無人機遙感可實時、快速的獲取高精度農田旱情信息,對于推廣新型節(jié)水灌溉技術意義重大。本研究以2018年內蒙古達拉特旗昭君鎮(zhèn)試驗站青貯夏玉米為研究對象,利用無人機遙感系統(tǒng)獲取多光譜和熱紅外影像數(shù)據,提取植被指數(shù)和地表混合溫度確定陸氣溫差、溫度植被干旱指數(shù)（TVDI）和水分虧缺指數(shù)（WDI）監(jiān)測青貯夏玉米旱情;研究青貯夏玉米不同生育期內不同時間尺度和水分脅迫下干旱指數(shù)與土壤含水率和氣孔導度相關性;比較了不同方法建立干旱指數(shù)與土壤含水率和氣孔導度反演模型的差異。本文主要研究內容及結論如下:（1）原始數(shù)據獲取及干旱指數(shù)計算。利用地面設備獲取所需的氣象數(shù)據和田間地面數(shù)據;利用無人機遙感系統(tǒng)獲取多光譜和熱紅外影像,通過遙感影像預處理得到試驗田正射影像,并提取歸一化植被指數(shù)（NDVI）、增強植被指數(shù)（EVI）、土壤調節(jié)植被指數(shù)（SAVI）和地表混合溫度,遙感數(shù)據與地面數(shù)據結合計算干旱指數(shù)。（2）研究陸氣溫差監(jiān)測青貯夏玉米旱情的監(jiān)測效果。結果表明陸氣溫差分布圖可區(qū)分裸地、玉米和灌溉不均勻區(qū)域。在不同生育期,陸氣溫差可監(jiān)測日間尺度和旬間尺度下玉米旱情變化。在不同水分脅迫下,100%充分灌溉時陸氣溫差無法監(jiān)... 

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

【文章頁數(shù)】：92 頁

【學位級別】：碩士

【部分圖文】：

試驗田和標準氣象站概況

(a)試驗田 (b)標準氣象站圖 2-1 試驗田和標準氣象站概況Fig.2-1 Experimental area and standard meteorological tower集面數(shù)據采集所需的地面數(shù)據為空氣溫度，本文利用標準氣象站測量空清易電子科技有限公司組裝和調試，位于試驗區(qū)南 1km 處，為提高計算陸氣溫差的精度，地面數(shù)據與無人機數(shù)據同00-14:00 空氣溫度數(shù)據計算陸氣溫差。人機熱紅外數(shù)據采集熱紅外影像采集系統(tǒng)苜蓿

原始熱紅外影像 地表混合溫度 陸氣溫差圖 2-4 陸氣溫差分布圖計算Fig.2-4 Compulate Ts-Ta map2.2 結果與分析2.2.1 玉米不同生育期陸氣溫差分布圖圖 2-5 為青貯夏玉米不同生育期陸氣溫差分布圖。圖中生育期第 49、57 和 65 天為青貯夏玉米拔節(jié)期，生育期第 93、107 和 112 天為青貯夏玉米生育中后期。6 天的數(shù)據中均有五條明顯的分界線，這是為了方便田間管理和區(qū)分不同的灌溉區(qū)在試驗田種植青貯夏玉米過程中預留出的裸地。由圖 2-5 可知，陸氣溫差分布圖可明顯區(qū)分出裸地和玉米。由于生育期第 55 天下雨的原因，可以明顯看出生育期第 57 天陸氣溫差分布圖與生育期第 49 天和生育期第 65 天相比，圖像偏暗，表明陸氣溫差對于短期降雨反應敏感。其中生育期第 65 天和生育期第 107 天的干旱梯度最明顯。在圖中可以看到 1區(qū)和 3 區(qū)中有一條黑線和兩塊明顯偏暗的區(qū)域，這是由于利用噴灌機灌溉時，灌溉不均勻導致試驗田局部含水量過高造成的。

【參考文獻】：
期刊論文
[1]基于彭曼公式日均值時序分析的中國蒸發(fā)能力動態(tài)成因[J]. 白樺,魯向暉,楊筱筱,高鵬,桂發(fā)亮,穆興民.  農業(yè)機械學報. 2019(01)
[2]剔除土壤背景的棉花水分脅迫無人機熱紅外遙感診斷[J]. 張智韜,邊江,韓文霆,付秋萍,陳碩博,崔婷.  農業(yè)機械學報. 2018(10)
[3]大田玉米作物系數(shù)無人機多光譜遙感估算方法[J]. 韓文霆,邵國敏,馬代健,ZHANG Huihui,王毅,牛亞曉.  農業(yè)機械學報. 2018(07)
[4]輕小型無人機多光譜遙感技術應用進展[J]. 孫剛,黃文江,陳鵬飛,高帥,王秀.  農業(yè)機械學報. 2018(03)
[5]基于無人機遙感與植被指數(shù)的冬小麥覆蓋度提取方法[J]. 牛亞曉,張立元,韓文霆,邵國敏.  農業(yè)機械學報. 2018(04)
[6]基于降水距平百分率的陜西省干旱時空分布特征[J]. 韋開,王全九,周蓓蓓,何斌.  水土保持學報. 2017(01)
[7]基于無人機遙感的灌區(qū)土地利用與覆被分類方法[J]. 韓文霆,郭聰聰,張立元,楊江濤,雷雨,王紫軍.  農業(yè)機械學報. 2016(11)
[8]基于無人機高光譜遙感的冬小麥葉面積指數(shù)反演[J]. 高林,楊貴軍,于海洋,徐波,趙曉慶,董錦繪,馬亞斌.  農業(yè)工程學報. 2016(22)
[9]基于可見光波段的無人機超低空遙感圖像處理[J]. 鄧繼忠,任高生,蘭玉彬,黃華盛,張亞莉.  華南農業(yè)大學學報. 2016(06)
[10]植物水分脅迫實時在線檢測方法研究進展[J]. 趙燕東,高超,張新,蔡祥.  農業(yè)機械學報. 2016(07)



本文編號：3594324