水稻叶面积指数机载传感器的设计与研究

发布时间：2018-11-28 10:42

【摘要】：农业现开始向精准管理发展,在生产过程中对作物管理是精准农业的重要的一环,明确作物群体的差异是作物生产过程的管理工作的重点,对各个作物制定出针对性强的措施,在生产投入少的情况下,得到高的生产效益。作物生长信息的获取是精确管理作物用到信息的来源,信息对作物的生长的快慢、品质的高低和产量的多少有着决定的作用。作物冠层反射的光谱中,有着大量的可用信息,对作物的冠层的光谱中的信息分析后,可以得到作物的基本情况,服务于作物的精确管理。基于冠层光谱的无损监测技术对信息采集中,传感器是最关键的器件。无人机在空间上和时间上的优势,使得无人机近几年来在农业中的应用发展迅速。无人机是一个能重复使用、人为控制的有着动力系统、可携带不同设备完成多种任务的无人飞行装置。在农业方面,无人机被应用在农田信息的遥感测量、对灾害的预警以及地面的灾害大小的评估、对肥料和农药的喷施等等。基于这些特性,无人机被应用于精准农业中。机载探测器在监测上实现了从点测量到了面测量的改变,克服了传统的点测量的不足,效率上有了质的提高了。基于这些优点可设计一款无人机搭载的传感器来监测水稻叶面积指数(LAI)。本文LAI模型建立选用了经验关系模型的方法,选取了 3种传统的植被指数和新建了一种新的植被指数(RLAI)与LAI建立了 一元回归和多元回归的模型,通过模型精度的比较,得出新植被指数(RLAI)与水稻LAI建立的一元对数回归模型是最佳的模型。以无损监测作物,获取生长信息的原理,对光谱信息的传感原理进行了研究学习;研发了一款只用太阳光作为光源,以光信号处理系统、电信号处理系统和信号分析系统三个部分组成的水稻LAI机载传感器。通过对水稻冠层的高光谱信息与水稻的LAI相关性的分析,敏感波段被确定为745nm、565 nm,选定滤光片作为传感器的分光元件。根据水稻冠层的反射特征与无人机测量时的高度,确定了水稻叶面积指数机载传感器的视场角和传感器镜头的结构参数;在保障了水稻叶面积指数机载传感器在灵敏度、分辩上的效果时,采用了光学滤波技术,它对信噪比的提高有很好的效果;在745nm、565 nm这两个特征波段处分别对它们作为入射光和在水稻表面的反射回来时情况进行了探测;为保证微弱光谱信息被单片机识别,搭建了放大电路和滤波电路;运用嵌入式开发技术,把模型写入了单片机中,完成了整个水稻叶面积指数机载传感器的设计。在试验室中对水稻叶面积指数机载传感器的静态特性(线性度、灵敏度和迟滞差)进行了试验。745nm、565nm波段的非线性误差的试验结果分别为3.45%和5.63%:迟滞误差的试验结果分别为3.23%和2.93%,传感器在线性度与灵敏度方面表现良好。通过试验田运用水稻叶面积指数机载传感器对水稻进行探测与LA1-2200C对水稻的探测的结果进行试验结果的比较。通过试验结果确定,水稻叶面积指数机载传感器可实现水稻叶面积指数的实时在线检测;水稻叶面积指数机载传感器在体积和重量上都满足无人机的搭载要求,可实现水稻生长信息的快速获取。
[Abstract]:......
【学位授予单位】：沈阳农业大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP212

【相似文献】

相关期刊论文 前10条

1 李志文;楚新正;;森林叶面积指数估测研究现状与进展[J];中小企业管理与科技(上旬刊);2008年08期

2 王磊;马英杰;赵经华;洪明;;基于图像上冠层体积的叶面积指数测算方法[J];农机化研究;2013年12期

3 赵传燕;沈卫华;彭焕华;王超;;青海云杉林叶面积指数空间分布模拟——以祁连山区排露沟流域为例[J];兰州大学学报(自然科学版);2009年05期

4 马茵驰;阎广建;丁文;王跃智;;基于人工神经网络方法的冬小麦叶面积指数反演[J];农业工程学报;2009年12期

5 张立俊;洪添胜;吴伟斌;Joseph Mwape Chileshe;冯灼峰;赵奔;徐宁;;基于半球摄影法的果树叶面积指数检测(英文)[J];农业工程学报;2012年S2期

6 周洋;米晓飞;叶李灶;;叶面积指数遥感反演算法研究[J];计算机与现代化;2013年03期

7 吴彤;倪绍祥;李云梅;陈健;;由冠层孔隙度反演植被叶面积指数的算法比较[J];南京师大学报(自然科学版);2006年01期

8 樊科研;田丽萍;薛琳;白丽;王进;;利用高光谱数据和叶面积指数对加工番茄产量估算的研究[J];湖北农业科学;2009年02期

9 向洪波;郭志华;赵占轻;王建力;;不同空间尺度森林叶面积指数的估算方法[J];林业科学;2009年06期

10 陈鹏飞;孙九林;苗茹;;基于环境减灾卫星遥感信息估测呼伦贝尔草原叶面积指数(英文)[J];河南大学学报(自然科学版);2012年05期

相关会议论文 前10条

1 姚冬萍;;融合多源遥感数据估算地表叶面积指数[A];中国地理学会百年庆典学术论文摘要集[C];2009年

2 陈雪洋;蒙继华;吴炳方;朱建军;纽立明;杜鑫;;基于环境星高光谱数据红边参数的冬小麦叶面积指数反演[A];遥感定量反演算法研讨会摘要集[C];2010年

3 高帅;;利用ENVISAT-ASAR数据的植被叶面积指数反演研究[A];遥感定量反演算法研讨会摘要集[C];2010年

4 张娜;;半干旱天然草地叶面积指数反演模型[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

5 孙永华;宫辉力;李小娟;浦瑞良;周德民;;基于高光谱的三江平原湿地叶面积指数反演研究[A];遥感定量反演算法研讨会摘要集[C];2010年

6 曹中盛;朱艳;田永超;曹卫星;姚霞;;小麦叶面积指数估测的最佳高光谱参数研究[A];中国作物学会2013年学术年会论文摘要集[C];2013年

7 吕芸帙;杨旭;骆祖莹;;基于无线传感器网络的植被叶面积指数测量方法[A];第六届中国测试学术会议论文集[C];2010年

8 夏帆;;基于MODIS数据的长江流域生态环境质量评价[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

9 刘倩;;2000-2010年三江源地区MODIS叶面积指数及FPAR产品验证分析[A];遥感定量反演算法研讨会摘要集[C];2010年

10 杨鹏;李春强;;基于MODIS数据的河北省冬小麦叶面积指数模型研究[A];第31届中国气象学会年会S5 干旱灾害风险评估与防控[C];2014年

相关重要报纸文章 前1条

1 李济 供稿;理科综合测试模拟（四）[N];山西科技报;2003年

相关博士学位论文 前5条

1 乐源;基于光谱数据的植被重点参数反演方法研究[D];武汉大学;2014年

2 温一博;基于遥感技术的森林碳循环和地表蒸散模拟研究[D];东北林业大学;2016年

3 谢巧云;考虑红边特性的多平台遥感数据叶面积指数反演方法研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年

4 骆社周;激光雷达遥感森林叶面积指数提取方法研究与应用[D];中国地质大学(北京);2012年

5 郝雅s，

本文编号：2362608