基于高光谱数据的棉花生长信息定量模型研究
【摘要】：
[研究目的]利用高光谱仪对不同处理下的棉花冠层进行多时相监测,获取棉花全生育期各种生长信息。基于光谱微分技术和多种分析算法,研究棉花叶面积指数、生物量、覆盖度与高光谱数据的相关性,筛选适宜的特征参数和植被指数,旨在建立棉花全生育期生长信息最佳定量模型。
[研究方法]选用北疆棉田主栽品种(新陆早13号和新陆早19号),以19种高光谱特征参量和18种植被指数做光谱参数的自变量,分别与棉花LAI、生物量、覆盖度进行相关分析,建立拟合棉花生长信息的数学回归模型;为确立精度较高的棉花生长信息定量模型进行模型验证和精度检验。
[本文特色]首次使用数码拍照结合Matlab软件提取棉花覆盖度数据;选用多种波段组合的NDVI与RVI等植被指数形式;重点引入3种垂直植被指数形式,尝试应用于棉花生长信息估算。
[研究内容与结果]:
一、不同的品种、密度、配置下两品种棉花(XLZ-13和XLZ-19)全生育期LAI动态变化符合S型单峰曲线趋势,LAI于花铃期达峰值。22.5万株·hm-1的种植密度可获得较理想的LAI;等行距或小三膜棉花产量较高。4种配置下棉花冠层光谱反射率或微分值的变化与各生育时期LAI的变化具有同步对应性,符合棉花生育规律。4配置下两品种棉花全生育期LAI值与37个光谱参数的相关分析表明:Dr、λg、Rr、、SDr/SDb、NDVI-5、NIR/G、GNDVI等与棉花LAI显著相关;回归方程为一元二次曲线、乘幂和指数函数三种非线性形式。以XLZ-13做训练样本,XLZ-19做检验样本,以NDVI-5为自变量估算棉花全生育期LAI的幂函数模型最佳。
二、棉花地上干物质积累呈S型曲线增长,开花至盛铃期是干物质累积的关键时期。4配置下两品种棉花生殖器官总鲜重和地上鲜生物量均于盛铃期达峰值;生殖器官总干重和地上干生物量同在吐絮初期达峰值。4配置下两品种棉花的6项生物量指标(LFW、LDW、BFW、BDW、AFM和ADM)与37个光谱参数的相关分析中,只有棉花鲜叶重和干叶重与植被指数相关;棉花6项生物量指标与高光谱特征参量的回归模型呈一元二次曲线、乘幂和指数函数三种形式。以XLZ-13生物量数据为建模样本,XLZ-19为检验样本,经验证,以SDr/SDb、(SDr-SDb)/(SDr+SDb)、SDr/SDy为自变量估算棉花全生育期LDW、AFM、BFW和ADM的几个一元二次曲线模型和幂函数模型最佳。
三、4配置下两品种棉花覆盖度fv于盛铃期达最高覆盖水平,等行距棉花全期fv值高于其它配置。高光谱反射率和微分光谱曲线与棉花生育期fv具有同步对应关系。棉花全生育期覆盖度值与Rg、SDr/SDb、NDVI-1~7、PVI-3等16个光谱参数的相关均达极显著水平。以XLZ-19做训练样本, XLZ-13做检验样本,以SDr/SDb为自变量估算棉花全生育期覆盖度的一元二次曲线函数模型最佳。
【关键词】：棉花 高光谱特征参数 植被指数 生长信息 定量模型 【学位授予单位】：石河子大学
【学位级别】：硕士
【学位授予年份】：2007
【分类号】：S562
【目录】：
- 摘要4-6
- Abstract6-10
- 前言10-11
- 第一章 文献综述11-20
- 1.1 农业高光谱遥感国内外研究现状11-17
- 1.1.1 利用高光谱遥感监测作物长势的研究11-13
- 1.1.2 利用光谱数据提取植被覆盖度的研究13
- 1.1.3 高光谱数据与作物生长信息的相关性研究13-15
- 1.1.4 高光谱数据处理与分析方法15-17
- 1.2 高光谱遥感的应用展望17
- 1.2.1 高光谱遥感的发展趋势17
- 1.2.2 高光谱遥感技术在新疆精准农业中的应用前景17
- 1.3 课题来源与研究内容17-20
- 1.3.1 课题名称及来源17-18
- 1.3.2 选题依据及研究意义18
- 1.3.3 研究内容、目标及创新点18-19
- 1.3.4 技术路线19-20
- 第二章 试验材料与分析方法20-23
- 2.1 试验设计20
- 2.1.1 密度试验20
- 2.1.2 配置与品种试验20
- 2.2 测试项目与方法20-21
- 2.2.1 光谱数据采集20
- 2.2.2 生育期调查与农学参数测定20-21
- 2.3 光谱分析技术及算法21-22
- 2.3.1 光谱微分技术21
- 2.3.2 植被指数法21
- 2.3.3 多元统计分析技术21
- 2.3.4 高光谱特征参数21-22
- 2.4 光谱变量统计模型22
- 2.5 模型检验与精度评价标准22-23
- 第三章 结果与分析23-47
- 3.1 高光谱数据与棉花叶面积指数相关关系的研究23-32
- 3.1.1 不同处理下新疆棉花生育期LAI 的变化规律23-26
- 3.1.2 高光谱数据随棉花LAI 的变化规律26-27
- 3.1.3 高光谱数据与棉花LAI 的相关分析27-32
- 3.2 高光谱数据与棉花地上生物量相关关系的研究32-38
- 3.2.1 新疆棉花全生育期地上生物量的变化规律32-33
- 3.2.2 高光谱数据与棉花地上生物量的相关分析33-38
- 3.3 高光谱数据与棉花覆盖度相关关系的研究38-45
- 3.3.1 棉花生育期覆盖度变化规律38-39
- 3.3.2 高光谱数据随棉花生育期覆盖度变化的规律39-41
- 3.3.3 高光谱数据与棉花覆盖度的相关分析41-45
- 3.4 本章小结45-47
- 第四章 基于高光谱数据的棉花生长信息定量模型的检验47-54
- 4.1 光谱参数估算棉花 LAI 定量模型的检验47-48
- 4.2 光谱参数与棉花地上鲜、干生物量定量模型的检验48-51
- 4.3 光谱参数对棉花覆盖度估算模型的检验51-52
- 4.4 本章小结52-54
- 第五章 结论与展望54-58
- 5.1 结论与讨论54-56
- 5.1.1 结论54-55
- 5.1.2 讨论55-56
- 5.2 应用展望56-58
- 参考文献58-62
- 附录62-66
- 致谢66-67
- 作者简介67-68
- 石河子大学硕士研究生学位论文导师评阅表68
|
|
|
|
| 1 |
刘爱霞,王长耀,刘正军,牛铮;基于RS与GIS的干旱区棉花信息提取及长势监测[J];地理与地理信息科学;2003年04期 |
| 2 |
吴炳方;全国农情监测与估产的运行化遥感方法[J];地理学报;2000年01期 |
| 3 |
吴炳方,曾源,黄进良;遥感提取植物生理参数LAI/FPAR的研究进展与应用[J];地球科学进展;2004年04期 |
| 4 |
张建华;作物估产的遥感—数值模拟方法[J];干旱区资源与环境;2000年02期 |
| 5 |
傅玮东,刘绍民,黄敬峰;冬小麦生物量遥感监测模型的研究[J];干旱区资源与环境;1997年01期 |
| 6 |
方秀琴,张万昌;叶面积指数(LAI)的遥感定量方法综述[J];国土资源遥感;2003年03期 |
| 7 |
潘学标，韩湘玲，石元春;COTGROW：棉花生长发育模拟模型[J];棉花学报;1996年04期 |
| 8 |
刘瑶;江辉;吴春波;;鄱阳湖区植被覆盖度的遥感估算[J];南昌工程学院学报;2006年01期 |
| 9 |
李开丽,倪绍祥,扶卿华;垂直植被指数及其解算方法[J];农机化研究;2005年02期 |
| 10 |
宋开山,张柏,于磊,王宗明;玉米地上鲜生物量的高光谱遥感估算模型研究[J];农业系统科学与综合研究;2005年01期 |
|
|
|
|
|
| 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 |
朱长青,杨启和,朱文忠;基于小波变换特征的遥感地貌影像纹理分析和分类[J];测绘学报;1996年04期 |
| 3 |
张佳华,符淙斌;生物量估测模型中遥感信息与植被光合参数的关系研究[J];测绘学报;1999年02期 |
| 4 |
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 |
| 5 |
彭虓,张树文;基于NDVI与LAI的水稻生长状况研究[J];东北测绘;2002年04期 |
| 6 |
国庆喜,张锋;基于遥感信息估测森林的生物量[J];东北林业大学学报;2003年02期 |
| 7 |
程乘旗,马廷,王立明;用于植被冠层分析的高光谱波段的组合方法研究[J];地理学与国土研究;2002年02期 |
| 8 |
刘爱霞,王长耀,刘正军,牛铮;基于RS与GIS的干旱区棉花信息提取及长势监测[J];地理与地理信息科学;2003年04期 |
| 9 |
宋小宁,赵英时;应用MODIS卫星数据提取植被—温度—水分综合指数的研究[J];地理与地理信息科学;2004年02期 |
| 10 |
赵庚星,窦益湘,田文新,张银辉;卫星遥感影像中耕地信息的自动提取方法研究[J];地理科学;2001年03期 |
|
快捷付款方式
订购知网充值卡
订购热线
帮助中心