收藏本站
《中南大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

小麦冠层理化参量的高光谱反演

梁亮  
【摘要】:作物理化信息的准确、快速获取是科学地进行农业生产的基础。以传统化学分析方法获取各种农学参量存在耗时长,只能获取点源信息以及难以在宏观尺度上展开等缺陷,极大地影响了农业决策的全面性、时效性与客观性。高光谱技术的不断成熟及其在定量分析中表现出的巨大优势,为解决这一问题带来了新的契机。本文结合高光谱与地物光谱分析技术,在已有研究的基础上改进与发展新的方法,实现了小麦氮含量、叶绿素含量、含水量以及叶面积指数的准确、快速反演,从而为农业生产提供了科学支持。本文的研究成果主要包括以下几点: 1.实现了地物光谱与成像光谱预处理方法的改进。首先,针对地物光谱存在随机噪声与背景信息的问题,本文采用小波去噪与导数处理相结合的方法进行地物光谱数据的预处理,实现了在去除土壤背景的同时抑制随机噪声以提高光谱信噪比的目的,从而改进了地物光谱的预处理方法。其次,在成像光谱的预处理上,本文采用最小噪声分离(MNF)算法进行了成像光谱的消噪,并结合QUAC与ELC两种大气校正方法实现了高光谱影像大气校正的优化,获得了接近地面真实反射率的影像数据。地面光谱与成像光谱预处理方法的改进为小麦理化参量的精确反演奠定了基础。 2.系统地分析了植被指数提取、分类算法提取以及端元波谱匹配填图三种方法在目标作物覆盖区域(目标区域)提取中的优缺点以及各自的适应范围。得出以下结论:植被指数提取具有操作方法简单,计算速度快的优点,但难以对不同的植被进行区分,适合在植被类型单一或不需要对植被进行区分的时候使用;分类算法的训练样本由人工选取,具有一定的主观性,但交互性较好,可对训练样本进行调整,并根据具体的要求对地物类型进行划分,从而得出适合目标区域提取的地物类型划分方法,实现较精准的提取,适合需要对混合区域进行提取时使用;端元波谱匹配则具有精确客观的优点,但对混合地类的提取能力较差,适合目标区域内的地物类型较纯时使用。 3.以本文提出的新光谱指数FD-NDNI实现了小麦冠层叶片氮含量的反演,并利用最小二乘支撑向量回归(LS-SVR)算法实现了建模方法的优化。指数FD-NDNI系小麦反射光谱“蓝边”与“红边”陡峭度的归一化值,可敏感反映出小麦冠层叶片氮含量信息,其反演模型校正集与预测集R2分别达0.846与0.838,优于mNDVI705. mSR705与NDNI等常用指数的反演结果。进一步分析发现,在各指数中,FD-NDNI与叶面积指数的相关性最低(r=0.67),能最有效地避免冠层郁闭度等因素对冠层叶片氮含量估测的影响。利用反演模型实现了氮含量的遥感填图,并将反演结果与地面实测值进行拟合分析。发现两组数据拟合模型R2达0.721,RMSE为0.421,具有较高的拟合度。表明FD-NDNI是进行小麦冠层叶片氮含量反演的优选指数,从而为实现小麦氮含量的反演提供了一条新的途径。 4.对18种高光谱指数进行了比较分析,筛选出了可敏感反映小麦冠层叶片叶绿素含量的光谱指数REP,并对其物理意义进行了探讨。利用指数REP建立了叶绿素含量的反演模型,并采用LS-SVR算法实现了模型的优化。分析表明,指数REP所建立的反演模型在各指数中精度最高(C-R2与p-R2分别达0.751与0.722),且其遥感填图结果与地面实测值具有较高拟合度(拟合模型R2达0.676),是进行小麦叶绿素反演的优选指数。 5.提出了可敏感反映小麦冠层叶片含水量信息的新光谱指FD730-955、FD730-1 145与FD730-1330,并对其物理意义进行了探讨。以最优指数FD730-955实现了小麦冠层含水量的反演,并利用LS-SVR算法实现了建模方法的优化。分析表明,指数FD730-955所建立的反演模型校正集与预测集R2分别达0.797与0.820,优于WBI.NDWI与MSI等常用指数的反演结果;其反演模型遥感填图结果与地面实测值回归拟合模型R2值达0.647,具有较高拟合度。表明指数FD730-955可较好地表征小麦冠层的水分信息,是进行含水量反演的优选指数。 6.对18种高光谱指数进行了比较分析,筛选出了可敏感反映小麦叶面积指数(LAI)的光谱指数OSAVI,并对其物理意义进行了探讨。利用这一指数建立了LAI的反演模型,并采用LS-SVR算法实现了模型的优化。分析表明,指数REP所建立的反演模型在各指数中精度最高(C-R2与P-R2分别达0.839与0.836),且其遥感填图结果与地面实测值具有较高拟合度(拟合模型R2达0.756),是进行小麦LAI反演的优选指数。
【学位授予单位】:中南大学
【学位级别】:博士
【学位授予年份】:2010
【分类号】:S512.1

【参考文献】
中国期刊全文数据库 前10条
1 杨敏华,刘良云,刘团结,黄文江,赵春江;小麦冠层理化参量的高光谱遥感反演试验研究[J];测绘学报;2002年04期
2 张佳华,符淙斌,延晓冬,Seita Emori,Hiroshi Kanzawa;全球植被叶面积指数对温度和降水的响应研究[J];地球物理学报;2002年05期
3 王海光;马占鸿;王韬;蔡成静;安虎;张录达;;高光谱在小麦条锈病严重度分级识别中的应用[J];光谱学与光谱分析;2007年09期
4 谭琨;杜培军;;基于径向基函数神经网络的高光谱遥感图像分类[J];光谱学与光谱分析;2008年09期
5 邓巍;张录达;何雄奎;Mueller J;曾爱军;宋坚利;刘亚佳;周继中;陈吉;王旭;;基于支持向量机的玉米苗期田间杂草光谱识别[J];光谱学与光谱分析;2009年07期
6 周丹;王钦军;田庆久;蔺启忠;傅文学;;小波分析及其在高光谱噪声去除中的应用[J];光谱学与光谱分析;2009年07期
7 郭洁滨;黄冲;王海光;孙振宇;马占鸿;;基于高光谱遥感技术的不同小麦品种条锈病病情指数的反演[J];光谱学与光谱分析;2009年12期
8 满旺;张杰林;曹代勇;;基于Oracle的高光谱数据管理平台设计与应用[J];世界核地质科学;2007年04期
9 苏令华;衣同胜;万建伟;;基于独立分量分析的高光谱图像压缩[J];光子学报;2008年05期
10 吴迪;何勇;冯水娟;鲍一丹;;基于LS-SVM的红外光谱技术在奶粉脂肪含量无损检测中的应用[J];红外与毫米波学报;2008年03期
中国博士学位论文全文数据库 前2条
1 沈艳;植被生化组分高光谱遥感定量反演研究[D];南京信息工程大学;2006年
2 刘翔;基于光谱维变换的高光谱图像目标探测研究[D];中国科学院研究生院(遥感应用研究所);2008年
【共引文献】
中国期刊全文数据库 前10条
1 隋学艳;朱振林;朱传宝;杨丽萍;姚慧敏;郭洪海;;基于MODIS数据的山东省小麦株高遥感估算研究[J];山东农业科学;2009年02期
2 张晓艳;王丽丽;封文杰;刘淑云;王风云;张秀兰;朱建华;;花生红边特征及其叶面积指数的高光谱估算模型[J];山东农业科学;2010年03期
3 张晓艳;王丽丽;刘锋;封文杰;刘淑云;朱建华;;基于高光谱遥感的花生叶片氮积累量监测模型的研究[J];山东农业科学;2012年03期
4 彭金光;孙玉宏;师瑞红;谢国生;;10℃低温对西瓜幼苗耐性生理指标的影响[J];安徽农学通报;2006年10期
5 陈军;王洪仁;;基于高光谱红边参数的棉花冠层覆盖度提取研究[J];安徽农学通报(上半月刊);2009年09期
6 朱桂才;;水分胁迫对李氏禾地上部的休眠特性研究[J];安徽农学通报(上半月刊);2009年23期
7 刘占宇;周湾;张莉丽;;入侵植物加拿大一枝黄花的高光谱特性研究[J];安徽农学通报(上半月刊);2011年07期
8 石晓燕,张建平;农作物可见光遥感的一种新方法[J];安徽农业科学;2005年06期
9 彭诚;丁莉;;温度对堇叶碎米荠生理特性的影响[J];安徽农业科学;2006年12期
10 田士林;李莉;;豫南地区广玉兰抗涝性研究[J];安徽农业科学;2006年15期
中国重要会议论文全文数据库 前10条
1 汪震;洪津;张冬英;罗军;;液晶可调谐滤光片在遥感探测中的应用研究[A];光子科技创新与产业化——长三角光子科技创新论坛暨2006年安徽博士科技论坛论文集[C];2006年
2 叶庆卫;汪同庆;叶俊勇;;基于振型小波构造的振动信号分析[A];第二十七届中国控制会议论文集[C];2008年
3 王晓军;余淼;朱永;刘珅珅;帅璐;;基于离散腔长变换的蓝宝石晶体高温传感器解调研究与改进[A];中国光学学会2010年光学大会论文集[C];2010年
4 高洪燕;毛罕平;张晓东;周莹;;番茄叶片氮素反射光谱及高光谱图像的研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
5 孙红;李民赞*;郑立华;赵瑞娇;安晓飞;邓晓蕾;;基于小波消噪光谱的冬小麦生长期叶绿素含量检测[A];中国农业工程学会2011年学术年会论文集[C];2011年
6 赵艳茹;张淑娟;余克强;;基于近红外光谱的山楂SSC动态检测研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
7 刘宇;谷建;华兰英;;黄花补血草化学成分及药理活性研究进展[A];中药饮片质量分析与中药鉴别技术交流研讨会论文集[C];2009年
8 马智宏;王秋平;朱大洲;黄文江;王北洪;周全;;自主研发的成像光谱仪应用及建模初探[A];全国农业遥感技术研讨会论文集[C];2009年
9 龚绍琦;王鑫;沈润平;刘振波;李云梅;;滨海盐土重金属高光谱遥感研究[A];全国农业遥感技术研讨会论文集[C];2009年
10 燕志明;;“3S”的现状与发展展望内蒙古科技大学高等职业技术学院[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
中国博士学位论文全文数据库 前10条
1 穆振侠;高寒山区降水垂直分布规律及融雪径流模拟研究[D];新疆农业大学;2010年
2 李先锋;基于特征优化和多特征融合的杂草识别方法研究[D];江苏大学;2010年
3 赵晓丹;基于非先验函数系的信号识别[D];江苏大学;2010年
4 郑光辉;江苏部分地区土壤属性高光谱定量估算研究[D];南京大学;2011年
5 姚伏天;基于高斯过程的高光谱图像分类研究[D];浙江大学;2011年
6 丁晓东;农田养分流失风险评价及养分平衡管理研究[D];浙江大学;2010年
7 石媛媛;基于数字图像的水稻氮磷钾营养诊断与建模研究[D];浙江大学;2011年
8 杨国鹏;基于机器学习方法的高光谱影像分类研究[D];解放军信息工程大学;2010年
9 陈兵;基于多平台棉花黄萎病的遥感监测研究[D];石河子大学;2010年
10 邵咏妮;水稻生长生理特征信息快速无损获取技术的研究[D];浙江大学;2010年
中国硕士学位论文全文数据库 前10条
1 谢正鹏;武汉市典型城市湖泊湿地植物群落生物量研究[D];华中农业大学;2010年
2 于首清;基于3S技术的吕镇村信息管理系统设计与实现[D];华中农业大学;2010年
3 李秋丽;4个狗牙根品种(系)的耐寒性评价[D];华中农业大学;2010年
4 胡红;矿区植物胁迫作用与遥感信息提取[D];山东科技大学;2010年
5 邢著荣;基于辐射传输模型和CHRIS数据反演春小麦LAI[D];山东科技大学;2010年
6 吴国曾;实时信号小波分析中边界处理方法及应用[D];郑州大学;2010年
7 斯钧浪;数字苹果空间信息管理系统的建立与应用[D];山东农业大学;2010年
8 杨洛滨;盐胁迫下5个树种根系活力及Na~+,K~+含量影响的研究[D];山东农业大学;2009年
9 高军;山东省农业信息化发展问题研究[D];山东农业大学;2009年
10 雷彤;基于高光谱的苹果花期果期光谱特征分析及其果量估测[D];山东农业大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 阿布都瓦斯提·吾拉木,秦其明,朱黎江;基于6S模型的可见光、近红外遥感数据的大气校正[J];北京大学学报(自然科学版);2004年04期
2 杨敏华,刘良云,刘团结,黄文江,赵春江;小麦冠层理化参量的高光谱遥感反演试验研究[J];测绘学报;2002年04期
3 胡新博;草地光谱与牧草产量的相关分析[J];草食家畜;1996年04期
4 赵祥,刘素红,王培娟,王锦地,田振坤;基于高光谱数据的小麦叶绿素含量反演[J];地理与地理信息科学;2004年03期
5 王树功,黎夏,周永章;湿地植被生物量测算方法研究进展[J];地理与地理信息科学;2004年05期
6 马柱国,华丽娟,任小波;中国近代北方极端干湿事件的演变规律[J];地理学报;2003年S1期
7 李睿,李伟,白云飞,相秉仁,舒璞,佘孟兰,袁昌齐;近红外光谱分析在中国伞形科阿魏亚族植物分类中的应用[J];西北植物学报;2000年04期
8 张杰,杨兴国,李耀辉,杨启国;应用EOS/MODIS卫星资料反演与估算西北雨养农业区地表能量和蒸散量[J];地球物理学报;2005年06期
9 张佳华,符淙斌,王长耀;遥感信息结合植物光合生理特性研究区域作物产量水分胁迫模型[J];大气科学;2000年05期
10 张杰,张强,郭铌,王建;应用EOS-MODIS卫星资料反演西北干旱绿洲的地表反照率[J];大气科学;2005年04期
中国博士学位论文全文数据库 前4条
1 张兵;时空信息辅助下的高光谱数据挖掘[D];中国科学院研究生院(遥感应用研究所);2002年
2 颜春燕;遥感提取植被生化组分信息方法与模型研究[D];中国科学院研究生院(遥感应用研究所);2003年
3 耿修瑞;高光谱遥感图像目标探测与分类技术研究[D];中国科学院研究生院(遥感应用研究所);2005年
4 路威;面向目标探测的高光谱影像特征提取与分类技术研究[D];中国人民解放军信息工程大学;2005年
中国硕士学位论文全文数据库 前1条
1 徐永明;基于实验室光谱的土壤营养元素反演研究[D];中国科学院研究生院(遥感应用研究所);2005年
【相似文献】
中国期刊全文数据库 前10条
1 卢振民;田间小麦群体内叶片气孔阻力垂直差异研究[J];应用生态学报;1990年01期
2 任红艳 ,潘剑君,张佳宝;不同施氮水平下的小麦冠层光谱特征及产量分析[J];土壤通报;2005年01期
3 肖春华;李少昆;卢艳丽;王克如;谢瑞芝;高世菊;李晓君;隋学艳;;基于冠层平行平面光谱特征的冬小麦籽粒蛋白质含量预测[J];作物学报;2007年09期
4 李升东;王法宏;司纪升;冯波;孔令安;;不同基因型冬小麦在两种栽培模式下蒸腾速率、光合速率和水分利用效率的比较研究[J];麦类作物学报;2007年03期
5 李春明;熊淑萍;杨颖颖;马新明;;不同肥料处理对豫麦49小麦冠层结构与产量性状的影响[J];生态学报;2009年05期
6 杨智;李映雪;徐德福;刘寿东;;冠层反射光谱与小麦产量及产量构成因素的定量关系[J];中国农业气象;2008年03期
7 王大成;王纪华;靳宁;王芊;李存军;黄敬峰;王渊;黄芳;;用神经网络和高光谱植被指数估算小麦生物量[J];农业工程学报;2008年S2期
8 王明娜;罗卫红;孙彦坤;朱建国;;开放式空气CO_2浓度升高对小麦冠层微气候的影响[J];中国农业气象;2008年04期
9 冯伟;朱艳;姚霞;田永超;曹卫星;;基于高光谱遥感的小麦叶干重和叶面积指数监测[J];植物生态学报;2009年01期
10 田永超,朱艳,曹卫星,戴廷波;小麦冠层反射光谱与植株水分状况的关系[J];应用生态学报;2004年11期
中国重要会议论文全文数据库 前10条
1 朱虹;郑丽敏;尹健玲;吴富宁;;不同氮营养水平的小麦冠层图像颜色特征的提取[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
2 梁亮;杨敏华;;一种估测小麦冠层氮含量的新光谱指数[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
3 杨敏华;刘良云;刘团结;黄文江;赵春江;;高光谱遥感反演小麦冠层理化参量的试验研究[A];地理空间信息技术与应用——中国科协2002年学术年会测绘论文集[C];2002年
4 田立军;朱虹;郑丽敏;吴富宁;;不同氮营养水平下小麦冠层颜色与SPAD值及含氮量关系的研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
5 ;前言[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
6 张锋;;车载式作物冠层多光谱指数检测装置的研发[A];中国农业工程学会2011年学术年会(CSAE 2011)论文摘要集[C];2011年
7 张兵;白继伟;郑兰芬;童庆禧;;作物生长光谱指数及其时间序列分析[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年
8 王进;白丽;蒋贵英;杨朋;孙蜀江;;干旱区基于高光谱的棉花遥感估产研究[A];第26届中国气象学会年会农业气象防灾减灾与粮食安全分会场论文集[C];2009年
9 焦全军;张霞;卫征;陈良富;张兵;;基于叶片光谱的森林叶绿素浓度反演研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
10 王进;白丽;蒋贵英;杨朋;孙蜀江;;干旱区基于高光谱的棉花遥感估产研究[A];中国气象学会2008年年会卫星遥感应用技术与处理方法分会场论文集[C];2008年
中国重要报纸全文数据库 前4条
1 张向冰 李青滨;我国海洋遥感发展突飞猛进[N];中国海洋报;2003年
2 本报记者 瞿剑;地下煤火:“静悄悄”的灾害怎样应对?[N];科技日报;2009年
3 张红菊;农田:安装“听诊器”[N];科技日报;2004年
4 张彦;“数字省市”颠覆城市区域经济[N];经理日报;2004年
中国博士学位论文全文数据库 前10条
1 梁亮;小麦冠层理化参量的高光谱反演[D];中南大学;2010年
2 姚霞;小麦冠层和单叶氮素营养指标的高光谱监测研究[D];南京农业大学;2009年
3 王之杰;冬小麦冠层氮素分布与品质遥感的研究[D];中国农业大学;2004年
4 杨杰;基于叶片高光谱指数的水稻氮素及色素含量监测研究[D];南京农业大学;2009年
5 刘云;基于NOAA卫星的冬小麦冠层表面温度估算及初步应用的研究[D];中国农业大学;2003年
6 曹学仁;小麦白粉病的遥感监测及捕捉器中孢子的Real-time PCR定量检测[D];中国农业科学院;2012年
7 颜春燕;遥感提取植被生化组分信息方法与模型研究[D];中国科学院研究生院(遥感应用研究所);2003年
8 李玉霞;岷江上游毛儿盖地区生态水信息指标参数遥感量化研究[D];成都理工大学;2007年
9 王成雨;氮肥水平和种植密度对冬小麦冠层结构与功能的影响[D];山东农业大学;2011年
10 王方永;基于近地可见光成像传感器的棉花生长信息监测研究[D];石河子大学;2011年
中国硕士学位论文全文数据库 前10条
1 唐强;基于时空序列的小麦冠层氮素营养诊断及长势参数监测研究[D];石河子大学;2010年
2 张建雄;南疆绿洲灌区杏农复合系下作物生理特性及生态效应研究[D];西北农林科技大学;2010年
3 张立周;数字图像技术在作物氮营养诊断中的应用研究[D];河北农业大学;2011年
4 林婷;水稻锌污染高光谱遥感监测模型研究[D];中国地质大学(北京);2011年
5 王浩;基于高光谱测量的不同绿地群落类型绿化三维量反演[D];华中农业大学;2008年
6 冯宗会;不同水氮管理下NDVI监测及优化施氮研究[D];首都师范大学;2012年
7 方晓雨;阔叶红松林3个主要树种垂直结构上的光合光谱研究[D];北京林业大学;2012年
8 靳志伟;烟叶的光谱特征及品质无损检测技术研究[D];河南农业大学;2005年
9 蒋阿宁;基于多源数据的冬小麦变量施肥研究[D];内蒙古农业大学;2007年
10 李伟;元江干热河谷优势植物三叶漆对干旱和强光胁迫的生理生态响应[D];中国科学院研究生院(西双版纳热带植物园);2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026