發(fā)布時間：2021-10-30 11:39

　　本試驗通過高光譜遙感的理論與方法,探討冬小麥和夏玉米冠層光譜特征的變化規(guī)律,分析光譜參數(shù)與農(nóng)學(xué)參數(shù)的相關(guān)性,建立高光譜監(jiān)測模型。為黃淮海地區(qū)小麥玉米生長狀況進行遙感監(jiān)測提供理論依據(jù)與技術(shù)支持。試驗設(shè)置五個氮素處理N0（0kg/hm²）、N1（150hm²）N2（300hm²）N3（450hm²）N4（600hm²）利用紅外成像光譜儀SOC710P,獲取冠層不同波段下的平均光譜反射率和光譜圖像的灰度值,并根據(jù)已獲得高光譜數(shù)據(jù),計算植被指數(shù)和灰度運算值,分別與相關(guān)農(nóng)學(xué)參數(shù):LAI、地上部干物質(zhì)重、葉含氮量進行相關(guān)性分析并擬合模型,對比植被指數(shù)和灰度運算值相關(guān)性分析,模型的擬合和檢驗結(jié)果,建立基于灰度運算值的監(jiān)測模型:（1）小麥LAI監(jiān)測模型:選取植被指數(shù)和灰度運算值,分別與小麥LAI進行相關(guān)性分析并擬合小麥LAI監(jiān)測模型。計算RMSE（%）和RE對模型進行檢驗,最終確定GND（670 870）為小麥LAI的最佳擬合參數(shù)。模型為y=1.885-15.68x+22.58x^2<... 

【文章來源】：山東農(nóng)業(yè)大學(xué)山東省

【文章頁數(shù)】：53 頁

【學(xué)位級別】：碩士

【部分圖文】：

農(nóng)田光譜反射率變化特征

也可作定點長期觀測。在小麥玉米的關(guān) 10km）無風(fēng)（風(fēng)力小于 4 級）的天氣，探頭垂直向行高光譜數(shù)據(jù)的采集，每小區(qū)測量 1 個樣點重復(fù)測量值，每次測量時用標(biāo)準(zhǔn)灰板進行標(biāo)定。處理 紅外成像光譜儀自帶數(shù)據(jù)處理軟件 SRAnal710e 進文件完成波長和輻射定標(biāo)，然后載入?yún)⒖及澹ɑ野逍杏嬎阃瓿煞瓷渎实霓D(zhuǎn)化。 DN 值無單位，是一個率、地物發(fā)射率、大氣透過率和散射率等有關(guān)。反射率＝（地物 DN 值/灰板 DN 值）×參考板反射內(nèi)定標(biāo)得到的。

圖 3 平均光譜反射率提取示例Fig 3 Example of mean spectral reflectance extraction of spectral data圖像的提取VI 軟件中打開轉(zhuǎn)化反射率后的光譜數(shù)據(jù)，提取單波段光OP 中提取圖像灰度值。以下為拔節(jié)期小麥和玉米 810nm 波段下

【參考文獻(xiàn)】：
期刊論文
[1]基于圖像處理技術(shù)的水稻株型參數(shù)測量算法[J]. 劉翠紅,陳麗君,呂長義,任文濤.  農(nóng)機化研究. 2015(12)
[2]玉米拔節(jié)期冠層葉綠素含量多光譜圖像檢測[J]. 孫紅,趙毅,張猛,文瑤,李民贊,楊瑋,Qin Zhang.  農(nóng)業(yè)工程學(xué)報. 2015(S2)
[3]圖像處理技術(shù)在農(nóng)業(yè)上的應(yīng)用[J]. 高俊梅,黃忠文.  農(nóng)業(yè)網(wǎng)絡(luò)信息. 2014(05)
[4]高光譜成像技術(shù)的柑橘植株葉片含氮量預(yù)測模型[J]. 李金夢,葉旭君,王巧男,張初,何勇.  光譜學(xué)與光譜分析. 2014(01)
[5]受蚜蟲危害與干旱脅迫的冬小麥高光譜判別[J]. 趙俊芳,房世波,郭建平.  國土資源遙感. 2013(03)
[6]基于參數(shù)型指數(shù)混合熵模型的農(nóng)業(yè)遙感分類不確定性評價[J]. 吳尚蓉,劉佳,楊鵬.  農(nóng)業(yè)工程學(xué)報. 2013(06)
[7]我國未來人口發(fā)展對耕地的需求分析[J]. 楊利民,于閩.  經(jīng)濟地理. 2013(02)
[8]夏玉米葉片全氮含量高光譜遙感估算模型研究[J]. 劉冰峰,李軍,趙剛峰,Naveed Tahir,賀佳.  植物營養(yǎng)與肥料學(xué)報. 2012(04)
[9]基于高光譜圖像的玉米種子特征提取與識別[J]. 黃敏,朱曉,朱啟兵,馮朝麗.  光子學(xué)報. 2012(07)
[10]基于高光譜的冬小麥葉面積指數(shù)估算方法[J]. 夏天,吳文斌,周清波,周勇,于雷.  中國農(nóng)業(yè)科學(xué). 2012(10)

博士論文
[1]基于光譜成像技術(shù)的植物葉部病害檢測研究[D]. 盧勁竹.浙江大學(xué) 2016
[2]小麥條銹病遙感監(jiān)測及網(wǎng)絡(luò)信息平臺構(gòu)建[D]. 冷偉鋒.中國農(nóng)業(yè)大學(xué) 2015
[3]基于計算機視覺技術(shù)的棉花長勢監(jiān)測系統(tǒng)構(gòu)建[D]. 賈彪.石河子大學(xué) 2014
[4]基于高光譜成像技術(shù)的小麥苗期監(jiān)測研究[D]. 吳瓊.吉林大學(xué) 2012
[5]微型Offner成像光譜儀和光譜數(shù)據(jù)處理[D]. 吳振洲.中國科學(xué)技術(shù)大學(xué) 2012
[6]基于可見光—近紅外光譜的冬小麥氮素營養(yǎng)診斷與生長監(jiān)測[D]. 胡昊.中國農(nóng)業(yè)科學(xué)院 2009

碩士論文
[1]麥田土壤氮素和水分的高光譜監(jiān)測[D]. 高龍梅.山西農(nóng)業(yè)大學(xué) 2014
[2]基于光譜和圖像的倒伏冬小麥產(chǎn)量評估方法[D]. 吳尚蓉.中北大學(xué) 2013
[3]玉米高光譜圖像的特征提取與分類研究[D]. 朱曉.江南大學(xué) 2013
[4]基于光譜反射率變化分析的多光譜遙感圖像變化檢測研究[D]. 孫一博.西安電子科技大學(xué) 2013
[5]基于高光譜玉米氮素營養(yǎng)與生長指標(biāo)的監(jiān)測[D]. 李振.山東農(nóng)業(yè)大學(xué) 2012
[6]基于計算機圖像處理的葉片氮素檢測系統(tǒng)研究[D]. 張輝.山東理工大學(xué) 2011
[7]基于冠層反射光譜的夏玉米氮素營養(yǎng)與生長監(jiān)測研究[D]. 張學(xué)治.南京農(nóng)業(yè)大學(xué) 2011
[8]基于數(shù)字圖像的冬小麥、夏玉米長勢遠(yuǎn)程動態(tài)監(jiān)測技術(shù)研究[D]. 馬彥平.華中農(nóng)業(yè)大學(xué) 2010
[9]基于近紅外光譜和機器視覺的土壤含水率快速檢測方法研究[D]. 肖武.華中農(nóng)業(yè)大學(xué) 2009
[10]基于遙感指數(shù)的旱情監(jiān)測方法研究[D]. 閆娜娜.中國科學(xué)院研究生院（遙感應(yīng)用研究所） 2005



本文編號：3466663