油菜作為我國(guó)種植面積最大的油料作物,分布范圍廣泛,其生長(zhǎng)發(fā)育和產(chǎn)量形成受氮素影響極大。實(shí)時(shí)、快速、精準(zhǔn)地對(duì)不同施氮水平下油菜試驗(yàn)區(qū)進(jìn)行長(zhǎng)勢(shì)監(jiān)測(cè),對(duì)于油菜生產(chǎn)管理及產(chǎn)量預(yù)測(cè)具有重要的研究意義。油菜葉片的葉綠素（Chlorophyll,Chl）、類(lèi)胡蘿卜素（Carotenoid,Car）和類(lèi)黃酮（Flavonoids,Flav）含量以及株高（Height,H）、葉面積指數(shù)（Leaf Area Index,LAI）等能夠綜合反映油菜長(zhǎng)勢(shì)。無(wú)人機(jī)遙感技術(shù)作為目前農(nóng)情監(jiān)測(cè)的前沿手段之一,具備低成本、多角度、高分辨率、靈活簡(jiǎn)單、安全易操作等優(yōu)勢(shì),能夠彌補(bǔ)傳統(tǒng)遙感技術(shù)諸多不足,是目前精準(zhǔn)農(nóng)業(yè)研究和應(yīng)用的新熱點(diǎn)。本文將油菜作為研究對(duì)象,采用無(wú)人機(jī)平臺(tái)獲取高清數(shù)碼圖像及5波段多光譜數(shù)據(jù),結(jié)合田間實(shí)測(cè)數(shù)據(jù),建立了不同施氮水平、不同生育期油菜各生理生化參數(shù)的反演模型。圍繞上述內(nèi)容,得到的主要研究結(jié)果如下:（1）油菜生化參數(shù)（NBI、Chl、Flav）的植被指數(shù)反演模型及其影響因素分析。分別基于混合像元和純油菜像元提取了6種典型植被指數(shù)（RVI、MCARI1、TCARI、OSAVI、TCARI/OSAVI、N... 

【文章來(lái)源】：華中農(nóng)業(yè)大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

技術(shù)路線圖

Information of the Unmanned Aerial Vehicle BorneMultispectral Data傳感器 飛行高度(m)尺寸(mm)光譜波段 107×76×95 藍(lán)、綠、紅 15 121×66×46藍(lán) :中心波長(zhǎng) 475nm，幅寬 20nm綠 :中心波長(zhǎng) 560nm，幅寬 20nm紅 :中心波長(zhǎng) 668nm，幅寬 10nm紅邊 :中心波長(zhǎng) 717nm，幅寬 10nm近紅外:中心波長(zhǎng) 840nm，幅寬 40nm30 數(shù)(NBI)、葉綠素(Chl)、類(lèi)黃酮(Flav)測(cè)量

精確到 0.01m。2018-2019 季度六葉期、十葉期及具有代表性的植株 3 株，取其平均值作為小區(qū)株高，各時(shí)期冬期將研究小區(qū)細(xì)化，每個(gè)小區(qū)選擇 4 個(gè) 1*1m 樣方，樣方取其平均值作為每個(gè)樣方株高，共計(jì) 120 個(gè)樣點(diǎn)數(shù)據(jù)。指數(shù)(LAI)測(cè)量數(shù)測(cè)量與無(wú)人機(jī)飛行同步，采用英國(guó) Delta 公司的冠層opy Analysis System）進(jìn)行測(cè)量，測(cè)量時(shí) Sunscan 置于油菜六葉期、十葉期及蕾薹期時(shí)，每個(gè)小區(qū)選取 3 個(gè)點(diǎn)，每個(gè) 4 次，取其平均值作為小區(qū) LAI，各時(shí)期均有 30 個(gè)樣點(diǎn)小區(qū)細(xì)化，每小區(qū)選取 4 個(gè) 1*1m 樣方（與株高測(cè)量的樣方字型”分別測(cè)量 4 次，取其平均值作為每個(gè)樣方的 LAI，共

【參考文獻(xiàn)】：
期刊論文
[1]基于無(wú)人機(jī)遙感的農(nóng)作物長(zhǎng)勢(shì)關(guān)鍵參數(shù)反演研究進(jìn)展[J]. 劉忠,萬(wàn)煒,黃晉宇,韓已文,王佳瑩.  農(nóng)業(yè)工程學(xué)報(bào). 2018(24)
[2]近10年油菜主要病蟲(chóng)害發(fā)生危害情況的統(tǒng)計(jì)和分析[J]. 楊清坡,劉萬(wàn)才,黃沖.  植物保護(hù). 2018(03)
[3]淺談激光雷達(dá)技術(shù)在林業(yè)上的應(yīng)用[J]. 李建國(guó).  現(xiàn)代農(nóng)業(yè)研究. 2018(05)
[4]農(nóng)業(yè)遙感研究進(jìn)展與展望[J]. 唐華俊.  農(nóng)學(xué)學(xué)報(bào). 2018(01)
[5]基于GF-1與Landsat-8的康保縣葉面積指數(shù)遙感反演研究[J]. 徐曉雨,孫華,王廣興,林輝,任藍(lán)翔,崔云蕾.  中南林業(yè)科技大學(xué)學(xué)報(bào). 2018(01)
[6]基于光譜指數(shù)的不同生育期油菜葉片SPAD估測(cè)[J]. 殷紫,常慶瑞,劉淼,張曉華.  西北農(nóng)林科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(05)
[7]無(wú)人機(jī)遙感解析田間作物表型信息研究進(jìn)展[J]. 劉建剛,趙春江,楊貴軍,于海洋,趙曉慶,徐波,牛慶林.  農(nóng)業(yè)工程學(xué)報(bào). 2016(24)
[8]基于高光譜分析的草地葉綠素含量估算研究進(jìn)展[J]. 馬文勇,王訓(xùn)明.  地理科學(xué)進(jìn)展. 2016(01)
[9]農(nóng)用無(wú)人機(jī)多傳感器遙感輔助小麥育種信息獲取[J]. 楊貴軍,李長(zhǎng)春,于海洋,徐波,馮海寬,高林,朱冬梅.  農(nóng)業(yè)工程學(xué)報(bào). 2015(21)
[10]基于無(wú)人機(jī)遙感影像的大豆葉面積指數(shù)反演研究[J]. 高林,楊貴軍,王寶山,于海洋,徐波,馮海寬.  中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào). 2015(07)

碩士論文
[1]基于無(wú)人機(jī)數(shù)碼影像的稻麥株高估算研究[D]. 陳思瑤.南京農(nóng)業(yè)大學(xué) 2016



本文編號(hào)：3088217