發(fā)布時間：2017-05-04 13:04

  本文關(guān)鍵詞：基于高光譜數(shù)據(jù)的棉花生長信息模型模擬研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：利用高光譜遙感獲得的高光譜數(shù)據(jù)具有連續(xù)性強、信息量大的特點,對提高作物生長信息的監(jiān)測能力具有重要作用。本研究設(shè)置了不同養(yǎng)分水平下的棉花小區(qū)試驗,形成不同長勢狀況的棉花小區(qū),利用便攜式光譜儀測定棉花不同生育時期的冠層光譜,并同時測定能夠反映棉花生長信息的部分農(nóng)學參數(shù),另外本研究對棉花不同生育期單葉的光譜反射率與對應(yīng)的花青素、葉綠素含量進行了測定,根據(jù)棉花冠層光譜以及單葉光譜反射率的變化特性,本文選取了27個光譜特征變量,同時提取了農(nóng)學參數(shù)的敏感波段變量。敏感波段包括兩類,一類是基于農(nóng)學參數(shù)與原始光譜的分析而得出,另一類是基于農(nóng)學參數(shù)與一階微分光譜的分析而得出。分析上述變量與農(nóng)學參數(shù)之間的相關(guān)性,選取出相關(guān)性較強的變量,建立農(nóng)學參數(shù)的單一變量的線性與非線性回歸方程,同時評價了所建立模型中確定系數(shù)較高的模型的準確性,進而確定反演棉花生長信息最優(yōu)的定量模型,取得如下成果:1.單葉光譜信息在室內(nèi)采集,外界環(huán)境因素對其影響相對較小。因此,所建立的單葉葉綠素含量、花青素含量估測模型精度整體上高于冠層葉片葉綠素含量、花青素含量的估算模型精度。冠層葉片花青素含量在花鈴期進行估測最優(yōu),其余分析結(jié)果顯示基于整個生育的數(shù)據(jù)對棉花生長信息參數(shù)估測效果最佳。2.所建立的單葉、冠層葉片葉綠素含量的估測模型中,均是以一階微分光譜敏感波段為自變量建立的模型最優(yōu)。以DR757為自變量建立的單葉葉綠素含量單變量線性估測模型確定系數(shù)為0.8656**,估測精度達到97.06%。冠層葉片葉綠素含量的回歸預(yù)測模型以DR753為自變量建立的一元二次曲線方程確定系數(shù)最高,為0.4488**,但在精度檢驗過程中發(fā)現(xiàn)該模型估測精度低于以R709為變量的一元二次曲線模型的估測精度,兩模型相對誤差分別為11.6%、6.55%,且以DR753為變量的方程求得的預(yù)測值與實測值之間的相關(guān)性系數(shù)相對較低,因此,該估測模型是否為最優(yōu)模型有待進一步研究。3.單葉葉片花青素含量最優(yōu)預(yù)測模型是以DR755為自變量的一元二次曲線的回歸方程,RMSE=0.28,估測精度為97.44%,用該方程求得的估算值與實測值的相關(guān)系系數(shù)為0.84**。冠層葉片花青素含量的預(yù)測模型以花鈴期時光譜提取變量(Rg-Rr)/(Rg+Rr)為自變量建立的一元二次回歸模型最優(yōu),估測精度能夠達到88.45%,RMSE=1.43。4.在分生育期分析時,棉花葉面積指數(shù)、地上部分生物量、葉片含水量、植株含水量與27個光譜特征變量相關(guān)性不強,甚至在部分生育期內(nèi)無光譜提取變量與這些農(nóng)學參數(shù)的相關(guān)性達到顯著水平。全生育時期進行分析時,與葉面積指數(shù)、地上部分鮮生物量、地上部分干生物量、葉片含水量、植株含水量相關(guān)性較高的特征變量分別為SDr/SDb、SDr/SDy、SDr/SDy、(SDr-SDb)/(SDr+SDb)、紅邊位置λr,相關(guān)性系數(shù)分別為0.601、0.637、0.648、-0.685、-0.577,均達到極顯著水平。這些參數(shù)與敏感波段變量均具有較好的相關(guān)性,且與一階微分光譜敏感波段相關(guān)性相對較高。利用精度檢驗,在所建的模型中篩選出最優(yōu)的估測模型,結(jié)果顯示,以變量DR742為自變量的一元線性模型能夠較好的估測棉花葉面積指數(shù),估測精度為73.73%,以變量SDr/SDy為單一變量的冪函數(shù)模型能夠?qū)γ藁ǖ厣喜糠瞩r、干生物量進行估測,估測精度分別為94.81%、95.3%,以DR537、DR1408分別為單一變量的一元二次曲線回歸模型可以對棉花葉片含水量與植株含水量進行估測,精度分別為97.65%、97.37%。
【關(guān)鍵詞】：棉花 高光譜特征變量 敏感波段 生長信息參數(shù) 估算模型
【學位授予單位】：西北農(nóng)林科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：S562;S127
【目錄】：

• 摘要6-8
• ABSTRACT8-12
• 第一章 緒論12-22
• 1.1 研究目的意義12-13
• 1.2 國內(nèi)外研究進展13-18
• 1.2.1 高光譜數(shù)據(jù)與葉綠素的關(guān)系研究13-14
• 1.2.2 高光譜數(shù)據(jù)與花青素的關(guān)系研究14
• 1.2.3 高光譜數(shù)據(jù)與葉面積指數(shù)的關(guān)系研究14-15
• 1.2.4 高光譜數(shù)據(jù)與生物量的關(guān)系研究15-17
• 1.2.5 高光譜數(shù)據(jù)與含水量的關(guān)系研究17-18
• 1.3 高光譜數(shù)據(jù)處理分析方法的研究18-20
• 1.4 研究內(nèi)容與技術(shù)路線20-22
• 1.4.1 研究內(nèi)容20-21
• 1.4.2 技術(shù)路線21-22
• 第二章 試驗設(shè)計與分析方法22-28
• 2.1 研究區(qū)概況22
• 2.2 試驗設(shè)計22-23
• 2.3 光譜及農(nóng)學參數(shù)測定23-24
• 2.3.1 高光譜數(shù)據(jù)測定23
• 2.3.2 農(nóng)學參數(shù)測定23-24
• 2.4 光譜變量的選取24-25
• 2.5 模型的選取及精度檢驗方法25-27
• 2.6 數(shù)據(jù)處理27-28
• 第三章 棉花生長信息監(jiān)測指標的高光譜估算模型28-52
• 3.1 基于高光譜數(shù)據(jù)的葉綠素遙感反演28-34
• 3.1.1 葉綠素含量與光譜特征參量的相關(guān)分析28-31
• 3.1.2 葉綠素含量與敏感波段的相關(guān)分析31-34
• 3.2 基于高光譜數(shù)據(jù)的花青素遙感反演34-39
• 3.2.1 花青素含量與光譜特征參量的相關(guān)分析34-37
• 3.2.2 花青素含量與敏感波段的相關(guān)分析37-39
• 3.3 基于高光譜數(shù)據(jù)的葉面積指數(shù)遙感反演39-41
• 3.3.1 葉面積指數(shù)與光譜特征參量的相關(guān)分析39-40
• 3.3.2 葉面積指數(shù)與敏感波段的相關(guān)分析40-41
• 3.4 基于高光譜數(shù)據(jù)的生物量遙感反演41-46
• 3.4.1 生物量與光譜特征參量的相關(guān)分析41-44
• 3.4.2 生物量與敏感波段的相關(guān)分析44-46
• 3.5 基于高光譜數(shù)據(jù)的含水量遙感反演46-52
• 3.5.1 含水量與光譜特征參量的相關(guān)分析46-49
• 3.5.2 含水量與敏感波段的相關(guān)分析49-52
• 第四章 棉花生長信息監(jiān)測指標的高光譜估算模型精度分析52-61
• 4.1 葉綠素含量估算模型精度分析52-54
• 4.2 花青素含量估算模型精度分析54-55
• 4.3 葉面積指數(shù)估算模型精度分析55-56
• 4.4 生物量估算模型精度分析56-58
• 4.5 含水量估算模型精度分析58-61
• 第五章 結(jié)論與展望61-64
• 5.1 研究結(jié)論61-62
• 5.2 展望62-64
• 參考文獻64-68
• 致謝68-69
• 作者簡介69

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 田慶久,閔祥軍;植被指數(shù)研究進展[J];地球科學進展;1998年04期

2 孟卓強;胡春勝;程一松;;高光譜數(shù)據(jù)與冬小麥葉綠素密度的相關(guān)性研究[J];干旱地區(qū)農(nóng)業(yè)研究;2007年06期

3 艾天成,李方敏,周治安,張敏,吳海榮;作物葉片葉綠素含量與SPAD值相關(guān)性研究[J];湖北農(nóng)學院學報;2000年01期

4 孫莉;陳曦;武建軍;馮先偉;包安明;馬亞琴;王登偉;;水分脅迫下棉花冠層葉片高光譜數(shù)據(jù)生物量變化研究[J];科學通報;2006年S1期

5 馬勤建;王登偉;黃春燕;袁杰;陳燕;趙鵬舉;;棉花葉面積指數(shù)和地上干物質(zhì)積累量的高光譜估算模型研究[J];棉花學報;2008年03期

6 朱新開,盛海君,顧晶,張容,李春燕;應(yīng)用SPAD值預(yù)測小麥葉片葉綠素和氮含量的初步研究[J];麥類作物學報;2005年02期

7 靳彥華;熊黑鋼;張芳;王莉峰;;不同地類春小麥葉片葉綠素含量高光譜植被指數(shù)估算模型研究[J];麥類作物學報;2013年05期

8 楊吉龍,李家存,楊德明;高光譜分辨率遙感在植被監(jiān)測中的應(yīng)用綜述[J];世界地質(zhì);2001年03期

9 陳燕;黃春燕;王登偉;祁亞琴;袁杰;馬勤建;;北疆棉花葉綠素密度的高光譜估算研究[J];新疆農(nóng)業(yè)科學;2006年06期

10 王秀珍,黃敬峰,李云梅,王人潮;水稻葉面積指數(shù)的高光譜遙感估算模型[J];遙感學報;2004年01期

  本文關(guān)鍵詞：基于高光譜數(shù)據(jù)的棉花生長信息模型模擬研究，由筆耕文化傳播整理發(fā)布。

本文編號：345101