發(fā)布時間：2021-05-24 10:50

　　本文以環(huán)青海湖地區(qū)草場為采樣地,結(jié)合實地測量數(shù)據(jù)、高分遙感數(shù)據(jù)和化學法測值,建立BP-ANN模型和NIRS模型,將2個模型用于快速估測海晏縣青海湖鄉(xiāng)某牧戶草場產(chǎn)草量及養(yǎng)分輸出量,并評析模型精度及適用性。以提高牧戶草場全年產(chǎn)草量估測的準確性,更精準的預估冷、暖季牧戶草場產(chǎn)量及牧草養(yǎng)分輸出量,直觀的展現(xiàn)其月際變化,以雙指標對牧戶草場冷、暖季載畜及放牧情況進行評估,并給予針對性的月際補飼、輪牧建議。研究結(jié)果如下:1.結(jié)合環(huán)青海湖區(qū)域2435份冷季牧草與2765份暖季牧草樣本,分別建立5種養(yǎng)分的NIRS定量模型。對冷季牧草的DM、CP和Ca含量預測擬合度較好,其中,DM模型最佳（RSQ=0.960）,P含量的預估有待提升（RSQ=0.840）,EE模型尚不可用（RSQ=0.526）;對暖季牧草的DM、CP、Ca和P存量預估模型皆通過驗證,其中,CP模型最佳（RSQ=0.971）,EE模型未通過驗證（RSQ=0.472）。2.以環(huán)青海湖區(qū)域2844份實測產(chǎn)草量、97景高分數(shù)據(jù)、草地類型數(shù)據(jù)作為樣本數(shù)據(jù),以9類草地亞類和2種植被指數(shù)訓練BP神經(jīng)網(wǎng)絡,經(jīng)測試,產(chǎn)草量估測模型R2=0.743,RMSE... 

【文章來源】：青海大學青海省 211工程院校

【文章頁數(shù)】：90 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
縮略詞表
第一章 引言
    1.1 研究背景
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 產(chǎn)草量遙感反演研究現(xiàn)狀
        1.2.2 近紅外光譜技術(shù)研究現(xiàn)狀
        1.2.3 神經(jīng)網(wǎng)絡模型研究現(xiàn)狀
    1.3 研究內(nèi)容、目的和技術(shù)路線
        1.3.1 研究內(nèi)容、方法
        1.3.2 研究目的與意義
        1.3.3 技術(shù)路線圖
第二章 建立NIRS養(yǎng)分定量分析模型
    2.1 材料與方法
        2.1.1 研究區(qū)概況
        2.1.2 野外數(shù)據(jù)采集
        2.1.3 光譜數(shù)據(jù)采集
        2.1.4 養(yǎng)分數(shù)據(jù)測定
    2.2 建立NIRS養(yǎng)分定量模型
        2.2.1 篩選樣本
        2.2.2 光譜預處理
        2.2.3 定標方程構(gòu)建
        2.2.4 模型驗證指標
    2.3 結(jié)果與分析
        2.3.1 冷季最佳定標模型
        2.3.2 暖季最佳定標模型
    2.4 本章小結(jié)
第三章 建立BP-ANN產(chǎn)草量模型
    3.1 材料與方法
        3.1.1 研究區(qū)概況
        3.1.2 草地類型數(shù)據(jù)
        3.1.3 高分影像提取
        3.1.4 植被指數(shù)計算
    3.2 BP-ANN模型構(gòu)建
        3.2.1 獲取樣本
        3.2.2 數(shù)據(jù)預處理
        3.2.3 建立神經(jīng)網(wǎng)絡
        3.2.4 訓練神經(jīng)網(wǎng)絡
        3.2.5 仿真計算
        3.2.6 精度評價
    3.3 結(jié)果與分析
        3.3.1 最佳模型參數(shù)
        3.3.2 模型精度分析
    3.4 本章小結(jié)
第四章 特定牧戶草場中模型應用
    4.1 材料與方法
        4.1.1 研究區(qū)概況
        4.1.2 野外數(shù)據(jù)采集
        4.1.3 BP-ANN產(chǎn)草量測定
        4.1.4 NIRS養(yǎng)分測定
        4.1.5 草畜平衡評價
    4.2 結(jié)果與分析
        4.2.1 產(chǎn)草量月際變化
        4.2.2 草場營養(yǎng)月際變化
        4.2.3 草畜平衡狀況
    4.3 本章小結(jié)
第五章 總結(jié)
    5.1 總結(jié)
    5.2 創(chuàng)新點與擬解決問題
        5.2.1 創(chuàng)新點
        5.2.2 擬解決問題
    5.3 需要進一步研究的問題
參考文獻
致謝
攻讀碩士學位期間科研成果簡介


【參考文獻】：
期刊論文
[1]飼料中粗脂肪和粗纖維含量的近紅外光譜快速分析[J]. 郝勇,吳文輝,商慶園.  光譜學與光譜分析. 2020(01)
[2]Landsat8光譜衍生數(shù)據(jù)分類體系下的牧草生物量反演[J]. 張愛武,張帥,郭超凡,劉路路,胡少興,柴沙駝.  光譜學與光譜分析. 2020(01)
[3]喀斯特石漠化地區(qū)草地承載力研究進展與展望[J]. 郭濤,熊康寧,劉肇軍,池永寬,宋淑珍.  中國飼料. 2020(01)
[4]神經(jīng)網(wǎng)絡規(guī)則優(yōu)化建模與應用[J]. 陳麗芳,馮力靜,劉保相.  計算機工程與科學. 2019(12)
[5]基于生態(tài)建設的青海省土地資源評價研究[J]. 史青,彭紅.  中國水土保持. 2019(12)
[6]近紅外光譜法測定羊草干草的9項品質(zhì)指標[J]. 常春,侯向陽,武自念,吳洪新,任衛(wèi)波,尹強,張繼澤,孔令琪,賈玉山.  中國草地學報. 2019(05)
[7]合作市山地草甸草場植被蓋度、產(chǎn)草量及養(yǎng)分含量動態(tài)研究[J]. 俞聯(lián)平,李昀,李新媛,陳興榮,俞慧云,才讓吉,王學良,吳昌順,杜笑村,王銀花.  中國草食動物科學. 2019(05)
[8]基于近紅外漫反射光譜的規(guī)�；膛黾S水氮磷定量分析及模型構(gòu)建[J]. 趙潤,牟美睿,王鵬,孫迪,劉海學,張克強,楊仁杰.  農(nóng)業(yè)環(huán)境科學學報. 2019(08)
[9]中國草原管理政策探討[J]. 王洪波,韓愛惠.  林業(yè)資源管理. 2019(03)
[10]苜蓿干草常規(guī)營養(yǎng)成分含量近紅外預測模型的建立[J]. 何云,張亮,武小姣,鄭愛榮,劉薇,賀永惠,牛巖,王躍先,張曉霞.  動物營養(yǎng)學報. 2019(10)

博士論文
[1]內(nèi)蒙古草地生產(chǎn)力時空分析及產(chǎn)草量遙感估算和預測[D]. 劉海新.山東科技大學 2019
[2]化學計量學方法在復雜體系譜學數(shù)據(jù)分析中的應用[D]. 汪婉萍.中國科學技術(shù)大學 2019
[3]牦牛暖季補飼對改善肉品質(zhì)的作用及機理研究[D]. 郝力壯.蘭州大學 2019
[4]基于UAV和機器學習方法的甘南地區(qū)高寒草地地上生物量遙感估測研究[D]. 孟寶平.蘭州大學 2018
[5]基于GEP算法和高光譜數(shù)據(jù)的植物主要理化參數(shù)估算研究[D]. 楊樂嬋.南京大學 2017
[6]大豆磷脂酶D對大豆結(jié)瘤過程和種子油脂代謝的影響[D]. 張高陽.華中農(nóng)業(yè)大學 2017
[7]牧區(qū)“水-土-草-畜”平衡調(diào)控模式與方法研究[D]. 鹿海員.中國水利水電科學研究院 2017
[8]三江源地區(qū)高寒草地生物量和草畜平衡的時空變化動態(tài)及其影響因素研究[D]. 楊淑霞.蘭州大學 2017

碩士論文
[1]內(nèi)蒙古草原畜牧業(yè)可持續(xù)發(fā)展研究[D]. 張皓.西北農(nóng)林科技大學 2019
[2]近紅外光譜分類的深度森林方法及應用研究[D]. 杜師帥.北京郵電大學 2019
[3]高山美利奴種公羊放牧營養(yǎng)監(jiān)測及其能量與蛋白質(zhì)營養(yǎng)需要研究[D]. 張樹淼.蘭州大學 2019
[4]青藏高原草地生長季地表反照率時空變化及其驅(qū)動力分析[D]. 陳超男.河南大學 2019
[5]基于高分一號衛(wèi)星影像的冬小麥種植面積提取方法研究[D]. 韓林果.河南大學 2019
[6]青海省生態(tài)保護紅線劃定研究與管控[D]. 溫豪.西安科技大學 2019
[7]烏拉蓋草原牧草營養(yǎng)價值評定及不同飼喂水平對肉牛生產(chǎn)性能的影響[D]. 程財.內(nèi)蒙古農(nóng)業(yè)大學 2019
[8]蒙古馬奶常規(guī)營養(yǎng)成分檢測與NIR快速檢測模型建立[D]. 黃亞東.內(nèi)蒙古農(nóng)業(yè)大學 2019
[9]青藏高原高寒草地生態(tài)承載力研究[D]. 楊祎.河北師范大學 2019
[10]基于高光譜和高分一號衛(wèi)星影像的冬小麥葉綠素遙感反演[D]. 王婷婷.西北農(nóng)林科技大學 2019



本文編號：3204072