作物長勢參數是監(jiān)測作物生長狀態(tài)的重要指標,也是預測作物產量的重要依據,因此,如何準確、快速地對其進行獲取是科學地指導農業(yè)生產的基礎。利用傳統(tǒng)化學分析的方法獲取作物長勢參數信息,存在耗時長、成本高的缺點,且該方法只能獲取點源的信息,難以在宏觀尺度上進行點到面的擴展,很大程度上影響了農業(yè)決策的空間差異性、時效性與客觀性。高光譜及成像技術的不斷成熟及其在定量分析中表現出的巨大優(yōu)勢,為解決這一問題提供了新的契機,由于遙感通常采用垂直觀測模式,地表植被的上層葉片對于光譜貢獻率處于絕對優(yōu)勢,因此在對作物長勢參數進行遙感監(jiān)測的過程中,通常只獲取了作物上層的光譜信息,難以對作物中、下層的長勢參數進行遙感反演,而作物生產上早期營養(yǎng)缺乏的癥狀往往表現在中、下層葉片。本研究以小麥和玉米為主要研究對象,圍繞作物長勢參數垂直分布的遙感反演這一主要問題,分別在葉片、冠層和區(qū)域尺度上開展了基于地面高光譜數據、成像高光譜數據、多角度觀測以及航空遙感數據等一系列的科學實驗,在已有的研究基礎上改進和發(fā)展新的方法,實現作物長勢參數垂直分布的快速、準確遙感反演,為農業(yè)生產上營養(yǎng)診斷和制定相應肥水管理措施提供技術支持,具體的研...

【文章頁數】：194 頁

【學位級別】：博士

【文章目錄】：
致謝
中文摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 遙感技術獲取作物長勢參數的潛力
        1.2.1 高光譜及成像高光譜遙感概述
        1.2.2 作物長勢參數遙感監(jiān)測的機理
    1.3 國內外研究進展
        1.3.1 高光譜遙感反演作物的長勢參數
        1.3.2 成像高光譜反演作物的長勢參數
        1.3.3 作物長勢參數的多角度遙感反演
        1.3.4 作物長勢參數區(qū)域尺度的遙感監(jiān)測
    1.4 作物長勢參數垂直分布反演急需解決的問題
    1.5 研究內容及技術路線
        1.5.1 本文的研究內容
        1.5.2 本文的技術路線
第二章 實驗方案及數據處理
    2.1 實驗1-玉米葉片的高光譜及成像實驗
        2.1.1 實驗設計
        2.1.2 葉片高光譜數據的獲取
        2.1.3 葉片成像高光譜數據的采集
        2.1.4 玉米葉片生化參數的測定
    2.2 實驗2-小麥冠層的多角度高光譜實驗
        2.2.1 實驗設計
        2.2.2 冠層高光譜數據的獲取
        2.2.3 小麥長勢參數的測定
    2.3 實驗3-玉米多角度成像高光譜實驗
        2.3.1 實驗設計
        2.3.2 冠層成像高光譜數據的獲取
        2.3.3 米長勢參數的測定
    2.4 實驗4-作物長勢參數區(qū)域尺度遙感監(jiān)測實驗
        2.4.1 實驗區(qū)概況
        2.4.2 CASI航空數據的處理
        2.4.3 作物長勢參數的測定
第三章 基于葉片尺度的生化參數垂直分布反演
    3.1 引言
    3.2 玉米葉片生化參數的垂直分布規(guī)律
    3.3 玉米葉片葉綠素垂直分布的高光譜反演
        3.3.1 不同葉層玉米葉片的高光譜響應特征
        3.3.2 基于植被指數的玉米葉綠素分層反演
        3.3.3 基于連續(xù)小波變換的玉米葉綠素分層反演
    3.4 玉米葉片氮素和類胡蘿卜素的垂直分布反演
        3.4.1 不同層次葉片成像高光譜的提取
        3.4.2 遺傳小波神經網絡模型的介紹
        3.4.3 基于植被指數的垂直分布反演
        3.4.4 遺傳小波神經網絡的垂直分布反演
    3.5 本章小結
第四章 作物長勢參數垂直分布的多角度高光譜反演
    4.1 引言
    4.2 小麥長勢參數的垂直分布規(guī)律
    4.3 主平面內小麥冠層二向反射率的變化
    4.4 小麥LAI垂直分布的多角度高光譜反演
        4.4.1 LAI與光譜反射率的相關性分析
        4.4.2 紅邊植被指數的角度效應分析
        4.4.3 基于波段組合的LAI垂直分布反演
    4.5 小麥生化參數垂直分布的多角度高光譜反演
        4.5.1 小麥葉綠素垂直分布的多角度高光譜反演
        4.5.2 小麥類胡蘿卜素垂直分布的多角度高光譜反演
        4.5.3 小麥NBI垂直分布的多角度高光譜反演
    4.6 本章小結
第五章 多角度成像反演作物長勢參數垂直分布的研究
    5.1 引言
    5.2 ACRM模型簡介
    5.3 作物冠層的BRDF特征分析
        5.3.1 不同波段高光譜的各向異性
        5.3.2 植被指數的角度譜特征分析
    5.4 不同角度組合的LAI垂直分布反演
        5.4.1 基于模擬數據的角度組合篩選
        5.4.2 近地多角度成像數據的地面驗證
    5.5 基于多角度成像光譜信息的植被指數改進
        5.5.1 TCARI與HDS植被指數介紹
        5.5.2 新型植被指數HD-TCARI的構建
        5.5.3 植被指數的敏感性分析
        5.5.4 HD-TCARI對葉綠素垂直分布反演的精度評價
    5.6 本章小結
第六章 基于CASI數據的作物長勢參數遙感監(jiān)測
    6.1 引言
    6.2 研究區(qū)作物種植面積的提取
    6.3 CASI航空影像光譜反射率與長勢參數的關系
    6.4 作物長勢參數的遙感監(jiān)測
        6.4.1 作物LAI的遙感反演及監(jiān)測結果
        6.4.2 作物葉綠素的遙感反演及監(jiān)測結果
        6.4.3 作物氮素的遙感反演及監(jiān)測結果
    6.5 本章小結
第七章 結論、創(chuàng)新點與展望
    7.1 結論
    7.2 創(chuàng)新點
    7.3 研究展望
參考文獻
作者簡介與攻讀博士研究生期間的科研成果



本文編號：3816143