發(fā)布時間：2021-08-10 13:21

　　柑橘是我國主要經(jīng)濟果樹作物之一,在全國農(nóng)產(chǎn)品經(jīng)濟中扮演著關(guān)鍵的角色。贛南地區(qū)擁有柑橘種植得天獨厚的條件,贛州作為我國柑橘生產(chǎn)的主產(chǎn)區(qū),被稱為“世界橙鄉(xiāng)”。到2019年為止,贛州市種植柑橘總面積已高達162萬畝、產(chǎn)量122萬噸,產(chǎn)值高達129億元,成為贛州市當(dāng)?shù)刂е吞厣a(chǎn)業(yè),以及當(dāng)?shù)剞r(nóng)民的重要經(jīng)濟來源。但是,近年來,贛南柑橘屢屢遭受極端天氣和病蟲害的侵襲,種植面積和生長狀況及其不穩(wěn)定,導(dǎo)致整個地區(qū)果農(nóng)收入深受影響,也導(dǎo)致產(chǎn)量無法精確估計,市場價格波動較大。而遙感和GIS技術(shù)能夠大面積的對贛南柑橘的種植面積及其生長狀況進行監(jiān)測,對此能夠有效解決。本文在GIS、RS技術(shù)的支持下,以贛州市崇義縣為研究區(qū)域,GF-1WFV和HJ-1A/B CCD等中分辨率為數(shù)據(jù)源,構(gòu)成時間序列影像集,實現(xiàn)以縣域為基礎(chǔ)的大面積柑橘種植區(qū)域的快速提取并分析,且以此為基礎(chǔ),選取其中一個樣區(qū),分析柑橘果園內(nèi)柑橘葉片葉綠素與光譜曲線的關(guān)系,以此分析柑橘的健康程度和生長狀況。此舉對于了解研究區(qū)域柑橘種植的空間分布和生長狀況以及生態(tài)監(jiān)測有著重要作用,為柑橘行業(yè)科學(xué)精準(zhǔn)估產(chǎn)、幫助蘇區(qū)農(nóng)民脫困以及政府部門及相關(guān)企業(yè)制定決策提供... 

【文章來源】：江西理工大學(xué)江西省

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

崇義縣地理位置圖

第二章研究區(qū)域概況及數(shù)據(jù)來源12取均值作為后結(jié)果。在本次實驗中，我們使用ASD企業(yè)制造的FieldSpec4便攜式地物光譜儀來采集植被光譜數(shù)據(jù)。此類光譜儀的各項參數(shù)指標(biāo)為：光譜范圍為350-2500nm，其中光譜分辨率為3nm(350nm-1000nm)；采樣間隔為1.4nm;光譜分辨率則為10nm(1000nm-2500nm);并且采樣間隔為2nm/4s。同時，我們使用SPAD-502葉綠素儀來采集植被的葉綠素，選擇這種儀器的原因是它對于植被幾乎無損傷，如圖2.3(b)所示。由于葉片的葉綠素相對值與植被葉綠素含量值呈極顯著相關(guān)，因此可以使用葉綠素相對值來研究葉綠素含量，而葉綠素相對值則可通過使用該儀器測取葉片在650nm,940nm波長下的光學(xué)濃度差來得到。為了避免實測柑橘光譜的誤差太大，幾點相關(guān)注意事項和規(guī)范如下：（1）在采集數(shù)據(jù)時，要求風(fēng)力不大于3級，周圍能見度大于10km，與此同時被測植被生長狀況要良好且具有代表性；（2）在數(shù)據(jù)采集之前需檢查儀器電量是否充足，且提前對光譜儀進行預(yù)熱，可確保數(shù)據(jù)采集的可持續(xù)性；（3）在開始采集植被光譜（以及光譜采集過程中）的時候需對標(biāo)準(zhǔn)白板進行定標(biāo)校準(zhǔn)，后面再對樣本進行測取，若天氣時刻變換，則校正也應(yīng)隨天氣變換時刻進行，且校正時白板要求與水平面平行；（4）在采集植被光譜信息時，要求傳感器探頭向下且保持10-20cm的垂直間距正對著被測植被，盡可能保證探頭與水平面的夾角保持在10度以內(nèi)。（5）實驗人員應(yīng)穿深色衣物避免淺色衣物對目標(biāo)物體的光譜特征產(chǎn)生影響。實測柑橘光譜數(shù)據(jù)采集如圖2.4所示。圖2.2光譜數(shù)據(jù)采集位置

植被光譜采集過程

【參考文獻】：
期刊論文
[1]基于隨機森林和紋理特征的蘋果園遙感提取[J]. 楊彥榮,宋榮杰,胡國強,張桓.  現(xiàn)代電子技術(shù). 2020(03)
[2]基于多特征提取與優(yōu)選的冬小麥面積提取[J]. 楊蕙宇,王征強,白建軍,韓紅珠.  陜西師范大學(xué)學(xué)報(自然科學(xué)版). 2020(01)
[3]基于Landsat8 OLI影像的礦區(qū)植被覆蓋情況分析[J]. 鄭潔,孫姣姣,舒欣,周濤.  世界有色金屬. 2019(21)
[4]基于作物空間物候差異提取黃淮海夏玉米種植面積[J]. 王雪婷,張莎,鄧帆,張佳華.  中國農(nóng)業(yè)氣象. 2019(10)
[5]基于高光譜和BP神經(jīng)網(wǎng)絡(luò)的棉花冠層葉綠素含量聯(lián)合估算[J]. 依爾夏提·阿不來提,白燈莎·買買提艾力,買買提·沙吾提,安申群.  光學(xué)學(xué)報. 2019(09)
[6]基于無人機多光譜影像的完熟期玉米倒伏面積提取[J]. 張新樂,官海翔,劉煥軍,孟祥添,楊昊軒,葉強,于微,張漢松.  農(nóng)業(yè)工程學(xué)報. 2019(19)
[7]結(jié)合光譜和紋理特征的林地變更檢測[J]. 梅樹紅,范城城,廖永生,李雅然,施宇軍,麥超.  測繪通報. 2019(08)
[8]南方紅壤侵蝕區(qū)長汀縣不同生態(tài)恢復(fù)年限下芒萁葉綠素含量的高光譜估算模型[J]. 鄧超,陳志彪,陳海濱,陳志強.  地球信息科學(xué)學(xué)報. 2019(06)
[9]無人機影像光譜和紋理融合信息估算馬鈴薯葉片葉綠素含量[J]. 陳鵬,馮海寬,李長春,楊貴軍,楊鈞森,楊文攀,劉帥兵.  農(nóng)業(yè)工程學(xué)報. 2019(11)
[10]利用物候差異與面向?qū)ο鬀Q策樹提取油菜種植面積[J]. 李中元,吳炳方,張淼,邢強,李名勇,閆娜娜.  地球信息科學(xué)學(xué)報. 2019(05)

博士論文
[1]基于優(yōu)化決策樹的高分辨率遙感影像分類技術(shù)研究[D]. 陳丹.武漢大學(xué) 2010

碩士論文
[1]多源信息輔助的光學(xué)遙感影像輻射校正[D]. 舒歡.武漢大學(xué) 2017
[2]甘蔗種植區(qū)域空間識別提取與面積遙感估算研究[D]. 周振.浙江大學(xué) 2016
[3]面向?qū)ο蟮母叻直媛蔬b感影像土地覆蓋信息提取技術(shù)研究[D]. 王娜.昆明理工大學(xué) 2016
[4]土地利用更新調(diào)查中遙感圖像分類的方法和精度對比的研究[D]. 陳玲.太原理工大學(xué) 2010



本文編號：3334138