基于无人机热红外遥感的玉米地土壤含水率诊断方法
发布时间:2025-03-30 02:20
为使热红外遥感诊断土壤含水率更加准确、高效,以不同水分处理的大田玉米为研究对象,借助无人机可见光图像,对热红外图像进行植土分离,并提取玉米冠层温度和地表土壤温度。通过剔除温度直方图两端1%的温度像元对温度信息进行优化,进而计算作物水分胁迫指数(Crop water stress index,CWSI)、冠层相对温差(Canopy relative temperature difference,CRTD)、地表相对温差(Surface relative temperature difference,SRTD),利用三者之和求得水分-温度综合指数(Water-temperature composite index,WTCI),并用于诊断不同深度的土壤含水率。结果表明,剔除温度直方图两端1%温度像元的玉米冠层温度与实测冠层温度的相关性更高(4次试验的R2由0. 823、0. 886、0. 899、0. 876提高至0. 906、0. 938、0. 944、0. 922),剔除温度直方图前端1%温度像元的地表土壤温度与实测地表温度的相关性也更高(2次试验的R2由0. 841、0. 875提高至...
【文章页数】:11 页
【文章目录】:
0 引言
1 材料与方法
1.1 研究区域概况
1.2 数据采集
1.2.1 无人机图像的获取
1.2.2 实测冠层温度
1.2.3 土壤含水率的采集
1.3 无人机图像处理
1.3.1 玉米半覆盖条件下热红外图像温度信息提取
1.3.2 玉米全覆盖条件下热红外图像温度信息提取
1.4 温度信息的优化
1.5 相关指数计算
1.5.1 作物水分胁迫指数(CWSI)
1.5.2 冠层相对温差(CRTD)和地表相对温差(SRTD)
1.5.3 水分-温度综合指数(WTCI)
2 结果与分析
2.1 热红外图像提取的温度与实测温度相关性分析
2.2 不同水分梯度的CWSI、WTCI变化趋势
2.3 CWSI与不同深度土壤含水率的相关关系
2.4 WTCI与不同深度土壤含水率的相关关系
2.4.1 半覆盖条件下WTCI1与土壤含水率的关系
2.4.2 全覆盖条件下WTCI2与土壤含水率的关系
3 讨论
4 结论
本文编号:4038032
【文章页数】:11 页
【文章目录】:
0 引言
1 材料与方法
1.1 研究区域概况
1.2 数据采集
1.2.1 无人机图像的获取
1.2.2 实测冠层温度
1.2.3 土壤含水率的采集
1.3 无人机图像处理
1.3.1 玉米半覆盖条件下热红外图像温度信息提取
1.3.2 玉米全覆盖条件下热红外图像温度信息提取
1.4 温度信息的优化
1.5 相关指数计算
1.5.1 作物水分胁迫指数(CWSI)
1.5.2 冠层相对温差(CRTD)和地表相对温差(SRTD)
1.5.3 水分-温度综合指数(WTCI)
2 结果与分析
2.1 热红外图像提取的温度与实测温度相关性分析
2.2 不同水分梯度的CWSI、WTCI变化趋势
2.3 CWSI与不同深度土壤含水率的相关关系
2.4 WTCI与不同深度土壤含水率的相关关系
2.4.1 半覆盖条件下WTCI1与土壤含水率的关系
2.4.2 全覆盖条件下WTCI2与土壤含水率的关系
3 讨论
4 结论
本文编号:4038032
本文链接:https://www.wllwen.com/nykjlw/nzwlw/4038032.html