夏玉米冠层光谱特征及其生理生态参量的高光谱估算模型

发布时间：2017-09-20 19:01

  本文关键词：夏玉米冠层光谱特征及其生理生态参量的高光谱估算模型

  更多相关文章： 夏玉米 高光谱 叶绿素 叶面积指数 叶片含水率

【摘要】：农业的精准化是当今生产中突破高耗和低效、实现与环境和谐相处的根本方法,高光谱遥感可以及时获取农作物的生长状况信息。本文以夏玉米为研究对象,以大田实验为基础,借助高光谱遥感技术的理论与方法,分析玉米叶绿素、叶面积指数及叶片含水率的时空变化规律,分析生长过程中这些指标与光谱反射率间的量化关系,构建基于植被指数、高光谱特征参数、红边参数、单波段和光谱指数的高光谱估算模型,充分体现了高光谱遥感技术在监测作物夏玉米叶绿素含量、叶面积指数及叶片含水率的技术优势,在我国农业大田植被快速、省力、简捷采集生长指标信息做出了必要的技术支撑,为科研工作者提供了获取农作物生长指标的技术途径,从而推进精准农业的继续发展。研究得到了以下结论:(1)夏玉米冠层光谱反射率曲线特征基本吻合于绿色作物的光谱反射率曲线特征。大体都是在蓝光范围和红光范围内有2处的植物光谱反射率比较低,即存在两个吸收带,在绿色植物光谱范围550 nm附近(即绿光范围内)光谱反射率比较高,出现一个反射峰。绿色植物的波段到710 nm附近光谱反射率值骤然变大,到了近红外波段范围后绿色植物光谱反射率值是比较稳定的,这样在近红外波段范围内就形成一个光谱反射率高平台。夏玉米光谱反射率曲线特征在不同生育时期是存在差异的,且差异比较明显。在可见光波段,从七叶到拔节,再到吐丝,反射率逐渐减小,从吐丝到灌浆,再到蜡熟,反射率逐渐增大;在绿色植物光谱反射率近红外波段范围内,从七叶到拔节,再到吐丝,夏玉米光谱反射率值逐渐上升,夏玉米生育期从吐丝期到灌浆期,再到夏玉米的最后一个研究阶段蜡熟期,其光谱反射率值一直处于下降趋势。(2)夏玉米在不同生育阶段650~740 nm之间光谱曲线值斜边(红边)有很大差异,具体体现在夏玉米红边从七叶期到拔节期,再到吐丝期,其680~760 nm之间光谱反射率斜边(红边)位置向右边偏移,即向着波长大的方向移动,夏玉米到吐丝期后,其680~760 nm之间光谱反射率斜边(红边位置)向波长小的那边偏移;同时随着夏玉米生育期的不断推移,夏玉米红边振幅和红边面积也出现与红边位置同样的变化特征,都是先增加后降低。(3)在叶绿素含量不同的情况下,夏玉米光谱反射率曲线值和680~760 nm范围内的红边特征是会存在很大差别的,夏玉米叶绿素含量越高,可见光范围内夏玉米反射率会呈现相反的趋势,即会越来越小,而近红外波段光谱反射率呈现相同的变化趋势;同时,夏玉米冠层光谱红边振幅和红边面积也与叶绿素含量呈现一致的变化趋势,即会随着叶绿素含量的增大而增大。利用植被指数、高光谱特征参数和红边参数来反演夏玉米叶绿素含量的模型中,从模型的决定系数、均方根误差和相对误差来看,植被指数对夏玉米叶绿素的反演效果最好。(4)在叶面积指数不同的情况下,夏玉米光谱反射率曲线值和和680~760 nm范围内的红边特征是会存在很大差别的,具体解释为,LAI值越高,可见光范围内夏玉米反射率会呈现相反的趋势,而800 nm以后的光谱曲线变化呈现相同变化趋势;夏玉米冠层光谱红边振幅和红边面积也与叶面积指数呈现一致的变化趋势,即随着叶面积指数的变大而增大。利用植被指数、高光谱特征参数和红边参数来反演夏玉米叶绿素和叶面积指数的模型中,从模型的决定系数、均方根误差和相对误差来看,植被指数对夏玉米叶面积指数的反演效果最好。(5)不同叶片含水率情况下夏玉米光谱特征和红边特征也会产生明显的差异,具体可以解释为:夏玉米冠层水平光谱曲线反射率值与叶片含水率变化呈现相反的变化趋势,即夏玉米叶片含水率越低,反射率曲线值越高;拔节期和灌浆期适合采用单波段法来反演夏玉米叶片含水率,而七叶期、吐丝期和蜡熟期更适合用光谱指数来建立叶片含水率模型。
【关键词】：夏玉米 高光谱 叶绿素 叶面积指数 叶片含水率
【学位授予单位】：西北农林科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：S513;S127
【目录】：

• 摘要6-8
• ABSTRACT8-13
• 第一章 绪论13-20
• 1.1 研究背景13
• 1.2 研究目的和意义13-14
• 1.3 高光谱遥感技术研究发展14-15
• 1.3.1 高光谱遥感的概念与基本原理14
• 1.3.2 高光谱遥感的发展14-15
• 1.3.3 高光谱遥感监测植被原理15
• 1.4 作物生物理化参量的高光谱遥感研究进展15-18
• 1.4.1 作物叶绿素含量的高光谱遥感监测16-17
• 1.4.2 作物叶面积指数的高光谱遥感监测17-18
• 1.4.3 作物叶片含水量的高光谱监测18
• 1.5 小结18-20
• 第二章 研究内容与方法20-29
• 2.1 研究区概况20
• 2.2 观测项目与方法20-22
• 2.2.1 夏玉米冠层光谱的测定20-21
• 2.2.2 夏玉米冠层叶绿素含量测定21
• 2.2.3 夏玉米冠层叶面积指数测定21
• 2.2.4 夏玉米冠层叶片含水率测定21-22
• 2.3 研究内容及技术路线22-23
• 2.3.1 主要研究内容22
• 2.3.2 技术路线22-23
• 2.4 高光谱数据处理与分析23-29
• 2.4.1 原始光谱反射率参数23-25
• 2.4.2 原始光谱反射率一阶导数25
• 2.4.3“红边”参数25-27
• 2.4.4 植被指数27
• 2.4.5 光谱指数27-29
• 第三章 夏玉米生长过程高光谱响应特征29-37
• 3.1 夏玉米冠层光谱特征分析29-32
• 3.1.1 不同生育期夏玉米冠层光谱变化规律29-30
• 3.1.2 不同叶绿素含量下的夏玉米高光谱特征30-31
• 3.1.3 不同叶面积指数下的夏玉米高光谱特征31
• 3.1.4 不同叶片含水率下的夏玉米高光谱特征31-32
• 3.2 夏玉米冠层光谱红边特征的变化32-35
• 3.2.1 不同生育期夏玉米冠层光谱红边特征32-33
• 3.2.2 不同叶绿素含量下的夏玉米冠层光谱红边特征33-34
• 3.2.3 不同叶面积指数下的夏玉米冠层光谱红边特征34-35
• 3.2.4 不同叶片含水率下的夏玉米冠层光谱红边特征35
• 3.3 总结35-37
• 第四章 夏玉米叶绿素含量高光谱估算37-49
• 4.1 夏玉米冠层原始光谱反射率、一阶微分光谱与叶绿素含量的相关分析37-39
• 4.2 基于植被指数的夏玉米叶绿素含量监测39-41
• 4.2.1 基于植被指数的夏玉米叶绿素含量估算39-41
• 4.2.2 估算模型的检验41
• 4.3 基于高光谱特征参数的夏玉米叶绿素含量监测41-45
• 4.3.1 夏玉米叶绿素含量与高光谱特征参数的相关性41-43
• 4.3.2 基于高光谱特征参数的夏玉米叶绿素含量估算模型43-44
• 4.3.3 估算模型的检验44-45
• 4.4 基于红边参数的夏玉米叶绿素含量监测45-47
• 4.4.1 夏玉米叶绿素含量与红边参数的相关性45-46
• 4.4.2 基于红边参数的夏玉米叶绿素含量估测模型46
• 4.4.3 估测模型的检验46-47
• 4.5 结论与讨论47-49
• 第五章 夏玉米叶面积指数高光谱估算49-60
• 5.1 夏玉米冠层原始光谱、导数光谱与叶面积指数的相关性分析49-51
• 5.2 基于植被指数的夏玉米叶面积指数监测51-53
• 5.2.1 基于植被指数夏玉米叶面积指数估算模型51-52
• 5.2.2 估测模型的检验52-53
• 5.3 基于高光谱特征参数的夏玉米叶面积指数监测53-56
• 5.3.1 夏玉米叶面积指数与光谱特征参数的相关性53-55
• 5.3.2 基于高光谱特征参数的夏玉米叶面积指数估算模型55
• 5.3.3 估算模型的检验55-56
• 5.4 基于红边参数的夏玉米叶面积指数监测56-58
• 5.4.1 夏玉米叶面积指数与红边参数的相关性56
• 5.4.2 基于红边参数的夏玉米叶面积指数估测模型56-58
• 5.4.3 估算模型的检验58
• 5.5 结论与讨论58-60
• 第六章 夏玉米叶片含水率高光谱估算60-69
• 6.1 夏玉米冠层原始光谱、导数光谱与叶片含水率的相关性分析60-62
• 6.2 基于单波段反射率的夏玉米叶片含水率监测62-65
• 6.2.1 夏玉米叶片含水率与单波段反射率的相关性62-64
• 6.2.2 基于单波段反射率的夏玉米叶片含水率估算模型64
• 6.2.3 估算模型的检验64-65
• 6.3 基于光谱指数的夏玉米叶片含水率监测65-66
• 6.3.1 夏玉米叶片含水率与光谱指数的相关性65-66
• 6.3.2 基于光谱指数夏玉米叶片含水率的估算模型66
• 6.3.3 估测模型的检验66
• 6.4 结论与讨论66-69
• 第七章 结语、不足与展望69-71
• 7.1 结语69-70
• 7.2 不足与展望70-71
• 参考文献71-76
• 致谢76-77
• 作者简介77

【参考文献】

中国期刊全文数据库 前10条

1 陆伟;毛罕平;;高光谱技术在作物信息诊断监测中的应用[J];安徽农业科学;2007年06期

2 唐强;李少昆;王克如;谢瑞芝;陈兵;王方永;刁万英;肖春华;;基于高光谱反射率的冬小麦生长后期氮素丰度监测研究[J];光谱学与光谱分析;2010年11期

3 刘炜;常庆瑞;郭曼;邢东兴;员永生;;冬小麦导数光谱特征提取与缺磷胁迫神经网络诊断[J];光谱学与光谱分析;2011年04期

4 杨玮;孙红;郑立华;张瑶;李民赞;;冬枣光谱数据的灰色关联分析及叶片氮素含量预测[J];光谱学与光谱分析;2013年11期

5 宋英博;;光谱诊断马铃薯叶片氮素敏感波段的研究[J];中国马铃薯;2010年03期

6 王磊;白由路;卢艳丽;王贺;;光谱数据变换对玉米氮素含量反演精度的影响[J];遥感技术与应用;2011年02期

7 方红亮,田庆久;高光谱遥感在植被监测中的研究综述[J];遥感技术与应用;1998年01期

8 刘伟东,项月琴,郑兰芬,童庆禧,吴长山;高光谱数据与水稻叶面积指数及叶绿素密度的相关分析[J];遥感学报;2000年04期

9 李振;安宏明;苏凯;刘鹏;张吉旺;董树亭;;夏玉米红边参数特征及与叶绿素、干物质相关性的研究[J];玉米科学;2012年02期

10 田永超,朱艳,曹卫星,戴廷波;小麦冠层反射光谱与植株水分状况的关系[J];应用生态学报;2004年11期

中国硕士学位论文全文数据库 前1条

1 陈维君;水稻成熟度和收获时期的高光谱监测[D];浙江大学;2006年

，

本文编号：889814