【摘要】：近年來,遙感以其快速、無損、大面積等特點(diǎn),被越來越多的應(yīng)用于小麥長勢監(jiān)測、產(chǎn)量以及籽粒品質(zhì)的預(yù)測研究中。為了進(jìn)一步提升遙感監(jiān)測小麥長勢模型的可靠性,提高模型精度。本研究選取江蘇中部部分縣市地區(qū)為試驗(yàn)地,獲取小麥的拔節(jié)期、孕穗期以及開花期的SPAD、LAI、葉片含氮量和生物量等主要苗情參數(shù)。并同步獲取環(huán)境星IIJ-1A/1B遙感數(shù)據(jù)提取分析常用遙感植被指數(shù)并進(jìn)行組合分析,與主要苗情參數(shù)進(jìn)行相關(guān)分析并且建立模型,然后進(jìn)行模型評(píng)價(jià),并與單遙感植被指數(shù)監(jiān)測模型進(jìn)行對(duì)比,以此探究使用遙感植被指數(shù)組合模型監(jiān)測主要苗情參數(shù)的可行性。(1)首先分析了關(guān)鍵生育期小麥主要苗情參數(shù)與遙感植被指數(shù)與其差值組合之間的相關(guān)性,表明關(guān)鍵生育期SPAD、LAI、葉片含氮量和生物量與遙感植被指數(shù)及其差值組合之間存在較好的相關(guān)性。其中拔節(jié)期用NDVI-GNDVI組合、SIPI-EVI組合和NDVI-SIPI組合來分別監(jiān)測SPAD、葉片含氮量和生物量是可行的,并且相比單個(gè)遙感植被指數(shù)監(jiān)測模型,R2均有顯著提升,RMSE由5.56、0.37、425.78降低到4.78、0.30、347.14,模型精度分別提高了14%、18.9%以及18.5%。孕穗期用NDVI-GNDVI組合、NRI-RVI組合、PSRI-DVI組合和NDVI-PSRI組合來分別監(jiān)測SPAD、LAI、葉片含氮量和生物量相比單個(gè)遙感植被指數(shù)的監(jiān)測模型,RMSE分別由2.45、0.55、0.22、降為2.07、0.49和0.18,模型精度分別提高了15.5%、10.9%以及18.2%,其中生物量的RMSE略微提高,但相關(guān)性大大提升。開花期使用NDVI-GNDVI組合、NDVI-GNDVI組合以及NDVI-PSRI組合來分別監(jiān)測SPAD、LAI和生物量是可行的,比起單個(gè)遙感植被指數(shù)監(jiān)測模型R2均有顯著提升,RMSE由4.70、1.36、2062.11降到4.09、1.19、1884.11,模型精度分別提高了13%、12.5%和8.6%。(2)經(jīng)過對(duì)關(guān)鍵生育期小麥主要苗情參數(shù)與遙感植被指數(shù)與其比值組合之間的相關(guān)性分析,得出關(guān)鍵生育期SPAD、LAI、葉片含氮量和生物量與遙感植被指數(shù)及其比值組合之間存在較好的相關(guān)性。其中拔節(jié)期用NDVI/GNDVI組合、NDVI/GNDVI組合、SIPI/EVI組合和NDVI/SIPI組合來分別監(jiān)測SPAD、LAI、生物量和葉片含氮量是可行的,比起單遙感植被指數(shù)的監(jiān)測模型,RMSE從5.56、0.84、425.78降低到4.40、0.73和416.21,模型精度分別提高了20.9%、13.1%以及2.2%,葉片含氮量模型在相關(guān)性顯著提高的同時(shí)RMSE有小幅下降。孕穗期可以用NDVI/GNDVI組合、SIPI/RVI組合、GNDVI/DVI組合和NDVI/GNDVI組合來分別監(jiān)測SPAD、LAI、葉片含氮量和生物量,相比單個(gè)遙感植被指數(shù)的監(jiān)測模型,RMSE分別由2.45、0.55、0.22降為2.08、0.48和0.16,模型精度分別提高了15.1%、12.7%和27.3%,生物量的RMSE略微增大,但相關(guān)性大大提升,精度還是比較理想。開花期使用NDVI/DVI組合、NDVI/SIPI組合和(NDVI/DVI組合來分別監(jiān)測SPAD、 LAI口生物量比起單個(gè)遙感植被指數(shù)監(jiān)測模型R2提升明顯,RMSE由4.70、1.36、2062.11降到3.85、1.08、1847.75,模型精度分別提高了18.1%、20.6%以及10.4%。(3)最后分析研究了關(guān)鍵生育期小麥主要苗情參數(shù)與遙感植被指數(shù)和其歸一化組合之間的相關(guān)性,表明關(guān)鍵生育期LAI、SPAD.葉片含氮量和生物量與遙感植被指數(shù)以及歸一化組合之間存在較好的相關(guān)性。其中拔節(jié)期用(NDVI-GNDVI)/(NDVI+GNDVI)、(NDVI-GNDVI)/(NDVI+GNDVI). (SIPI-EVI)/(SIPI+EVI)組合和(NDVI-SIPI)/(NDVI+SIPI)組合來分別監(jiān)測SPAD、LAI、葉片含氮量和生物量是可行的,并且相比單個(gè)遙感植被指數(shù)監(jiān)測模型,R2都有所提升,RMSE從5.56、0.84、0.37、425.78降低到5.10、0.71、0.34和399.95,精度分別提高了8.3%、15.5%、8.1%和6.1%。孕穗期可以用(NDVI-GNDVI)/(NDVI+GNDVI)組合、(SIPI-RVI)/(SIPI+RVI)組合以及(NDVI-GNDVI)/(NDVI+GNDVI)組合來分別監(jiān)測SPAD、LAI和生物量,并且相比單個(gè)遙感植被指數(shù)的監(jiān)測模型,IMSE分別由2.45、0.55,降為2.27和0.44,模型精度分別提高了7.3%和20%,生物量的R2大大提高,同時(shí)RMSE也有小幅度提升,仍舊在理想范圍內(nèi)。開花期使用歸一化組合(NDVI-GNDVI)/(NDVI+GNDVI)和(SIPI-RVI)/(SIPI+RVI)以及(NDVI-GNDVI)/(NDVI+GNDVI)組合來分別監(jiān)測SPAD、LAI和生物量比起單個(gè)遙感植被指數(shù)監(jiān)測模型,RMSE由4.70、1.36、2062.11降到4.35、1.30、1730.07,模型分別提高了7.4%、4.4%和16.1%。
[Abstract]:......
【學(xué)位授予單位】：揚(yáng)州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：S512.1;S127

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李粉玲;王力;劉京;常慶瑞;;基于高分一號(hào)衛(wèi)星數(shù)據(jù)的冬小麥葉片SPAD值遙感估算[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2015年09期

2 張素青;賈玉秋;程永政;劉婷;郭燕;武喜紅;王來剛;;基于GF-1影像的水稻苗情長勢監(jiān)測研究[J];河南農(nóng)業(yè)科學(xué);2015年08期

3 高林;楊貴軍;王寶山;于海洋;徐波;馮海寬;;基于無人機(jī)遙感影像的大豆葉面積指數(shù)反演研究[J];中國生態(tài)農(nóng)業(yè)學(xué)報(bào);2015年07期

4 譚昌偉;楊昕;羅明;馬昌;嚴(yán)翔;陳亭亭;;以HJ-CCD影像為基礎(chǔ)的冬小麥孕穗期關(guān)鍵苗情參數(shù)遙感定量反演[J];中國農(nóng)業(yè)科學(xué);2015年13期

5 黃汝根;劉振華;胡月明;肖北生;;基于“高分一號(hào)”遙感影像反演華南地區(qū)亞熱帶典型作物冠層SPAD[J];華南農(nóng)業(yè)大學(xué)學(xué)報(bào);2015年04期

6 賈玉秋;李冰;程永政;劉婷;郭燕;武喜紅;王來剛;;基于GF-1與Landsat-8多光譜遙感影像的玉米LAI反演比較[J];農(nóng)業(yè)工程學(xué)報(bào);2015年09期

7 譚昌偉;楊昕;馬昌;羅明;嚴(yán)翔;;小麥花后15d主要苗情參數(shù)多光譜衛(wèi)星遙感定量監(jiān)測[J];麥類作物學(xué)報(bào);2015年04期

8 姚付啟;蔡煥杰;李亞龍;羅文兵;;基于紅邊參數(shù)的冬小麥SPAD高光譜遙感監(jiān)測[J];中國農(nóng)村水利水電;2015年03期

9 王麗愛;馬昌;周旭東;訾妍;朱新開;郭文善;;基于隨機(jī)森林回歸算法的小麥葉片SPAD值遙感估算[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2015年01期

10 王麗愛;譚昌偉;楊昕;周旭東;朱新開;郭文善;;基于MK-SVR模型的小麥葉面積指數(shù)遙感反演[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2015年05期

，

本文編號(hào)：2382468