實測的地物光譜特征對高光譜數(shù)據(jù)的信息挖掘和地物識別起著非常關(guān)鍵的作用,探討不同時空尺度下茶樹光譜的變化規(guī)律及其與生物物理參數(shù)的關(guān)系,可為茶園精準(zhǔn)管理提供端元提取、混合像元分解等關(guān)鍵技術(shù)支撐。本文以茶樹端元光譜為研究對象,以端元光譜差異為主線,從不同時空尺度和生物物理參數(shù)兩方面對茶樹光譜特性進行綜合的研究。空間尺度方面,以不同端元為研究對象,分別在茶樹葉片、冠層、茶園三個層次上進行。時間尺度上,研究了冠層端元光譜的日變化和生物季相變化規(guī)律。生物物理參數(shù)方面,研究分別在茶樹物質(zhì)含量和冠層結(jié)構(gòu)兩方面展開,物質(zhì)含量方面研究了不同茶樹葉片含水量對光譜的影響并建立葉片含水量反演模型,茶樹冠層單位面積鮮茶葉重量對光譜的影響及反演模型；冠層結(jié)構(gòu)方面研究了茶樹葉面積指數(shù)（LAl）對光譜的影響并建立LAl反演模型。通過上述研究得出如下結(jié)論。在葉片水平上,茶樹鮮葉片的新老葉間存在著明顯差異,新葉間差異不明顯；在冠層水平上,研究得出壟種茶樹的光譜測定宜采取120cm（25度視場角）或310cm（10度視場角）的高度；受輻射強度差異的影響,不同茶壟兩邊的光譜反射值存在著差異,可以通過“余弦校正”把傾斜壟面光譜反... 

【文章來源】：福建師范大學(xué)福建省

【文章頁數(shù)】：185 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
中文文摘
目錄
緒論
    0.1 研究背景
    0.2 研究目的和意義
    0.3 高光譜遙感
    0.4 茶樹高光譜遙感研究現(xiàn)狀與存在問題
        0.4.1 茶樹葉片尺度的光譜研究
        0.4.2 植被特征時序變化的高光譜研究
        0.4.3 茶樹光譜測定的高度問題
        0.4.4 茶園光譜合成模型
        0.4.5 葉面積指數(shù)對光譜影響的研究
        0.4.6 物質(zhì)含量對光譜的影響
第一章 研究內(nèi)容與研究方法
    1.1 研究內(nèi)容
    1.2 研究材料與研究方法
        1.2.1 研究區(qū)
        1.2.2 研究材料
        1.2.3 實驗設(shè)備
        1.2.4 研究技術(shù)路線
        1.2.5 研究目標(biāo)
        1.2.6 數(shù)據(jù)處理
第二章 端元尺度差異對光譜的影響
    2.1 葉片尺度光譜特性
        2.1.1 數(shù)據(jù)的獲取
        2.1.2 不同層位葉片的光譜特性
        2.1.3 小結(jié)
    2.2 冠層尺度光譜特性
        2.2.1 不同壟位光譜差異
        2.2.2 不同測定高度下茶樹冠層光譜差異
    2.3 像元尺度光譜模擬
        2.3.1 模擬原理
        2.3.2 數(shù)據(jù)的獲取
        2.3.3 光譜合成模擬
        2.3.4 光譜合成模擬效果
        2.3.5 小結(jié)
    2.4 本章小結(jié)
第三章 時序差異對茶樹光譜的影響
    3.1 茶樹冠層光譜日變化特征
        3.1.1 數(shù)據(jù)的獲取
        3.1.2 茶樹冠層光譜日變化特征
    3.2 茶樹冠層光譜季相變化特征
        3.2.1 數(shù)據(jù)的獲取
        3.2.2 茶樹冠層光譜生長季變化特性
    3.3 茶樹采摘前后冠層光譜特征
        3.3.1 數(shù)據(jù)的獲取
        3.3.2 茶樹采摘前后冠層光譜特征
    3.4 本章小結(jié)
第四章 物質(zhì)含量對光譜的影響及反演模型
    4.1 葉片含水量對光譜的影響及反演模型
        4.1.1 含水量表示法及高光譜水分指數(shù)
        4.1.2 葉片含水量與光譜測定
        4.1.3 干/濕茶葉葉片的光譜差異
        4.1.4 基于光譜反射的茶葉葉片含水量反演模型
        4.1.5 基于光譜指數(shù)的茶葉葉片含水量反演模型
        4.1.6 結(jié)論
    4.2 茶樹冠層鮮葉量對光譜的影響及反演模型
        4.2.1 數(shù)據(jù)的獲取
        4.2.2 茶樹冠層光譜與鮮茶葉重量相關(guān)性分析
        4.2.3 基于冠層光譜的鮮茶葉重量反演模型
        4.2.4 結(jié)論
    4.3 本章小結(jié)
第五章 葉面積指數(shù)對光譜的影響及反演模型
    5.1 數(shù)據(jù)的獲取與處理
        5.1.1 茶園小區(qū)概況
        5.1.2 光譜和LAI測定
    5.2 茶樹冠層光譜與LAI相關(guān)性分析
        5.2.1 不同LAI下茶樹冠層光譜特征
        5.2.2 原始光譜與LAI的相關(guān)性分析
        5.2.3 光譜導(dǎo)數(shù)與LAI的相關(guān)性分析
        5.2.4 光譜指數(shù)與LAI的相關(guān)性分析
        5.2.5 光譜特征值與LAI的相關(guān)性分析
    5.3 茶樹冠層LAI的反演模型
        5.3.1 基于原始光譜的LAI反演模型及精度分析
        5.3.2 基于光譜一階導(dǎo)數(shù)的LAI反演模型及精度分析
        5.3.3 基于光譜指數(shù)的LAI反演模型及精度分析
        5.3.4 基于光譜特征值的LAI反演模型及精度分析
    5.4 結(jié)果與討論
        5.4.1 不同生長狀態(tài)下茶樹冠層光譜特性及其與LAI的相關(guān)性
        5.4.2 基于不同光譜特征值的茶樹冠層LAI反演模型
        5.4.3 討論
第六章 結(jié)論與展望
    6.1 結(jié)論
    6.2 創(chuàng)新點
    6.3 展望
參考文獻(xiàn)
攻讀學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝
個人簡歷


【參考文獻(xiàn)】：
期刊論文
[1]福建省茶產(chǎn)業(yè)發(fā)展的現(xiàn)狀、問題及策略[J]. 孔祥瑞.  湖南農(nóng)業(yè)科學(xué). 2013(16)
[2]綠茶殺青葉料含水率可見-近紅外光譜檢測[J]. 胡永光,陳培培,趙夢龍.  農(nóng)業(yè)機械學(xué)報. 2013(08)
[3]水分脅迫對小麥光譜紅邊參數(shù)和產(chǎn)量變化的影響[J]. 賀可勛,趙書河,來建斌,羅云霄,覃志豪.  光譜學(xué)與光譜分析. 2013(08)
[4]基于環(huán)境減災(zāi)衛(wèi)星時序歸一化植被指數(shù)的冬小麥產(chǎn)量估測[J]. 陳鵬飛,楊飛,杜佳.  農(nóng)業(yè)工程學(xué)報. 2013(11)
[5]試探福建茶葉生產(chǎn)及近代茶葉外貿(mào)鼎盛的原因[J]. 劉錫濤.  中國茶葉. 2013(05)
[6]騰格里沙漠典型植物含水率與地物光譜的關(guān)系分析[J]. 王鵬龍,張建明,張春梅,許洺山,王磊.  中國沙漠. 2013(03)
[7]國內(nèi)外農(nóng)作物遙感估產(chǎn)的研究進展[J]. 李思佳,孫艷楠,李蒙,陳智文.  世界農(nóng)業(yè). 2013(05)
[8]植被物候遙感監(jiān)測研究進展[J]. 夏傳福,李靜,柳欽火.  遙感學(xué)報. 2013(01)
[9]苜蓿和無芒雀麥混播草地高光譜遙感估產(chǎn)研究[J]. 王建光,呂小東,姚貴平,孫啟忠.  中國草地學(xué)報. 2013(01)
[10]基于導(dǎo)數(shù)光譜的小麥冠層葉片含水量反演[J]. 梁亮,張連蓬,林卉,李春梅,楊敏華.  中國農(nóng)業(yè)科學(xué). 2013(01)

博士論文
[1]小麥冠層和單葉氮素營養(yǎng)指標(biāo)的高光譜監(jiān)測研究[D]. 姚霞.南京農(nóng)業(yè)大學(xué) 2009

碩士論文
[1]名優(yōu)茶機械化采摘中嫩芽識別方法的研究[D]. 韋佳佳.南京林業(yè)大學(xué) 2012
[2]基于光譜數(shù)據(jù)和農(nóng)學(xué)參數(shù)的柑橘估產(chǎn)研究[D]. 祝高明.西南大學(xué) 2012
[3]基于MODIS的龍口市冬小麥估產(chǎn)研究[D]. 翟曉雷.山東師范大學(xué) 2011
[4]玉米主要生物物理和生物化學(xué)參數(shù)高光譜遙感估算模型研究[D]. 易秋香.新疆農(nóng)業(yè)大學(xué) 2005



本文編號：3031997