作物植株水分含量直接反映其遭受水分脅迫的程度,土壤水分是作物穩(wěn)產(chǎn)高產(chǎn)的基礎(chǔ),光合參數(shù)可以一定程度反映作物的旱情和水分利用狀況。無人機遙感可以對對作物的光合參數(shù)、植株水分和土壤水分進行實時有效地監(jiān)測,成為實現(xiàn)精準(zhǔn)灌溉的重要技術(shù)手段。因此本文以棉花為研究對象,使用六旋翼無人機搭載多光譜相機觀測棉花花鈴期的冠層光譜特征,同時采集不同水分處理下的棉花冠層的光合參數(shù)、植株含水率和不同深度的土壤含水率數(shù)據(jù),分析棉花在不同水分處理下的光譜響應(yīng)特征及光譜反射率、植被指數(shù)和植被供水指數(shù)與光合參數(shù)、植株含水率和不同土壤深度土壤含水率的相關(guān)性,采用一元和多元回歸方法建立了基于特征波段或敏感植被供水指數(shù)的棉花光合參數(shù)和植株含水率的反演關(guān)系模型,采用機器學(xué)習(xí)算法建立了土壤含水率的反演模型。得到的主要結(jié)果如下:（1）構(gòu)建了不同光合參數(shù)的反演模型并篩選出最佳反演模型。多光譜6個波段的反射率在一日中均呈現(xiàn)先減小后增大的趨勢,藍光波段（490nm）和紅光波段（680nm）表現(xiàn)出較低的反射率,變化不明顯,綠光波段（550nm）、紅邊波段（720nm）和兩個近紅外波段（800、900nm）變化趨勢比較明顯。不同水分處理下的... 

【文章來源】：西北農(nóng)林科技大學(xué)陜西省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【部分圖文】：

技術(shù)路線圖

圖 2-1 試驗小區(qū)布置圖（a 真彩色影像；b 假彩色影像）Fig. 2-1 Layout of the test plots (a True color image; b False color image)2.3 儀器設(shè)備及測定項目與方法2.3.1 作物冠層光譜的獲取遙感平臺為大疆創(chuàng)新公司生產(chǎn)的經(jīng)緯 M600 六旋翼無人機（圖 2-2），質(zhì)量 9.1kg（含6 塊 TB47S 電池），最大起飛質(zhì)量 15.1kg，懸停精度為：垂直方向±0.5m，水平方向±1.5m。飛行速度為 0～18m/s,單組電池續(xù)航時間約為 35min。遙感影像獲取使用的傳感器為Micro-MCA 多光譜傳感器（簡稱 MCA）（圖 2-2）。MCA 是美國 Tetracam 公司生產(chǎn)的，具有質(zhì)量輕、體積小及遠程觸發(fā)的特點，非常適合在中小型無人機上進行搭載及拍攝。在 MCA 每個波段配備 1.3M 像素 CMOS 傳感器（6.18mm×4.95mm），光圈 F 值為 3.2，焦距 9.6mm，快門速度可調(diào)。詳細參數(shù)見表 2-1.

圖 2-1 試驗小區(qū)布置圖（a 真彩色影像；b 假彩色影像）Fig. 2-1 Layout of the test plots (a True color image; b False color image)2.3 儀器設(shè)備及測定項目與方法2.3.1 作物冠層光譜的獲取遙感平臺為大疆創(chuàng)新公司生產(chǎn)的經(jīng)緯 M600 六旋翼無人機（圖 2-2），質(zhì)量 9.1kg（含6 塊 TB47S 電池），最大起飛質(zhì)量 15.1kg，懸停精度為：垂直方向±0.5m，水平方向±1.5m。飛行速度為 0～18m/s,單組電池續(xù)航時間約為 35min。遙感影像獲取使用的傳感器為Micro-MCA 多光譜傳感器（簡稱 MCA）（圖 2-2）。MCA 是美國 Tetracam 公司生產(chǎn)的，具有質(zhì)量輕、體積小及遠程觸發(fā)的特點，非常適合在中小型無人機上進行搭載及拍攝。在 MCA 每個波段配備 1.3M 像素 CMOS 傳感器（6.18mm×4.95mm），光圈 F 值為 3.2，焦距 9.6mm，快門速度可調(diào)。詳細參數(shù)見表 2-1.

【參考文獻】：
期刊論文
[1]基于無人機高光譜遙感的柑橘黃龍病植株的監(jiān)測與分類[J]. 蘭玉彬,朱梓豪,鄧小玲,練碧楨,黃敬易,黃梓效,胡潔.  農(nóng)業(yè)工程學(xué)報. 2019(03)
[2]基于無人機遙感多光譜影像的棉花倒伏信息提取[J]. 戴建國,張國順,郭鵬,曾窕俊,崔美娜,薛金利.  農(nóng)業(yè)工程學(xué)報. 2019(02)
[3]利用無人機遙感反演高潛水位礦區(qū)沉陷地玉米葉綠素含量[J]. 肖武,陳佳樂,趙艷玲,胡振琪,呂雪嬌,張碩.  煤炭學(xué)報. 2019(01)
[4]基于無人機高光譜影像玉米葉綠素含量估算[J]. 常瀟月,常慶瑞,王曉凡,儲棟,郭潤修.  干旱地區(qū)農(nóng)業(yè)研究. 2019(01)
[5]玉米作物系數(shù)無人機遙感協(xié)同地面水分監(jiān)測估算方法研究[J]. 張瑜,張立元,Zhang Huihui,宋朝陽,藺廣花,韓文霆.  農(nóng)業(yè)工程學(xué)報. 2019(01)
[6]基于無人機遙感植被指數(shù)優(yōu)選的田塊尺度冬小麥估產(chǎn)[J]. 朱婉雪,李仕冀,張旭博,李洋,孫志剛.  農(nóng)業(yè)工程學(xué)報. 2018(11)
[7]光譜指數(shù)的植被葉片含水量反演[J]. 張海威,張飛,張賢龍,李哲,Abduwasit Ghulam,宋佳.  光譜學(xué)與光譜分析. 2018(05)
[8]調(diào)虧灌溉下滴灌玉米植株與土壤水分及節(jié)水增產(chǎn)效應(yīng)[J]. 魏永霞,馬瑛瑛,劉慧,張雨鳳,楊軍明,張奕.  農(nóng)業(yè)機械學(xué)報. 2018(03)
[9]基于特征光譜參數(shù)的蘋果葉片葉綠素含量估算[J]. 馮海寬,楊福芹,楊貴軍,李振海,裴浩杰,邢會敏.  農(nóng)業(yè)工程學(xué)報. 2018(06)
[10]基于Sentinel-2遙感影像的玉米冠層葉面積指數(shù)反演[J]. 蘇偉,侯寧,李琪,張明政,趙曉鳳,蔣坤萍.  農(nóng)業(yè)機械學(xué)報. 2018(01)



本文編號：3431870