基于PROSAIL模型玉米葉面積指數(shù)和葉綠素反演
發(fā)布時間:2021-11-29 03:59
本試驗(yàn)選擇在陜西省永壽縣梁山鎮(zhèn)齊南村,選中的玉米品種是“陜單8806";通過對不同的小區(qū)進(jìn)行不同的水肥處理,共設(shè)置31個小區(qū)對照試驗(yàn),試驗(yàn)在拔節(jié)期、抽雄期、乳熟期和完熟期一共進(jìn)行四次試驗(yàn);利用相關(guān)的試驗(yàn)器材,光譜儀、葉綠素儀等對玉米相關(guān)農(nóng)學(xué)參數(shù)進(jìn)行分生育期獲取,共獲得四期數(shù)據(jù)。首先對玉米SPAD值含量和葉面積指數(shù)進(jìn)行特征分析,以不同生育期的實(shí)測參數(shù)數(shù)據(jù)和前人先驗(yàn)知識輸入PROSAIL模型,在運(yùn)用模型之前,先對模型進(jìn)行全局和局部敏感性分析,主要利用EFAST方法,在軟件MATLAB2017b和Simlab2.2實(shí)現(xiàn);然后將模擬的光譜反射率和實(shí)測光譜反射率進(jìn)行對比,進(jìn)行誤差分析;建立模擬光譜反射率修正方程,進(jìn)行誤差修正,通過建立一元線性函數(shù)、多項(xiàng)式函數(shù)和冪函數(shù)回歸方程,對模型的建模精度進(jìn)行驗(yàn)證和修正;利用下載的LANDSAT8影像進(jìn)行大氣校正和輻射校正通過波譜響應(yīng)函數(shù)得出地表反射率,進(jìn)行遙感填圖。通過構(gòu)建的相關(guān)代價函數(shù)將計算出的模擬光譜反射率和建立的查找表對應(yīng)的光譜一一對應(yīng),找出相對應(yīng)的玉米參數(shù),進(jìn)行葉綠素含量和葉面積指數(shù)反演建模,進(jìn)行精度評價,得出的結(jié)果有:(1)通過分析玉米SPAD值和...
【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】:
研究區(qū)位置圖
【參考文獻(xiàn)】:
期刊論文
[1]基于PROSAIL模型偏差補(bǔ)償?shù)乃救~綠素含量遙感估測[J]. 劉潭,許童羽,于豐華,袁青云,郭忠輝,王永剛. 農(nóng)業(yè)機(jī)械學(xué)報. 2020(05)
[2]玉米冠層LAI反演中UAV影像鏡面反射去除方法[J]. 蘇偉,謝茈萱,王偉,金添,王新盛. 農(nóng)業(yè)機(jī)械學(xué)報. 2020(05)
[3]基于長短期記憶網(wǎng)絡(luò)的冬小麥連續(xù)時序葉面積指數(shù)預(yù)測[J]. 龍澤昊,秦其明,張?zhí)碓?許偉. 光譜學(xué)與光譜分析. 2020(03)
[4]基于葉冠尺度高光譜的冬小麥葉片含水量估算[J]. 陳秀青,楊琦,韓景曄,林琳,史良勝. 光譜學(xué)與光譜分析. 2020(03)
[5]基于無人機(jī)高光譜長勢指標(biāo)的冬小麥長勢監(jiān)測[J]. 陶惠林,徐良驥,馮海寬,楊貴軍,苗夢珂,林博文. 農(nóng)業(yè)機(jī)械學(xué)報. 2020(02)
[6]基于PROSPECT模型的蔬菜葉片葉綠素含量和SPAD值反演[J]. 雷祥祥,趙靜,劉厚誠,張繼業(yè),梁文躍,田佳靈,龍擁兵. 光譜學(xué)與光譜分析. 2019(10)
[7]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)
[8]基于PROSAIL模型的玉米冠層葉面積指數(shù)及葉片葉綠素含量反演方法研究[J]. 張明政,蘇偉,朱德海. 地理與地理信息科學(xué). 2019(05)
[9]基于PROSAIL模型的華北平原地區(qū)玉米冠層含水量遙感定向反演[J]. 項(xiàng)鑫. 河南城建學(xué)院學(xué)報. 2019(04)
[10]地面高光譜和PROSAIL模型的冬小麥葉綠素反演[J]. 于汧卉,楊貴軍,王崇倡. 測繪科學(xué). 2019(11)
碩士論文
[1]基于HJ-1A-HSI數(shù)據(jù)及PROSAIL模型的蘋果冠層參數(shù)定量反演[D]. 郭曉燕.山東農(nóng)業(yè)大學(xué) 2019
[2]基于GF-2衛(wèi)星夏玉米不同生育期葉面積指數(shù)反演方法研究[D]. 賈潔瓊.西北大學(xué) 2018
[3]基于高光譜遙感的關(guān)中地區(qū)玉米農(nóng)學(xué)參數(shù)估測的研究[D]. 王爍.西北農(nóng)林科技大學(xué) 2018
[4]油菜苗期長勢參數(shù)遙感反演方法研究[D]. 明金.華中農(nóng)業(yè)大學(xué) 2018
[5]基于高分一號時序數(shù)據(jù)和PROSAIL模型的水稻田葉面積指數(shù)反演[D]. 李亞妮.蘭州大學(xué) 2018
[6]基于CERES-Maize與PROSAIL模型耦合的冠層反射率模擬分析[D]. 吳蕾.石河子大學(xué) 2017
[7]基于PROSAIL模型的青海湖流域草地葉面積指數(shù)反演[D]. 余金林.青海師范大學(xué) 2014
本文編號:3525798
【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】:
研究區(qū)位置圖
【參考文獻(xiàn)】:
期刊論文
[1]基于PROSAIL模型偏差補(bǔ)償?shù)乃救~綠素含量遙感估測[J]. 劉潭,許童羽,于豐華,袁青云,郭忠輝,王永剛. 農(nóng)業(yè)機(jī)械學(xué)報. 2020(05)
[2]玉米冠層LAI反演中UAV影像鏡面反射去除方法[J]. 蘇偉,謝茈萱,王偉,金添,王新盛. 農(nóng)業(yè)機(jī)械學(xué)報. 2020(05)
[3]基于長短期記憶網(wǎng)絡(luò)的冬小麥連續(xù)時序葉面積指數(shù)預(yù)測[J]. 龍澤昊,秦其明,張?zhí)碓?許偉. 光譜學(xué)與光譜分析. 2020(03)
[4]基于葉冠尺度高光譜的冬小麥葉片含水量估算[J]. 陳秀青,楊琦,韓景曄,林琳,史良勝. 光譜學(xué)與光譜分析. 2020(03)
[5]基于無人機(jī)高光譜長勢指標(biāo)的冬小麥長勢監(jiān)測[J]. 陶惠林,徐良驥,馮海寬,楊貴軍,苗夢珂,林博文. 農(nóng)業(yè)機(jī)械學(xué)報. 2020(02)
[6]基于PROSPECT模型的蔬菜葉片葉綠素含量和SPAD值反演[J]. 雷祥祥,趙靜,劉厚誠,張繼業(yè),梁文躍,田佳靈,龍擁兵. 光譜學(xué)與光譜分析. 2019(10)
[7]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)
[8]基于PROSAIL模型的玉米冠層葉面積指數(shù)及葉片葉綠素含量反演方法研究[J]. 張明政,蘇偉,朱德海. 地理與地理信息科學(xué). 2019(05)
[9]基于PROSAIL模型的華北平原地區(qū)玉米冠層含水量遙感定向反演[J]. 項(xiàng)鑫. 河南城建學(xué)院學(xué)報. 2019(04)
[10]地面高光譜和PROSAIL模型的冬小麥葉綠素反演[J]. 于汧卉,楊貴軍,王崇倡. 測繪科學(xué). 2019(11)
碩士論文
[1]基于HJ-1A-HSI數(shù)據(jù)及PROSAIL模型的蘋果冠層參數(shù)定量反演[D]. 郭曉燕.山東農(nóng)業(yè)大學(xué) 2019
[2]基于GF-2衛(wèi)星夏玉米不同生育期葉面積指數(shù)反演方法研究[D]. 賈潔瓊.西北大學(xué) 2018
[3]基于高光譜遙感的關(guān)中地區(qū)玉米農(nóng)學(xué)參數(shù)估測的研究[D]. 王爍.西北農(nóng)林科技大學(xué) 2018
[4]油菜苗期長勢參數(shù)遙感反演方法研究[D]. 明金.華中農(nóng)業(yè)大學(xué) 2018
[5]基于高分一號時序數(shù)據(jù)和PROSAIL模型的水稻田葉面積指數(shù)反演[D]. 李亞妮.蘭州大學(xué) 2018
[6]基于CERES-Maize與PROSAIL模型耦合的冠層反射率模擬分析[D]. 吳蕾.石河子大學(xué) 2017
[7]基于PROSAIL模型的青海湖流域草地葉面積指數(shù)反演[D]. 余金林.青海師范大學(xué) 2014
本文編號:3525798
本文鏈接:http://sikaile.net/kejilunwen/nykj/3525798.html
最近更新
教材專著