農(nóng)作物地上生物量是反映作物長勢狀態(tài)的重要指標之一,是實現(xiàn)作物精準水肥管理、產(chǎn)量監(jiān)測和預報的重要參考依據(jù)。傳統(tǒng)光學遙感估算生物量存在光譜“飽和”現(xiàn)象,在估算生物量方面存在一定的局限性,本研究主要討論如何利用激光雷達快速、準確反演冬小麥生物量,并聯(lián)合植被指數(shù)進行生物量反演,對無人機激光雷達技術,激光點云密度,激光腳點的三維幾何精度,激光雷達數(shù)據(jù)處理,基于激光雷達的冬小麥生物量反演,基于激光雷達和高光譜的冬小麥生物量反演等問題進行了研究,主要結論如下:（1）無人機激光雷達技術及激光點云密度和幾何精度分析無人機激光雷達可以獲取每平方米數(shù)百個激光點,滿足農(nóng)作物長勢參數(shù)反演對高密度點云的要求。通過數(shù)值模擬分析,對比激光點云估測樹高和實測樹高,得出在飛行高度30m、掃描范圍（-50°,50°）的情況下,激光腳點的三維坐標誤差在厘米級,且誤差大小主要由定位誤差決定,研究結果表明利用無人機激光雷達可以精確獲取農(nóng)作物的激光點云。（2）基于機載激光雷達的生物量反演不同掃描角下冬小麥激光點云垂直分布存在明顯差異（航高30m,掃描范圍±60°）,通過偏相關分析得出掃描角在±10°范圍內(nèi)激光點云分布和掃描角無相關... 

【文章來源】：西安科技大學陜西省

【文章頁數(shù)】：55 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 選題背景及研究意義
    1.2 作物生物量反演研究進展
        1.2.1 基于光學遙感的生物量反演
        1.2.2 基于微波遙感的生物量反演
        1.2.3 基于激光雷達的生物量反演
        1.2.4 無人機平臺優(yōu)勢
    1.3 論文研究內(nèi)容及技術路線
    1.4 論文組織結構
2 研究區(qū)概況及數(shù)據(jù)獲取
    2.1 研究區(qū)概況
    2.2 數(shù)據(jù)獲取
        2.2.1 激光雷達數(shù)據(jù)
        2.2.2 地面數(shù)據(jù)
    2.3 本章小結
3 機載激光雷達技術及點云精度分析
    3.1 激光雷達系統(tǒng)
        3.1.1 激光雷達系統(tǒng)組成及分類
        3.1.2 機載激光雷達系統(tǒng)基本原理
        3.1.3 激光雷達方程
        3.1.4 激光雷達特點
    3.2 激光點云密度計算
    3.3 激光點云精度分析
        3.3.1 誤差模型
        3.3.2 數(shù)值模擬結果
        3.3.3 精度評價
    3.4 本章小結
4 基于機載激光雷達的生物量反演
    4.1 機載激光雷達數(shù)據(jù)處理
        4.1.1 機載激光雷達數(shù)據(jù)預處理
        4.1.2 機載激光雷達點云濾波
        4.1.3 研究區(qū)數(shù)字高程模型生成
    4.2 基于激光點云幾何信息的生物量反演
        4.2.1 冬小麥激光點云垂直分布
        4.2.2 激光雷達指數(shù)篩選
        4.2.3 模型建立及精度驗證
    4.3 基于冠層高度模型的冬小麥株高和生物量反演
    4.4 本章小結
5 基于機載激光雷達和高光譜的生物量反演
    5.1 基于高光譜的生物量反演模型
        5.1.1 植被指數(shù)篩選
        5.1.2 模型建立及精度驗證
    5.2 基于激光雷達和高光譜的生物量反演模型
    5.3 本章小結
6 結論與展望
    6.1 結論
    6.2 展望
致謝
參考文獻
攻讀學位期間發(fā)表學術論文


【參考文獻】：
期刊論文
[1]中國高光譜遙感的前沿進展[J]. 童慶禧,張兵,張立福.  遙感學報. 2016(05)
[2]激光雷達森林參數(shù)反演研究進展[J]. 李增元,劉清旺,龐勇.  遙感學報. 2016(05)
[3]基于隨機森林算法的冬小麥生物量遙感估算模型對比[J]. 岳繼博,楊貴軍,馮海寬.  農(nóng)業(yè)工程學報. 2016(18)
[4]基于機載LiDAR數(shù)據(jù)的農(nóng)作物葉面積指數(shù)估算方法研究[J]. 蘇偉,展郡鴿,張明政,吳代英,張蕊.  農(nóng)業(yè)機械學報. 2016(03)
[5]農(nóng)用無人機多傳感器遙感輔助小麥育種信息獲取[J]. 楊貴軍,李長春,于海洋,徐波,馮海寬,高林,朱冬梅.  農(nóng)業(yè)工程學報. 2015(21)
[6]機載LIDAR點云定位誤差分析[J]. 李峰,崔希民,劉小陽,衛(wèi)愛霞,吳燕雄.  紅外與激光工程. 2014(06)
[7]基于地基激光雷達數(shù)據(jù)的單株玉米三維建模[J]. 劉睿,劉婷,董潤茹,李治,朱德海,蘇偉.  中國農(nóng)業(yè)大學學報. 2014(03)
[8]影響機載激光掃描點云精度的測量誤差因素分析及其影響大小排序[J]. 王建軍,劉吉東.  中國激光. 2014(04)
[9]基于支持向量機回歸算法的小麥葉面積指數(shù)高光譜遙感反演[J]. 林卉,梁亮,張連蓬,杜培軍.  農(nóng)業(yè)工程學報. 2013(11)
[10]應用波段深度分析和偏最小二乘回歸的冬小麥生物量高光譜估算[J]. 付元元,王紀華,楊貴軍,宋曉宇,徐新剛,馮海寬.  光譜學與光譜分析. 2013(05)

博士論文
[1]機載GNSS/SINS組合精密導航關鍵技術研究[D]. 陳良.國防科學技術大學 2013
[2]激光雷達遙感森林葉面積指數(shù)提取方法研究與應用[D]. 駱社周.中國地質(zhì)大學(北京) 2012

碩士論文
[1]融合機載LIDAR和高光譜數(shù)據(jù)的濱海濕生植被生物量反演方法研究[D]. 虞海英.中國測繪科學研究院 2015



本文編號：3635710