本文關(guān)鍵詞： 新梢旺長期 氮素含量 SPOT-5 遙感反演 棲霞市　出處：《山東農(nóng)業(yè)大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：氮素(N)的快速診斷對作物精準(zhǔn)管理和優(yōu)質(zhì)高效具有重要意義,而遙感技術(shù)以其觀測范圍廣、時(shí)效快、信息豐富等優(yōu)點(diǎn),逐漸成為了作物營養(yǎng)快速診斷技術(shù)方法,使大面積營養(yǎng)狀況診斷成為了可能。本研究以山東省煙臺棲霞市為研究區(qū),以新梢旺長期蘋果樹冠層為研究對象,基于SPOT-5衛(wèi)星遙感影像,結(jié)合實(shí)測地面蘋果樹冠層高光譜數(shù)據(jù)、DEM高程模型數(shù)據(jù),在軟件ERDAS、ENVI 5.1、ARCGIS、DPS、LIBSVM的支持下,反演了蘋果冠層反射率;構(gòu)建了蘋果冠層N素含量的敏感光譜指數(shù),建立并篩選了蘋果冠層N素含量反演模型;根據(jù)蘋果冠層反演反射率進(jìn)行研究區(qū)蘋果園提取;結(jié)合所建的N素反演模型,對研究區(qū)蘋果園N素含量進(jìn)行了空間反演。主要研究結(jié)果如下:(1)進(jìn)行了新梢旺長期蘋果冠層反射率反演對蘋果新梢旺長期的Spot-5遙感影像進(jìn)行大氣校正、正射校正和幾何精校正等預(yù)處理,采用SCS+C模型對影像進(jìn)行地形校正,明顯減小了大氣和地形的影響。利用線性模型進(jìn)行混合像元分解,得到了蘋果冠層的反演反射率。將反演的表觀反射率與地表反射率進(jìn)行比較分析。結(jié)果表明,進(jìn)行地形輻射校正后,得陰影處影像反射率值在綠光、紅光和近紅外波段反射率以及植被指數(shù)得到補(bǔ)償。將實(shí)驗(yàn)樣區(qū)的實(shí)測蘋果冠層的反演反射率與蘋果表觀反射率、蘋果地表的反演反射率以及蘋果冠層反演反射率進(jìn)行比較,蘋果冠層反演反射率更接近實(shí)測反射率;校正后各反演反射率與實(shí)測反射率的誤差逐級降低;相比各波段誤差,紅光波段誤差由137.222%下降至0.475%,其他波段誤差均逐步減小。(2)構(gòu)建并篩選了氮素敏感光譜指數(shù)利用蘋果冠層反演反射率,構(gòu)建了185種光譜指數(shù),與蘋果冠層N素含量狀況進(jìn)行相關(guān)性分析,篩選出了(R3+R4)*(R4-R3)、(R3/R4)/(R3-R4)、lnR4/(R4-R3)、(R4/R3)*(R3+R4)、R4-R3、(R4-R3)/eR4、R2-R3和R4/R2共8個(gè)相關(guān)性達(dá)到顯著水平的指數(shù)為敏感指數(shù),敏感指數(shù)主要由紅光波段(0.61~0.68um)、近紅外波段(0.78~0.89 um)和短波紅外波段(1.58~1.78 um)構(gòu)成。(3)構(gòu)建了蘋果冠層氮素含量反演模型及模型檢驗(yàn)將篩選出的8個(gè)敏感指數(shù)為自變量,實(shí)測蘋果冠層N素含量為因變量,建立逐步回歸模型,最終篩選出x1(即(R3/R4)/(R3-R4))、x2(即lnR4/(R4-R3))、x3(即(R4/R3)/(R4+R3))、x4(即(R4-R3)/eR4)四個(gè)自變量,模型如下:y=-170.481+13.807*x1-21.448*x2+203.379*x3-235.571*x4,模型決定系數(shù)為0.361;以x1(即(R3+R4)*(R4-R3))、x2(即(R3/R4)/(R3-R4))、x3(即lnR4/(R4-R3))共3個(gè)達(dá)到極顯著水平的敏感指數(shù)為自變量進(jìn)行支持向量機(jī)建模,經(jīng)多次訓(xùn)練確定SVM類型為4(4表示V-SVR),核函數(shù)類型為2(2表示RBF函數(shù)),模型的決定系數(shù)達(dá)0.785。(4)蘋果園區(qū)的氮素營養(yǎng)狀況的空間反演根據(jù)蘋果冠層反演反射率,結(jié)合研究區(qū)樣區(qū)實(shí)測冠層反演反射率、研究區(qū)DEM數(shù)據(jù)、坡度和坡向數(shù)據(jù),以及研究區(qū)NDVI數(shù)據(jù),進(jìn)行研究區(qū)蘋果園區(qū)信息提取,分類精度評估時(shí)精度達(dá)90.03%。利用支持向量機(jī)回歸模型,進(jìn)行研究區(qū)蘋果園N素營養(yǎng)狀況空間反演,獲取研究區(qū)N素營養(yǎng)狀況空間分布圖,為蘋果園高效管理提供宏觀基礎(chǔ)數(shù)據(jù)。在空間布局上,研究區(qū)果園N素含量顯示以第1(2.6-2.9%)、2(2.9-3.2%)等級為主,以南部蛇窩泊鎮(zhèn)和西北部蘇家莊鎮(zhèn)為典型;東北部以第1等級為主,西南部以第2等級居多;第4(3.5-3.8%)級零星散布。把樣區(qū)反演等級與實(shí)測值對比分析,實(shí)測冠層N素等級與反演N素含量等級相同,表明該空間反演分布圖對研究區(qū)蘋果園宏觀管理具有指導(dǎo)意義。
[Abstract]:Based on SPOT - 5 satellite remote sensing image , the inversion reflectivity of apple ' s crown layer was analyzed . The results showed that : ( 1 ) The inversion reflectivity of apple crown layer was compared with that of apple crown layer . The results showed that the inversion reflectivity of apple crown layer was lower than the measured reflectance . The error of the red band was reduced from 137.222 % to 0.475 % , and the other band errors were gradually decreased . ( 3 ) A stepwise regression model was established to determine the N content of the apple canopy . The model was selected as follows : y = - 170.481 + 13.807 * x1 - 21.448 * x2 + 203.379 * x3 - 235.571 * x4 , the model determination coefficient was 0.379 * x1 - 21.448 * x2 + 203.379 * x3 - 235.571 * x4 , the model was determined to be 4 ( 4 - denoted V - support ) , the kernel function type was 2 ( 2 ) RBF function ) , and the coefficient of the model was 0.785 . ( 4 ) The spatial inversion of N nutrient status in apple garden is based on the inversion reflectivity of apple canopy , and the spatial distribution map of N in the research area is analyzed by using the regression model of support vector machine . The spatial distribution map of N in the research area is mainly composed of the first rank , the second rank is the second grade , and the fourth ( 3.5 - 3.8 % ) level is the same , and it indicates that the spatial inversion distribution map has a guiding significance for the macro - management of apple orchard in the research area .

【學(xué)位授予單位】：山東農(nóng)業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：S661.1;S127

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 戚文超;張霞;岳躍民;;多端元光譜混合分析綜述[J];遙感信息;2016年05期

2 賈貴嫻;;數(shù)據(jù)挖掘在電子商務(wù)推薦系統(tǒng)中的應(yīng)用研究[J];新經(jīng)濟(jì);2016年24期

3 徐卓;郭光銀;陳湘云;;南方葡萄結(jié)果園不同物候期的管理技術(shù)要點(diǎn)[J];科技視界;2016年14期

4 安靜;姚國清;朱西存;;蘋果葉片氮素含量高光譜檢測研究[J];國土資源遙感;2016年02期

5 楊寶華;陳建林;陳林海;曹衛(wèi)星;姚霞;朱艷;;基于敏感波段的小麥冠層氮含量估測模型[J];農(nóng)業(yè)工程學(xué)報(bào);2015年22期

6 姜海玲;楊杭;陳小平;王樹東;李雪軻;劉凱;岑奕;;利用光譜指數(shù)反演植被葉綠素含量的精度及穩(wěn)定性研究[J];光譜學(xué)與光譜分析;2015年04期

7 王巧男;葉旭君;李金夢;肖宇釗;何勇;;基于雙波段植被指數(shù)(TBVI)的柑橘冠層含氮量預(yù)測及可視化研究[J];光譜學(xué)與光譜分析;2015年03期

8 劉紅玉;毛罕平;朱文靜;張曉東;高洪燕;;基于高光譜的番茄氮磷鉀營養(yǎng)水平快速診斷[J];農(nóng)業(yè)工程學(xué)報(bào);2015年S1期

9 馬芳;王俊;王Y，

本文編號：1462626