大学学报. 2014(03)
[8]影响机载激光扫描点云精度的测量误差因素分析及其影响大小排序[J]. 王建军,刘吉东.  中国激光. 2014(04)
[9]基于支持向量机回归算法的小麦叶面积指数高光谱遥感反演[J]. 林卉,梁亮,张连蓬,杜培军.  农业工程学报. 2013(11)
[10]应用波段深度分析和偏最小二乘回归的冬小麦生物量高光谱估算[J]. 付元元,王纪华,杨贵军,宋晓宇,徐新刚,冯海宽.  光谱学与光谱分析. 2013(05)

博士论文
[1]机载GNSS/SINS组合精密导航关键技术研究[D]. 陈良.国防科学技术大学 2013
[2]激光雷达遥感森林叶面积指数提取方法研究与应用[D]. 骆社周.中国地质大学(北京) 2012

硕士论文
[1]融合机载LIDAR和高光谱数据的滨海湿生植被生物量反演方法研究[D]. 虞海英.中国测绘科学研究院 2015



本文编号：3635710