田野成像光譜儀中小麥葉綠素含量模型研究.pdf

1、本文以國(guó)家高技術(shù)研究發(fā)展計(jì)劃(863)“田間作物信息成像光譜儀的研制與應(yīng)用”(2007AA10Z202)、“基于國(guó)產(chǎn)旋翼無人機(jī)的農(nóng)業(yè)低空高光譜遙感技術(shù)”(2010AA10Z201)為研究背景,采用自主研制的“Offner田野成像光譜儀”,介紹了成像光譜分析的方法及流程,對(duì)大田冬小麥葉片進(jìn)行成像光譜采集實(shí)驗(yàn),并結(jié)合實(shí)驗(yàn)數(shù)據(jù)進(jìn)行小麥葉綠素定量分析研究。論文主要內(nèi)容包括以下幾部分:
　　 一、成像光譜技術(shù)用于小麥葉綠素含量無損檢測(cè)的意

2、義,成像光譜技術(shù)的發(fā)展歷史,成像光譜技術(shù)在精準(zhǔn)農(nóng)業(yè)領(lǐng)域的應(yīng)用。
　　 二、成像光譜分析的光譜預(yù)處理方法,最優(yōu)波長(zhǎng)選擇方法,常用的多元校正算法原理。
　　 三、基于Offner田野成像光譜儀的大田冬小麥葉片成像光譜實(shí)驗(yàn)。介紹了實(shí)驗(yàn)設(shè)計(jì)方案,成像光譜儀的主要技術(shù)參數(shù),實(shí)際田間操作成像光譜系統(tǒng)獲取小麥葉片光譜圖像的采集、處理方法。
　　 四、基于成像光譜數(shù)據(jù),建立了葉綠素a、葉綠素b、葉綠素總量、SPAD的偏最小二乘法

3、回歸模型。比較不同光譜預(yù)處理方法對(duì)模型的影響,從提高建模效率、減少建模變量的角度,研究了連續(xù)投影算法在高光譜建模中的作用,并與光譜全波段建立的偏最小二乘回歸模型做了比較分析。
　　 五、基于成像光譜數(shù)據(jù)的葉綠素檢測(cè)模塊的設(shè)計(jì)與實(shí)現(xiàn)。模塊包含了成像光譜定量分析流程中的基本數(shù)據(jù)處理和分析方法。使用這個(gè)葉綠素檢測(cè)工具模塊,將使高光譜數(shù)據(jù)分析處理更加方便、準(zhǔn)確,為從高光譜數(shù)據(jù)中提取信息提供了一個(gè)快速、便捷的基礎(chǔ)性工具。
　　 六