為在實(shí)際的農(nóng)業(yè)生產(chǎn)中快速、精確的監(jiān)測(cè)作物生長(zhǎng)信息,估測(cè)作物產(chǎn)量,為大面積農(nóng)田作物生產(chǎn)提供管理調(diào)控的科學(xué)依據(jù)。本研究以我國(guó)主要作物冬小麥、夏玉米為材料,冬小麥設(shè)置品種處理,夏玉米設(shè)置不同品種、施氮量處理,基于無(wú)人機(jī)平臺(tái)獲取小麥玉米關(guān)鍵生育時(shí)期的高分辨率光譜圖像,分析篩選出與作物生長(zhǎng)信息相關(guān)性最高的光譜參數(shù),構(gòu)建作物長(zhǎng)勢(shì)監(jiān)測(cè)和產(chǎn)量預(yù)測(cè)的最佳擬合模型,并對(duì)相關(guān)模型進(jìn)行獨(dú)立數(shù)據(jù)的檢驗(yàn),驗(yàn)證模型的精確性與穩(wěn)定性,具體結(jié)果如下:1.小麥玉米LAI監(jiān)測(cè)模型模型擬合結(jié)果表明,以比值植被指數(shù)RVI(810,560)構(gòu)建的模型對(duì)冬小麥LAI的監(jiān)測(cè)效果最好,模型為y=-1.1629×RVI(810,560)+7.9207,決定系數(shù)R~2為0.71,預(yù)測(cè)模型RMSE和MRE分別為0.68和13.31%。該模型可作為冬小麥LAI精準(zhǔn)監(jiān)測(cè)的擬合模型。模型擬合結(jié)果表明,以差值植被指數(shù)DVI(800,550)構(gòu)建的模型對(duì)夏玉米LAI的監(jiān)測(cè)效果最好,模型為y=19.128×DVI(800,550)-0.8742,決定系數(shù)R~2為0.90,預(yù)測(cè)模型RMSE和MRE分別為0.41、14.36%。該模型可作為夏玉米LAI精準(zhǔn)監(jiān)測(cè)的擬合模型。2.小麥玉米干物質(zhì)積累量監(jiān)測(cè)模型模型擬合結(jié)果表明以差值值被指數(shù)DVI(810,560)構(gòu)建的擬合模型對(duì)冬小麥地上部干物質(zhì)積累量的監(jiān)測(cè)效果最好,模型為y=-8.4529×DVI(810,560)+5.7085,決定系數(shù)R~2為0.74,預(yù)測(cè)模型的RMSE和MRE分別為0.36、17.58%。該模型可作為冬小麥干物質(zhì)積累量精準(zhǔn)監(jiān)測(cè)的擬合模型。模型擬合結(jié)果表明,以歸一化植被指數(shù)NDVI(760,560)構(gòu)建的監(jiān)測(cè)模型對(duì)夏玉米地上部干物質(zhì)積累量的監(jiān)測(cè)效果最好,模型為y=323×NDVI(760,560)-1.8303,決定系數(shù)R~2為0.95,模型RMSE和MRE分別為8.92、13.17%。該模型可作為夏玉米干物質(zhì)積累量精準(zhǔn)監(jiān)測(cè)的擬合模型。3.小麥玉米SPAD值監(jiān)測(cè)模型模型擬合結(jié)果表明,以歸一化植被指數(shù)NDVI(790,660)構(gòu)建的模型對(duì)冬小麥SPAD值的監(jiān)測(cè)效果最好,模型為y=20.001×NDVI(790,660)+42.366,決定系數(shù)R~2為0.72,預(yù)測(cè)模型的RMSE和MRE分別為2.24、3.66%。該模型可作為冬小麥SPAD值精準(zhǔn)監(jiān)測(cè)的擬合模型。模型擬合結(jié)果表明,以差值植被指數(shù)DVI(735,550)構(gòu)建的模型對(duì)夏玉米SPAD值的監(jiān)測(cè)效果最好,模型為y=42.8046×DVI(735,550)+48.219,決定系數(shù)R~2為0.69,預(yù)測(cè)模型的RMSE和MRE分別為2.21和3.45%。該模型可作為夏玉米SPAD值精準(zhǔn)監(jiān)測(cè)的擬合模型。4.小麥玉米產(chǎn)量估測(cè)模型模型擬合結(jié)果表明,開花期的植被指數(shù)與冬小麥產(chǎn)量構(gòu)建的擬合模型效果最優(yōu),以開花期歸一化植被指數(shù)NDVI(870,679)構(gòu)建的模型對(duì)冬小麥產(chǎn)量的估測(cè)效果最好,模型為y=2924×NDVI(870,679)+6534.6,決定系數(shù)R~2為0.66,預(yù)測(cè)模型的RMSE和MRE分別為178.28和1.68%。該模型可作為冬小麥產(chǎn)量估測(cè)的擬合模型。模型擬合結(jié)果表明,乳熟期的植被指數(shù)與夏玉米產(chǎn)量構(gòu)建的擬合模型效果最優(yōu),以乳熟期比值植被指數(shù)RVI(790,660)構(gòu)建的模型對(duì)夏玉米產(chǎn)量的估測(cè)效果最好,模型為y=-2219.5×RVI(790,660)+16836,決定系數(shù)R~2為0.75,預(yù)測(cè)模型的RMSE和MRE分別為462.81和5.02%。該模型可作為夏玉米產(chǎn)量估測(cè)的擬合模型。
【學(xué)位單位】：山東農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：S512.1;S513;TP751
【部分圖文】：

根據(jù)任務(wù)文件里無(wú)人機(jī)飛行高度的記錄，刪去起飛前和降落時(shí)的原始文件，然后進(jìn)行初步格式轉(zhuǎn)換和輻射校準(zhǔn)（圖2）。圖 2 反射率初步轉(zhuǎn)換示意圖Fig.2 Schematic diagram of preliminary conversion of spectral reflectance第一步轉(zhuǎn)換校準(zhǔn)完的文件，利用 Coregister 軟件進(jìn)行格式轉(zhuǎn)換，目的是將 DAT 格式的圖像文件轉(zhuǎn)換成 TIF 格式的圖像文件，便于查看和下一步工作的進(jìn)行（圖 3）。圖 3 格式轉(zhuǎn)換示意圖Fig.3 Image format conversion diagram經(jīng)過(guò)格式轉(zhuǎn)換得到的 TIF 格式的冠層光譜圖像，選擇覆蓋試驗(yàn)區(qū)的光譜圖像，利用Agisoft PhotoScan 軟件進(jìn)行圖像拼接，得到整個(gè)試驗(yàn)區(qū)域的冠層光譜圖像（圖 4）。原始圖像篩選 轉(zhuǎn)換并校準(zhǔn) 格式轉(zhuǎn)換 圖像拼接反射率提取

光譜反射率的初步轉(zhuǎn)換，首先進(jìn)行圖像的篩選，根據(jù)任務(wù)文件里，刪去起飛前和降落時(shí)的原始文件，然后進(jìn)行初步格式轉(zhuǎn)換和輻圖 2 反射率初步轉(zhuǎn)換示意圖Fig.2 Schematic diagram of preliminary conversion of spectral reflectance轉(zhuǎn)換校準(zhǔn)完的文件，利用 Coregister 軟件進(jìn)行格式轉(zhuǎn)換，目的是轉(zhuǎn)換成 TIF 格式的圖像文件，便于查看和下一步工作的進(jìn)行（

圖 4 光譜圖像拼接示意圖Fig.4 Schematic diagram of spectral image mosaicENVI4.7 打開上述已完成拼接的光譜圖像，選擇所需試驗(yàn)小區(qū)，（圖 5）。
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊貴軍;李長(zhǎng)春;于海洋;徐波;馮海寬;高林;朱冬梅;;農(nóng)用無(wú)人機(jī)多傳感器遙感輔助小麥育種信息獲取[J];農(nóng)業(yè)工程學(xué)報(bào);2015年21期

2 陳懷亮;李穎;張紅衛(wèi);;農(nóng)作物長(zhǎng)勢(shì)遙感監(jiān)測(cè)業(yè)務(wù)化應(yīng)用與研究進(jìn)展[J];氣象與環(huán)境科學(xué);2015年01期

3 夏天;吳文斌;周清波;周勇;于雷;;基于高光譜的冬小麥葉面積指數(shù)估算方法[J];中國(guó)農(nóng)業(yè)科學(xué);2012年10期

4 潘靜;曹兵;萬(wàn)仲武;;兩種果樹葉片SPAD值與葉綠素含量相關(guān)性分析[J];北方園藝;2012年05期

5 譚昌偉;王紀(jì)華;朱新開;王妍;王君嬋;童璐;郭文善;;基于Landsat TM影像的冬小麥拔節(jié)期主要長(zhǎng)勢(shì)參數(shù)遙感監(jiān)測(cè)[J];中國(guó)農(nóng)業(yè)科學(xué);2011年07期

6 劉镕源;王紀(jì)華;楊貴軍;黃文江;李偉國(guó);常紅;李小文;;冬小麥葉面積指數(shù)地面測(cè)量方法的比較[J];農(nóng)業(yè)工程學(xué)報(bào);2011年03期

7 孫紅;李民贊;張彥娥;趙勇;王海華;;玉米生長(zhǎng)期葉片葉綠素含量檢測(cè)研究[J];光譜學(xué)與光譜分析;2010年09期

8 張俊華;張佳寶;;夏玉米光譜特征對(duì)其不同色素含量的響應(yīng)差異[J];西北農(nóng)業(yè)學(xué)報(bào);2010年04期

9 張俊華;張佳寶;賈科利;;不同品種夏玉米光譜特征差異及其與農(nóng)學(xué)參量相關(guān)性研究[J];土壤通報(bào);2010年02期

10 孫紅;李民贊;趙勇;張彥娥;王曉敏;李修華;;冬小麥生長(zhǎng)期光譜變化特征與葉綠素含量監(jiān)測(cè)研究[J];光譜學(xué)與光譜分析;2010年01期

本文編號(hào)：2843761