發(fā)布時間：2017-09-21 11:35

  本文關鍵詞：基于高光譜遙感的冬小麥白粉病反演研究

  更多相關文章： 冬小麥 白粉病 高光譜 多角度

【摘要】：于2009-2010、2010-2011和2014-2015年在河南農(nóng)業(yè)大學科技示范園區(qū)和國家小麥工程技術研究中心分別進行大田和溫室病菌梯度試驗,以不同抗白粉病性冬小麥品種為供試材料,研究了白粉病危害冬小麥后葉片尺度與冠層尺度、垂直角度與多角度監(jiān)測下的光譜反射率特征；分析了冬小麥病情和氮素與光譜反射率之間的相關性,確立了白粉病脅迫下病情指數(shù)和葉片氮積累量的適宜光譜參數(shù)、最優(yōu)波段組合和最佳監(jiān)測模型,為精確監(jiān)測冬小麥白粉病病情和精準農(nóng)業(yè)管理與評價提供信息支持。本研究的主要研究結果如下：(1)葉片尺度垂直角度監(jiān)測下,由因子分析和BP神經(jīng)網(wǎng)絡結合法(Factor analysis-BP neural network, FA-BPNN)構建的病害反演模型,精度高(R2val0.80),誤差小(3.12%-12.01%),整個灌漿期R2val和REval分別為0.872和7.56%,對不同病害時期冬小麥葉片白粉病反演情況均有較好適用性；利用偏最小二乘法(Partial least square regress, PLSR)法構建的病害反演模型,灌漿前中期反演效果依次優(yōu)于整個灌漿期和灌漿中后期,R2val分別為0.875、0.818和0.787；相對誤差REval分別為2.97%、7.34%和12.72%,因此利用PLSR法監(jiān)測冬小麥葉片白粉病的最好時期在灌漿前中期。(2)冠層尺度垂直角度監(jiān)測下,明確了修正型病情指數(shù)(modified Disease Index, mDI)可減輕葉面積差異對光譜信息的影響,是指示冬小麥白粉病發(fā)病情況的適宜表達指標。冬小麥白粉病冠層敏感波段為550～710 nm。綠光波段組合比值與歸一化指數(shù)與mDI的相關性優(yōu)于常規(guī)參數(shù)(R20.75),其中雙綠組合指數(shù)DGSR(584,550)與DGND(584,550),決定系數(shù)R2相同,均為0.845。這兩個參數(shù)在監(jiān)測冬小麥生長中后期白粉病發(fā)生狀況具有較好效果,其建立的模型精度高,可作為冬小麥白粉病冠層最佳預測模型。(3)冠層尺度多角度監(jiān)測下,主平面與垂直平面全波段均表現(xiàn)出后向觀測反射率大于前向,且主平面比垂直平面明顯；藍、綠、紅和近紅四個波段主平面呈現(xiàn)典型不規(guī)則“碗狀”,且隨著病情嚴重度的增加,“碗狀”越明顯。不同觀測角兩波段組合比值和歸一化指數(shù)的最佳觀測角度為-30°,波段組合為894和803 nm,其比值DNiSR(894,803)和歸一化指數(shù)DNiND(894,803)具有相同的決定系數(shù),R2為0.886。該模型可作為冬小麥白粉病嚴重度的最佳監(jiān)測角度與預測模型。(4)冠層尺度多角度監(jiān)測下,藍、綠和紅波段均表現(xiàn)出葉片氮積累量(Leaf nitrogen accumulation, LNA)反射率后向角度大于前向。不同觀測角下LNA的光譜敏感波段(r0.75)分別為-50°下440～505 nm、-40°下464～511 nm和-30°下606～691 nm。后向、垂直和前向監(jiān)測反演LNA最好的參數(shù)與角度分別為Rmin(640-680nm)和-30°、PSRI和0°及ND(SDr,SDy)和50°。不同觀測角下比值與歸一化指數(shù)與LNA的最佳觀測角為-50°,波段組合為437和497 nm, DBSR(437,497)和DBND(437,497)的R2分別為0.862和0.859。此模型精度高,可作為多角度觀測下冬小麥LNA的最佳監(jiān)測角度與預測模型,從而及早了解冬小麥白粉病病情。
【關鍵詞】：冬小麥 白粉病 高光譜 多角度
【學位授予單位】：南京信息工程大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：S435.121.46;S127
【目錄】：

• 摘要5-7
• Abstract7-9
• 第一章 前言9-21
• 1.1 冬小麥白粉病概述9-11
• 1.2 作物監(jiān)測光譜學特征11-15
• 1.3 高光譜監(jiān)測作物病害研究現(xiàn)狀15-18
• 1.4 多角度遙感監(jiān)測作物病害研究現(xiàn)狀18-19
• 1.5 研究意義與技術路線圖19-21
• 第二章 試驗設計與數(shù)據(jù)處理21-30
• 2.1 試驗儀器21-22
• 2.2 試驗設計方法22-23
• 2.3 冬小麥白粉病葉片尺度病情嚴重度監(jiān)測研究23-25
• 2.4 垂直角度高光譜技術監(jiān)測冬小麥白粉病冠層尺度病情試驗25-26
• 2.5 多角度高光譜技術監(jiān)測冬小麥白粉病冠層尺度病情試驗26-27
• 2.6 數(shù)據(jù)分析方法27-30
• 第三章 單葉尺度下冬小麥白粉病病情的光譜信息分析30-37
• 3.1 白粉病危害下葉片光譜特征及反射率與病情嚴重度的相關性30-31
• 3.2 基于常規(guī)植被指數(shù)的冬小麥白粉病嚴重度高光譜反演31-32
• 3.3 比值和歸一化指數(shù)波段組合的冬小麥白粉病嚴重度反演32-33
• 3.4 基于因子分析和BP神經(jīng)網(wǎng)絡的冬小麥白粉病病情反演33-34
• 3.5 基于PLSR的冬小麥白粉病病情反演34-35
• 3.6 本章小結35-37
• 第四章 垂直觀測角度下冬小麥冠層光譜白粉病反演研究37-44
• 4.1 不同嚴重度等級下冬小麥冠層光譜的變化特征37-38
• 4.2 冬小麥白粉病嚴重度與冠層光譜的相關性38-39
• 4.3 冬小麥白粉病嚴重度與常見冠層光譜特征參數(shù)的相關性39-40
• 4.4 冬小麥白粉病嚴重度與冠層光譜雙波段指數(shù)的相關性40-42
• 4.5 模型測試與檢驗42-43
• 4.6 本章小結43-44
• 第五章 多角度反射光譜的冬小麥白粉病病情反演研究44-57
• 5.1 主平面內(nèi)冬小麥冠層反射光譜信息研究44-46
• 5.1.1 觀測角度對冠層反射率曲線的影響44-45
• 5.1.2 不同病情指數(shù)特征波段反射率曲線特征45-46
• 5.2 垂直平面內(nèi)冬小麥冠層反射光譜信息研究46-48
• 5.2.1 觀測角度對冠層反射率曲線的影響46
• 5.2.2 不同病情指數(shù)特征波段反射率曲線特征46-48
• 5.3 冠層光譜反射率與冬小麥白粉病病情指數(shù)的相關性48-49
• 5.3.1 觀測角度對冠層反射率與病情指數(shù)相關性曲線的影響48-49
• 5.3.2 觀測角度對特征波段與病情指數(shù)相關性曲線的影響49
• 5.4 常規(guī)光譜特征參數(shù)與病情指數(shù)的定量關系49-51
• 5.5 基于不同波段組合的白粉病病情嚴重度相關性分析51-55
• 5.5.1 任意兩波段比值和歸一化指數(shù)與病情指數(shù)的相關性51-53
• 5.5.2 比值和歸一化指數(shù)最佳波段組合篩選53-54
• 5.5.3 不同觀測角度下比值和歸一化指數(shù)最優(yōu)參數(shù)54-55
• 5.6 本章小結55-57
• 第六章 基于冬小麥氮素含量白粉病病情的多角度反演研究57-67
• 6.1 不同部位氮素積累量與病情指數(shù)的相關性57-58
• 6.2 光譜反射率特征及其與葉片氮積累量的相關性58-60
• 6.2.1 主要波段光譜反射率曲線特征58-59
• 6.2.2 全波段光譜反射率與LNA的相關性59
• 6.2.3 主要波段光譜反射率與LNA的相關性59-60
• 6.3 常規(guī)光譜參數(shù)與葉片氮積累量的相關性60-62
• 6.4 不同波段組合參數(shù)與葉片氮素積累量的相關性62-65
• 6.4.1 任意兩波段組合比值和歸一化指數(shù)與修正病情指數(shù)的相關性62-64
• 6.4.2 比值和歸一化指數(shù)最佳波段組合篩選64-65
• 6.4.3 不同觀測角度下比值和歸一化指數(shù)最優(yōu)參數(shù)65
• 6.5 本章小結65-67
• 第七章 結論與展望67-70
• 7.1 結論67-68
• 7.2 展望68-69
• 7.3 創(chuàng)新點69-70
• 參考文獻70-79
• 作者簡介79-80
• 致謝80

，

本文編號：894306