西北地区水稻长势遥感监测研究

发布时间：2018-03-03 01:13

  本文选题：水稻　切入点：高光谱　出处：《西北农林科技大学》2016年博士论文　论文类型：学位论文

【摘要】：水稻是世界上主要粮食作物之一,其产量及品质在世界粮食安全中起着至关重要的作用。而叶绿素含量、叶面积指数和氮素等生理参数是进行水稻长势评估的重要指标。快速而准确地获取水稻不同生育期的生理参数对于科学施肥及高效田间管理意义重大。本研究的目的是以西北地区水稻为研究对象,依托不同氮素水平的两年水稻田间试验,基于地面非成像高光谱数据、低空无人机高光谱影像和星载多光谱影像数据,综合运用高光谱遥感技术、信息提取技术、统计分析技术以及参数成图技术,系统分析不同生长环境、不同生育期、不同年份水稻光谱反射特征及其与叶绿素、叶面积指数和叶片全氮含量的相关性,并构建水稻生理参数的预测模型,综合“地-空-星”不同遥感平台实现区域范围水稻长势监测。研究结果可为精准农业的高效实施提供可靠的数据和技术支撑。主要结论如下:(1)系统分析了不同生育期不同氮素水平水稻高光谱特征,包括光谱反射特征和“红边”特征。结果表明,水稻冠层光谱特征受生育期的影响表现出一定的季相规律。从幼苗期到抽穗期,水稻冠层光谱反射率在可见光范围逐渐降低,在近红外波段逐渐增加。而抽穗期后光谱反射率随生育期的推进在可见光范围逐渐增加,在近红外波段逐渐减少。各生育期内水稻冠层光谱反射率在可见光范围均随氮素水平的增加而增加,在近红外波段则呈相反的趋势。在整个生育期内,水稻冠层光谱的红边位于690~740 nm之间,“红边”参数在抽穗期前表现出“红移”现象,抽穗期后表现出“蓝移”,且随氮素水平的增加而增加。(2)通过相关性分析,明确了反演水稻SPAD的敏感波段及最佳光谱指数。水稻SPAD与原始冠层光谱反射率在698 nm呈最大显著负相关。而光谱反射率一阶导数与SPAD相关性较高的波段范围较多,且波段宽度相对较窄。模型预测结果表明,以光谱指数BND为变量建立的水稻SPAD回归模型预测效果要优于基于特征波段的回归模型。针对叶片水平SPAD而言,叶片不同部位SPAD分布存在差异,表现为从叶基到叶尖逐渐减少。(3)在明确水稻LAI随生育期和氮素水平变化规律的基础上,系统分析了400~2400 nm波段范围内任意两波段组合构成的归一化植被指数NDVI、差值植被指数DVI、比值植被指数RVI以及二次修正土壤调节植被指数MSAVI2与水稻LAI的定量关系,结果显示以RSI(R848,R752)建立的指数模型对水稻LAI的预测效果最佳。经最小二乘支持向量机(LS-SVM)优化后的模型尽管预测精度有所提高,但SVM模型参数设置繁琐,模型结构复杂,不利于模型应用于遥感过程。(4)水稻叶片全氮含量随生育期的推进逐渐减少,且随施氮水平的增加而增加。水稻叶片全氮含量与原始光谱反射率的相关性表明,在400~746 nm范围光谱反射率与叶片全氮含量呈负相关关系,在754~1000 nm之间冠层光谱反射率与叶片全氮含量存在一个正相关的平台。通过分析400~1000 nm任意两波段原始光谱反射率构成的NDSI和RSI光谱指数与叶片氮含量的相关性,并在此基础构建基于光谱反射率一阶导数任意两波段组合的RSI光谱指数。结果表明,基于RSI(D738,D522)建立的线性模型效果最优,RMSE和RE均最小。而基于偏最小二乘法建立的LNC回归模型,尽管用到了全谱波段,但其预测效果较RSI(D738,D522)模型差。(5)借助无人机高光谱影像“图谱合一”的优势实现了区域范围水稻SPAD、叶面积指数和叶片全氮含量的空间分布反演。反演结果与地面实际情况较为相符,表明低空无人机高光谱影像在小区域范围作物长势监测中具有一定优势。为了在更大范围实现水稻长势监测,通过模拟高分一号卫星的光谱反射率,构建不同植被指数建立水稻生理参数的多光谱估测模型。结果表明以绿度归一化植被指数GNDVI、归一化色素叶绿素指数NPCI和归一化植被指数NDVI构建的多元线性模型对水稻SPAD有较好的预测性,而叶面积指数和叶片全氮含量的最佳预测模型分别是由比值植被指数RVI构建的指数模型和线性模型。由于空间分辨率较低,高分一号更适合大区域范围作物长势监测研究。
[Abstract]:......
【学位授予单位】：西北农林科技大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：S511;S127
，

本文编号：1558907