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、本試驗(yàn)以塔羅科血橙為研究對(duì)象,利用八旋翼無人機(jī)搭載的多光譜成像儀,分別在花芽生理分化期、休眠期和盛花期采集植株冠層光譜遙感信息,同時(shí)采集冠層葉片進(jìn)行營養(yǎng)元素含量的測(cè)定,并調(diào)查統(tǒng)計(jì)試驗(yàn)區(qū)域單株的花量和產(chǎn)量。運(yùn)用光譜遙感圖像處理和數(shù)理統(tǒng)計(jì)分析等技術(shù),研究建立柑橘植株冠層營養(yǎng)、花量和產(chǎn)量的近地遙感估測(cè)技術(shù),以期為基于無人機(jī)低空遙感信息的柑橘營養(yǎng)和成花坐果量檢測(cè)技術(shù)的研發(fā)提供理論依據(jù)和技術(shù)支持。主要研究?jī)?nèi)容和結(jié)果如下:
1.塔羅科血橙
2、植株冠層營養(yǎng)元素含量的近地遙感估測(cè)
(1)通過對(duì)花芽生理分化期、休眠期、盛花期塔羅科血橙植株冠層近地遙感光譜信息分析,發(fā)現(xiàn),塔羅科血橙冠層近地遙感光譜反射率與典型植物十分相似,即在可見光區(qū)域反射率較低,近紅外區(qū)域反射率較高。三個(gè)時(shí)期冠層光譜反射率波形曲線走勢(shì)相似,但反射率大小差異顯著,基本呈花芽生理分化期>休眠期>盛花期的趨勢(shì)。
?。?)基于獲取的三個(gè)物候期的塔羅科血橙冠層近地遙感光譜信息,采用歸一化(Normaliz
3、ation)、多元散射校正(MSC)、去噪(De-Noise)、標(biāo)準(zhǔn)正態(tài)變量變換(SNV)等四種方法對(duì)原始光譜進(jìn)行預(yù)處理,并基于預(yù)處理后光譜和原始光譜建立植株冠層營養(yǎng)元素含量的偏最小二乘(PLS)、多元線性回歸(MLR)、主成分回歸(PCR)和最小二乘支持向量機(jī)(LS-SVM)模型。通過比對(duì)不同模型對(duì)植株冠層N、P、K、Ca、Mg、S含量的預(yù)測(cè)精度,結(jié)果顯示,植株冠層N含量近地遙感估測(cè)的最佳模型為基于休眠期冠層原始光譜所建PCR模型;基
4、于休眠期冠層原始光譜所建MLR模型對(duì)植株冠層P含量的預(yù)測(cè)效果最優(yōu);基于盛花期冠層原始光譜所建LS-SVM模型可以實(shí)現(xiàn)冠層K含量的最優(yōu)估測(cè);對(duì)休眠期冠層原始光譜進(jìn)行SNV預(yù)處理后,采用LS-SVM建立模型對(duì)冠層Ca含量的近地遙感估測(cè)效果最佳;對(duì)冠層Mg含量的估測(cè),則以基于SNV預(yù)處理花芽生理分化期冠層光譜所建PLS模型效果最好;基于休眠期冠層原始光譜所建LS-SVM模型可以較好地估測(cè)冠層S含量。
2.塔羅科血橙植株冠層花量的近地
5、遙感估測(cè)
(1)利用三個(gè)物候期的塔羅科血橙冠層近地遙感信息,采用Normalization、MSC、De-Noise、SNV等四種光譜預(yù)處理方法和PLS、MLR、PCR、LS-SVM等四種數(shù)據(jù)建模方法建立冠層花量的估測(cè)模型,結(jié)果顯示,進(jìn)行塔羅科血橙冠層花量近地遙感光譜估測(cè)的最佳時(shí)期為休眠期,最佳模型為基于De-Noise預(yù)處理光譜建立的LS-SVM預(yù)測(cè)模型,其Rc和Rp分別為0.6571和0.6519,NRMSEC和NRMSE
6、P分別為0.3150和0.2852。
(2)為進(jìn)一步優(yōu)選冠層花量估測(cè)模型,篩選NDVI、DVI、RVI等三種植被指數(shù)進(jìn)行光譜數(shù)據(jù)變換,再分別以植被指數(shù)(NDVI+DVI+RVI)、原始光譜+植被指數(shù)為自變量,建立冠層花量的PLS、PCR、LS-SVM估測(cè)模型,通過比對(duì)所建模型的預(yù)測(cè)效果發(fā)現(xiàn),塔羅科血橙冠層花量估測(cè)的最佳物候期為休眠期,最佳估測(cè)模型為基于冠層原始光譜+植被指數(shù)為自變量所建PCR模型,Rc為0.6766,NRMSE
7、C為0.2912,Rp為0.6963,NRMSEP為0.3928。
?。?)對(duì)所有冠層花量估測(cè)模型進(jìn)行綜合分析,發(fā)現(xiàn),以休眠期冠層原始光譜+植被指數(shù)為自變量,采用PCR方法所建模型的估測(cè)效果最優(yōu)。
3.塔羅科血橙植株產(chǎn)量的近地遙感估測(cè)
?。?)采集花芽生理分化期、休眠期和盛花期塔羅科血橙冠層近地遙感信息,采用Normalization、MSC、De-Noise、SNV等光譜預(yù)處理方法和PLS、MLR、PCR、L
8、S-SVM等數(shù)據(jù)建模方法建立植株產(chǎn)量的估測(cè)模型,結(jié)果發(fā)現(xiàn),塔羅科血橙單株產(chǎn)量近地遙感光譜估測(cè)的最佳時(shí)期為休眠期,基于MSC預(yù)處理光譜所建LS-SVM模型預(yù)測(cè)效果最好,Rc和Rp分別為0.7290和0.7237,NRMSEC和NRMSEP分別為0.2347和0.2549。
?。?)分別以植被指數(shù)、植被指數(shù)+原始光譜為自變量,建立單株產(chǎn)量的PLS、PCR、LS-SVM估測(cè)模型,通過比對(duì)所建模型的預(yù)測(cè)效果發(fā)現(xiàn),單株產(chǎn)量估測(cè)的最佳時(shí)期仍
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
- 基于LAI的棉花產(chǎn)量近地遙感模型研究.pdf
- 森林蓄積量遙感估測(cè)的應(yīng)用研究.pdf
- 花器官診斷柑橘鉀營養(yǎng)的研究.pdf
- 基于柑橘葉、花近紅外高光譜信息的營養(yǎng)診斷與成花能力預(yù)測(cè)研究.pdf
- 柑橘樹冠層營養(yǎng)和果實(shí)品質(zhì)的空間分布及郁閉植株改造的生理響應(yīng)研究.pdf
- 云南松蓄積量定量遙感估測(cè)模型研究.pdf
- 森林蓄積量遙感定量估測(cè)系統(tǒng)研發(fā).pdf
- 基于遙感信息的森林蓄積量估測(cè).pdf
- 基于遙感和GIS的棉花面積提取和產(chǎn)量估測(cè)研究.pdf
- 昭陽區(qū)森林可燃物載量的遙感估測(cè)研究.pdf
- 云南松林可燃物載量的遙感估測(cè)研究.pdf
- 基于高分遙感紋理信息的森林蓄積量估測(cè)研究.pdf
- 森林生物量微波遙感估測(cè)模型.pdf
- 蘋果花期冠層高光譜特征及營養(yǎng)元素含量估測(cè)研究.pdf
- 基于多源遙感數(shù)據(jù)的森林蓄積量估測(cè)方法研究.pdf
- 基于GIS和遙感影像的森林蓄積量分類估測(cè)研究.pdf
- 上海城市森林生物量的遙感估測(cè)研究.pdf
- 區(qū)域森林生物量遙感估測(cè)與應(yīng)用研究.pdf
- 土壤孢囊線蟲量對(duì)大豆植株農(nóng)藝性狀及產(chǎn)量的影響.pdf
- 高分遙感紋理信息對(duì)森林蓄積量估測(cè)的影響規(guī)律研究.pdf
評(píng)論
0/150
提交評(píng)論