發(fā)布時間：2020-05-31 21:32

【摘要】：江淮地區(qū)是我國優(yōu)質專用小麥產區(qū),由于近年來國內市場需求巨大,該地區(qū)專用品種小麥的生長狀況對我國國民經濟發(fā)展方面有著重要的作用,因此對江淮地區(qū)小麥長勢進行高效、無損地監(jiān)測,對小麥產量進行及時、準確地預測變得尤為重要。傳統(tǒng)的人工抽樣法存在破壞性強、耗時費力、成本過高等不足,由于江淮地區(qū)多陰雨的氣候,光學衛(wèi)星遙感監(jiān)測無法有效發(fā)揮大尺度的優(yōu)勢,迫切需要引入當前熱門的無人機遙感技術,發(fā)揮其在作物長勢監(jiān)測和產量預測方面的快速、準確、成本低優(yōu)勢。本文利用小型四旋翼無人機分別搭載可見光和多光譜相機獲取安徽舒城和廬江地區(qū)小麥不同生育期的田間影像數據,并基于影像的植被指數等特征建立小麥關鍵生育期的葉綠素含量和產量反演模型,為江淮地區(qū)小麥的長勢監(jiān)測和產量預測開展方法探索研究,以便因地制宜制定恰當的生產管理措施,提高當地小麥的品質及產量。本文取得的初步研究結果如下:(1)在Matlab2016b上搭建了“無人機影像的特征參數提取與小麥葉綠素含量和產量反演系統(tǒng)”。該系統(tǒng)實現(xiàn)了對預處理后的無人機影像進行感興趣區(qū)域裁剪、色彩空間變換、植被指數的計算、實測值與植被指數進行相關分析建模并提供精度評價等功能,為后續(xù)小麥葉綠素含量和產量反演提供數據支持。(2)以DJI Phantom 3 Advanced無人機分別搭載高分辨率可見光相機和ADC-lite多光譜相機獲取舒城縣農科所10個品種小麥的揚花早期和晚期的遙感影像,同時利用SPAD 502 plus測定葉片的相對葉綠素含量(SPAD)�；陬A處理后的可見光和多光譜影像分別計算9種可見光植被指數和4種多光譜植被指數,將其與小麥葉綠素含量進行相關分析,篩選出兩種相機的相關性最強的植被指數分別建立小麥揚花早期和晚期葉綠素反演模型。結果表明,可見光ExG和多光譜NDVI與小麥葉綠素含量相關性最高,分別構建了ExG-SPAD(揚花早期R2=0.687,揚花晚期R2=0.595)和NDVI-SPAD小麥葉綠素含量反演模型(揚花早期R2=0.717,揚花晚期R-2=0.613)。對比兩種模型,得出多光譜相機在反演效果上優(yōu)于可見光相機,小麥揚花早期葉綠素反演模型監(jiān)測效果較晚期更為精確。結果表明無人機遙感可以有效監(jiān)測小麥長勢變化。(3)利用DJI Phantom 4 pro無人機原裝的4K相機獲取廬江縣白湖農場10個品種小麥的灌漿中期的遙感影像。對預處理后的高分辨率影像計算8種可見光植被指數和12種顏色特征,并將上述特征值與小麥葉綠素含量和產量分別進行相關分析。根據相關性分析篩選出6個相關性最高的特征作為自變量,基于偏最小二乘回歸(PLSR)分別構建小麥灌漿中期的葉綠素含量和產量反演模型。研究結果表明,COM、COM2、VEG、ExR、GRRI、R與小麥葉綠素含量相關性最高;使用上述特征,基于PLSR建立小麥灌漿中期葉綠素含量反演模型,決定系數為0.550,均方根誤差為1.899,擬合效果良好;利用與小麥實測產量相關性最高的6個特征R、NHLVI、YCbCr-Y、ExG、VDVI、ExR,建立小麥產量反演的PLSR模型,其決定系數達0.831,均方根誤差為0.132,取得了很好的效果。上述研究結果為江淮地區(qū)主栽小麥品種的長勢監(jiān)測和產量預測提供了技術支撐,有助于推動安徽省農業(yè)信息化的快速發(fā)展,也有利于保障國家糧食安全。
【圖文】：

圖１．１全國小麥優(yōu)勢區(qū)域分布圖逡逑Ｆｉｇ．邋１．１邋Ｌａｙｏｕｔ邋ｍａｐ邋ｏｆ邋ｗｈｅａｔ邋ｄｏｍｉｎａｎｔ邋ａｒｅａｓ邋ｉｎ邋Ｃｈｉｎａ逡逑淮地區(qū)包括江蘇、安徽兩省淮河以南，長江中下游以北一帶，，是麥區(qū)的主產區(qū)，蘊藏著極大的產量潛力。同時由于該地區(qū)地勢低湖泊眾多，具有生產弱筋、中筋等專用品種小麥所需的生態(tài)和發(fā)展專用品種小麥的優(yōu)勢區(qū)域。近年來，隨著我國人口的不斷增用品小的市場需求越來越大，加之江淮地區(qū)經濟的迅猛發(fā)展，

是利用無人駕駛的飛行平臺搭載傳感器或者掃描儀獲取遙感數據，用于湖泊、逡逑農業(yè)、林業(yè)和地質等領域的監(jiān)測Ｗ，在農作物長勢監(jiān)測方面取得了良好效果，其逡逑具體系統(tǒng)組成如圖１．２所示。與常規(guī)遙感相比，無人機遙感可以發(fā)揮其靈活機動、逡逑成本低、效率高的優(yōu)勢，通過“點－面”結合的方式對作物長勢進行實時、宏觀、逡逑準確的監(jiān)測和評估，以便因地制宜制定恰當的生產管理措施，提高作物的品質及逡逑產量。因此，開展基于無人機遙感技術對江淮地區(qū)小麥長勢監(jiān)測和產量預測的研逡逑究具有重大的經濟和生態(tài)效益。逡逑＾邋地面站系統(tǒng)邐〔邐無人機平臺邐＾邐機載微型傳感器＾逡逑邐邐實時飛行控制一邐邋邐逡逑移動端遙控器邋無線網天線邐Ａ邋＾邐｜邐？邐｜邐機逡逑邐，邐１＊一實時圖像傳輸一－邐丨邋電腦邋１逡逑直升機邐＜邋控Ｗ與傳輸＿邋＞逡逑一＊一｜邐士Ｈ逡逑邐ｍ邐ｉ邋＾＾邐機逡逑Ｉ邐！邋－；邋！逡逑§邐丨邋全邋邋１邐媭逡逑ex據處理系統(tǒng)邐——一搭載一——？邐高光譜傳感逡逑邐邋Ｉ邐多旋翼機邐邐＾邐逡逑圖１．２無人機遙感系統(tǒng)組成圖逡逑Ｆｉｇ．邋１．２邋Ｃｏｍｐｏｓｉｔｉｏｎｓ邋ｏｆ邋ＵＡＶ邋ｒｅｍｏｔｅ邋ｓｅｎｓｉｎｇ邋ｓｙｓｔｅｍ逡逑２逡逑
【學位授予單位】：安徽大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP751;S512.1

【相似文獻】

相關期刊論文 前10條

1 賀專;;地震應急無人機影像處理軟件對比研究[J];中國應急救援;2017年05期

2 韓瑞良;顏梅;張峗;黃山;王學琴;;X線影像處理系統(tǒng)在乳腺健康檢查中的應用[J];青海醫(yī)藥雜志;2008年12期

3 洪漢妮;;PhotoDraw 2000[J];電子測試;1999年10期

4 吳奇;;X線CT維修和性能管理的現(xiàn)狀及問題[J];國外醫(yī)學(臨床放射學分冊);1988年06期

5 Kam Wowong;沈乃莊;;立體固體攝影機系統(tǒng)[J];鐵路航測;1988年03期

6 陳凡臣;;基于地理國情監(jiān)測系統(tǒng)的影像處理方法[J];礦山測量;2017年03期

7 馮蕾;;影像處理 一“網”搞定[J];中國醫(yī)院院長;2006年18期

8 張問驊;電子影像處理技術[J];自動化博覽;1996年02期

9 陳曉龍;陳顯龍;彭瑤瑤;;無人機影像處理關鍵技術研究[J];北京測繪;2016年03期

10 CFan·高興;影像處理美麗不必太專業(yè)[J];電腦愛好者;2002年09期

相關會議論文 前10條

1 趙四海;;淺談數字減影的影像處理[A];第二屆全國非血管性與血管性介入新技術學術研討會暨第三屆介入放射學新技術提高班論文匯編[C];2005年

2 徐伯慶;潘小輝;夏佶晟;;血液細胞黏度測試中的影像處理[A];第七屆全國信息獲取與處理學術會議論文集[C];2009年

3 胥亞;杜為財;袁立偉;葉榮生;;遙感影像道路提取現(xiàn)狀與展望[A];第四屆“測繪科學前沿技術論壇”論文精選[C];2012年

4 邢帥;譚兵;徐青;耿則勛;;一種自適應關聯(lián)多分辨分析的遙感影像融合算法[A];第十四屆全國遙感技術學術交流會論文摘要集[C];2003年

5 ;創(chuàng)新鑄魂 獨成體系——深圳一電科技有限公司[A];小型微型企業(yè)保生存謀發(fā)展（2012）[C];2013年

6 饒闖江;;無人機影像處理新流程實驗研究[A];云南省測繪地理信息學會2017年學術年會論文集[C];2017年

7 錢澍;白亞妮;何子福;龔軍;;數字化X線攝影處理參數的討論[A];2010中華醫(yī)學會影像技術分會第十八次全國學術大會論文集[C];2010年

8 欒有昆;王沖;;QuickBird影像在水庫淹沒土地利用現(xiàn)狀更新中的應用[A];中國水力發(fā)電工程學會第四屆地質及勘探專業(yè)委員會第二次學術交流會論文集[C];2010年

9 武鼎;;基于Lee濾波的SAR圖像噪聲濾除方法[A];全國鈾礦大基地建設學術研討會論文集（下）[C];2012年

10 龔天宇;陸培;;基于GIS和RS的城市園林綠化調查與統(tǒng)計分析[A];江蘇省測繪地理信息學會2016年學術年會論文集[C];2016年

相關重要報紙文章 前10條

1 陳昭毅;融合觸控與筆控的高效影像處理利器[N];中國攝影報;2018年

2 本報記者 張藍飛;人工智能突破影像設備軟硬件局限[N];醫(yī)藥經濟報;2017年

3 ;新一代影像處理技術“南希”問世[N];人民郵電;2001年

4 ;便攜“影像處理工廠”[N];計算機世界;2003年

5 郭靜蓉 DigiTimes;奇美電子發(fā)布變色龍及動態(tài)清晰兩大影像處理新技術[N];電子資訊時報;2007年

6 ;計算機影像處理與合成[N];計算機世界;2006年

7 記者 劉正午 陳穎;東軟推出新雙排CT機 索尼展示影像處理方案[N];醫(yī)藥經濟報;2005年

8 ;“慧”眼“視”圖 輕松編輯[N];電子資訊時報;2007年

9 何進偉;虹軟尋找拓展與突破的平衡[N];中國計算機報;2003年

10 ;玩轉影像處理的華碩L5系列筆記本[N];中國計算機報;2003年

相關博士學位論文 前4條

1 梅建新;基于支持向量機的高分辨率遙感影像的目標檢測研究[D];武漢大學;2004年

2 張云彬;支持衛(wèi)星遙感數據融合的影像定位理論與方法[D];解放軍信息工程大學;2004年

3 宣文玲;以中小比例尺地形圖為基準的高分辨率遙感影像定位方法研究[D];武漢大學;2005年

4 張中山;極化合成孔徑雷達影像智能處理方法研究[D];武漢大學;2011年

相關碩士學位論文 前10條

1 于夢華;基于OpenCL的非量測相機影像并行處理算法研究與實現(xiàn)[D];河南理工大學;2018年

2 宋麗瑤;基于高分辨率遙感影像的高精度地形輻射校正[D];中國石油大學(華東);2017年

3 劉小輝;基于無人機影像的小麥葉綠素含量及產量定量反演研究[D];安徽大學;2019年

4 杜振;影像云計算在商業(yè)銀行的應用研究[D];河北科技大學;2019年

5 劉鑫;基于無人機高分辨率遙感影像的四川低丘區(qū)耕地信息提取研究[D];四川農業(yè)大學;2017年

6 張勃;OCT影像下冠狀動脈斑塊智能分割與識別[D];河北大學;2018年

7 馬長輝;基于高分影像的土地覆蓋分類方法研究[D];湘潭大學;2018年

8 劉世永;高性能影像數據瓦片化關鍵技術研究[D];國防科學技術大學;2016年

9 郟奇峰;上海人壽影像處理平臺的設計與實現(xiàn)[D];大連理工大學;2018年

10 石利;傾斜航空攝影測量數據處理方法[D];遼寧工程技術大學;2016年

本文編號：2690483