版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、快速、無損的獲取作物氮素營(yíng)養(yǎng)和長(zhǎng)勢(shì)指標(biāo)對(duì)精確作物管理及產(chǎn)能預(yù)測(cè)具有重要意義。高光譜遙感技術(shù)具有光譜譜段全、分辨率高、光譜信號(hào)精細(xì)等優(yōu)點(diǎn),正逐漸成為支持作物生長(zhǎng)無損監(jiān)測(cè)的一項(xiàng)重要關(guān)鍵技術(shù)。但在作物生長(zhǎng)的前中期,土壤背景等外界干擾因素的存在,嚴(yán)重影響了高光譜反演的精度,限制了遙感反演技術(shù)的推廣。因此,如何消除土壤背景等因素的影響,構(gòu)建兼具較強(qiáng)普適性和機(jī)理性的光譜估測(cè)模型十分必要。
本研究的目的是以小麥為對(duì)象,基于不同株型品種、
2、不同施氮水平和不同種植密度的小麥田間試驗(yàn),研究不同施氮水平和種植密度條件下小麥冠層高光譜反射率特征,系統(tǒng)分析冠層光譜與小麥氮素營(yíng)養(yǎng)和生長(zhǎng)指標(biāo)之間的定量關(guān)系,探討量化或消除土壤背景干擾因子的有效途徑與方法,確立適用于不同植被覆蓋度條件下小麥氮素營(yíng)養(yǎng)和生長(zhǎng)指標(biāo)監(jiān)測(cè)的光譜參數(shù),進(jìn)而構(gòu)建兼具機(jī)理性與普適性的監(jiān)測(cè)模型,從而為小麥生長(zhǎng)的無損監(jiān)測(cè)和精確管理提供有效技術(shù)支撐。
在明確不同生育時(shí)期小麥冠層光譜隨施氮水平和種植密度變化特征的基
3、礎(chǔ)上,系統(tǒng)分析了350~2500nm波段范圍內(nèi)任意兩波段的原始光譜及一階導(dǎo)數(shù)光譜組合的5類光譜參數(shù)(比值植被指數(shù)RVI、歸一化植被指數(shù)NDVI、土壤調(diào)節(jié)植被指數(shù)SAVI、最優(yōu)土壤調(diào)節(jié)植被指數(shù)OSAVI、垂直植被指數(shù)PVI)與小麥冠層葉層氮含量的定量關(guān)系,進(jìn)一步采用植被覆蓋度(Fractional Vegetation Cover,F(xiàn)Vcover)修訂各光譜參數(shù)并采用線性混合模型的手段來探討消除或降低土壤背景的干擾方法。結(jié)果顯示,本文選用
4、的監(jiān)測(cè)小麥LNC的各光譜參數(shù)都受到土壤背景的影響,估測(cè)精度(R2)在0.55左右,且敏感區(qū)域相似(均在500nm的綠光部分),不同形式的光譜參數(shù)所提供的光譜信息基本一致,以O(shè)SAVI(R514,R469)L=0.04的表現(xiàn)最佳。一階導(dǎo)數(shù)光譜參數(shù)估測(cè)精度(R2)提高到0.59,但模型檢驗(yàn)R2降低,相對(duì)均方根誤差(RRMSE)升高,模型的穩(wěn)定性較差。新構(gòu)建的覆蓋度調(diào)節(jié)光譜參數(shù)NDVI(R513,R481)/(1+FVcover)獲得較好的效
5、果,模型的精度(R2)提高到0.62,RRMSE降為0.13,且受LAI、LDW、FVcover和LNA影響較小。線性混合模型由于田間試驗(yàn)環(huán)境的限制表現(xiàn)欠佳,但具有較大潛力。三波段光譜參數(shù)及紅邊參數(shù)均不如兩波段光譜參數(shù)與小麥LNC關(guān)系密切。因此,覆蓋度調(diào)節(jié)光譜參數(shù)NDVI/(1+FVcover)可以用于不同覆蓋度條件下的小麥LNC監(jiān)測(cè)。
系統(tǒng)獲取了不同覆蓋度水平的冠層葉片光譜和氮積累量(Leaf NitrogenAccum
6、ulation,LNA)信息,分析了350~2500nm波段范圍內(nèi)任意兩波段的原始光譜及一階導(dǎo)數(shù)光譜組合的5類光譜參數(shù)與小麥葉層氮積累量的定量關(guān)系。結(jié)果顯示,原始光譜參數(shù)估測(cè)精度(R2)均達(dá)到0.7以上,最優(yōu)波段組合集中在690~762nm近紅外區(qū)域;導(dǎo)數(shù)光譜參數(shù)較原始光譜參數(shù)的建模R2與模型檢驗(yàn)精度均所有提高,其中以SAVI(FD856,F(xiàn)D740)L=-0.1為變量建立的模型效果相對(duì)最好,建模R2為0.762,獨(dú)立試驗(yàn)資料檢驗(yàn)R2為
7、0.803,RRMSE為0.235,slope為1.009。新構(gòu)建的三波段光譜參數(shù)mSR(R763,R692,R419)和mND(R692,R655,R444)均獲得較高的估測(cè)精度,R2達(dá)到0.811,但模型檢驗(yàn)效果稍差。紅邊參數(shù)整體效果較差,以基于倒高斯法構(gòu)建的左右峰面積差參數(shù)效果相對(duì)較好。最后,引用了第三章的葉層氮含量敏感光譜參數(shù)形式NDVI(Rλ1,Rλ2)/(1+FVcover),但由于氮積累量與氮含量的指標(biāo)構(gòu)成差異,并未獲得理
8、想的效果。因此,SAVI(FD856,F(xiàn)D740) L=-0.1是適合于不同植被被覆蓋度下小麥LNA估測(cè)的良好光譜參數(shù)。
通過ASD光譜儀測(cè)量了不同覆蓋度水平下的冠層光譜,同時(shí)獲取葉面積指數(shù)(LAI)、葉干重(LDW)和植被覆蓋度(FVcover),定量分析了5類光譜參數(shù)與小麥LAI、LDW、FVcover的關(guān)系。結(jié)果顯示,基于原始光譜兩波段組合的土壤調(diào)節(jié)光譜參數(shù)SAVI(R762,R724)L=1同時(shí)對(duì)LAI、LDW、F
9、Vcover具有良好的估測(cè)精度,決定系數(shù)R2達(dá)到0.8以上。導(dǎo)數(shù)光譜參數(shù)OSAVI(FD1146,F(xiàn)D758)及基于一階微分紅邊位置提取法構(gòu)建的右峰面積參數(shù)均有著良好的表現(xiàn),建模R2與SAVI(R762,R724)相近,而三波段光譜參數(shù)(R762-R724-R856)/(R762+R724+R856)則不如上述光譜參數(shù)表現(xiàn)好。已有光譜參數(shù)中,WDVI、 MSAVI2、Gm-1、DVI(810,560)與LAI、LDW、FVcover有較
10、好的相關(guān)性,決定系數(shù)R2均達(dá)到0.75以上。獨(dú)立試驗(yàn)資料檢驗(yàn)結(jié)果表明,以SAVI(R762,R724) L=1為變量構(gòu)建的小麥LAI、LDW、FVcover監(jiān)測(cè)模型具有較好的檢驗(yàn)結(jié)果,OSAVI(FD1146,F(xiàn)D758)與右峰面積參數(shù)檢驗(yàn)效果不穩(wěn)定,而已有光譜參數(shù)中,GM-1等也有良好的效果,但總體上差于SAVI(R762,R724)。因此,利用SAVI(R762,R724) L=1可以對(duì)不同覆蓋度條件下的小麥LAI、LDW、FVco
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 不同覆蓋度條件下水稻葉層氮素營(yíng)養(yǎng)的高光譜監(jiān)測(cè)研究.pdf
- 基于高光譜監(jiān)測(cè)不同覆蓋度下小麥葉層氮含量的研究.pdf
- 干旱地區(qū)稀疏植被覆蓋度高光譜遙感定量反演研究.pdf
- 部分植被覆蓋下的土壤鹽分高光譜遙感反演.pdf
- 呼倫貝爾沙地植被覆蓋度變化遙感監(jiān)測(cè)研究.pdf
- 13600.全國(guó)時(shí)空連續(xù)植被覆蓋度遙感監(jiān)測(cè)
- 南靖植被覆蓋度的遙感估算
- 基于多源遙感數(shù)據(jù)的冬小麥植被覆蓋度估算研究.pdf
- 西南巖溶地區(qū)植被覆蓋條件下的碳酸鹽巖巖性遙感識(shí)別研究.pdf
- 杭州灣沿岸植被覆蓋度遙感監(jiān)測(cè)及變化研究.pdf
- 基于RS和IDL的植被覆蓋度變化監(jiān)測(cè)分析研究.pdf
- 植被覆蓋度分布圖制作
- 11857.基于陰影情況下的植被覆蓋度模型研究
- 毛烏素沙地植被覆蓋動(dòng)態(tài)變化的遙感監(jiān)測(cè).pdf
- 基于多源遙感數(shù)據(jù)的植被覆蓋度研究.pdf
- 基于地形輻射校正的植被覆蓋參數(shù)遙感反演.pdf
- 滹沱河流域植被覆蓋率變化條件下降水徑流關(guān)系變化的研究.pdf
- 震區(qū)蘆山縣植被覆蓋度時(shí)空變化研究.pdf
- 50146.遙感反演植被覆蓋度的角度效應(yīng)研究
- 基于Android平臺(tái)提取草地植被覆蓋度的方法研究.pdf
評(píng)論
0/150
提交評(píng)論