收藏本站
《中国科学院研究生院(遥感应用研究所)》 2002年
收藏 | 手机打开
二维码
手机客户端打开本文

高光谱遥感土壤信息提取与挖掘研究

刘伟东  
【摘要】: 精准农业的发展迫切要求遥感技术提供给其快速与准确的地表信息。对于土壤来说,土壤湿度、土壤的有机质含量、土壤粗糙度、土壤质地等特性是精准农业中所需要的重要信息。高光谱遥感技术作为国际遥感科学的研究前沿和热点,除具备常规遥感对农作物监测的大面积、适时、非破坏性等优点,它能够克服常规遥感的不足,通过其精细光谱优势提高农业分类的精度和准确性,动态地监测和分析作物的健康状况与影响作物产量的环境因素,具有定量反演地物特性的潜力。高光谱遥感正是凭借其极高的光谱分辨率在农业土壤和植被特性的研究中表现出非凡的研究潜力。 本论文围绕高光谱土壤信息的提取为中心,着重研究了土壤的光谱特性以及土壤特性的实验室反演研究。在论文的第一章主要介绍了高光谱遥感的概况与精准农业对高光谱遥感的需求,及高光谱遥感在精准农业中的广泛前景。在论文的第二章,主要介绍了实验室土壤光谱数据的采集与相应土壤特性信息的实验室测试方法,对土壤光谱数据进行预处理,对土壤的光谱进行特征参数提取与特征分析。第三章是本论文的重点,主要探讨了土壤的光谱特性,包括土壤光谱特征与土壤矿物成分的关系;土壤颜色与土壤反射率的关系及其土壤颜色的反演;土壤表面湿度与土壤反射率的关系及其土壤表面湿度的几种反射率反演方法的评价;土壤有机质含量与土壤反射率的关系及其有机质含量的反演;氧化铁与土壤质地与土壤反射率的关系。论文的第四章主要对土壤的二向反射特性进行了研究,并且通过两个已有的模型对土壤的模型参数进行反演,探讨这些模型参数与土壤特性的关系。论文的第五章主要介绍了一些高光谱遥感图像的预处理的基本知识,并且对北京市精准农业示范基地的航空高光谱遥感图像进行了土壤的一些特性填图。论文的第六章,主要是对全文进行了概括总结,列举了作者的主要研究进展和在高光谱遥感图像中精确反演土壤特性参数的地难点及其改进之处。 主要成果与结论如下: (1)通过对大量的土壤实验室光谱进行特征分析,除在明显的吸收峰外,发现波长在400、600、800、1350、1800、2100、2400nm位置的控制点的连线与土壤的光谱曲线吻合很好,这对于波段选择与土壤光谱数据压缩与波段选择都具有重要意义。 摘 要 (2)由土壤光谱反射率与土壤孟塞尔颜色属性的相关分析知,在可见光光 、。,_。。;_、;.、。____、__、。、n。_。。___。。___;_。。nn__;.n1 谱波段土壤光谱反射率与土壤色调和色度的相关不明显,而与土壤的明度值相 关显著,能够通过土壤的反射率直接预测土壤的明度值。能够通过多元预测方 程提高预测土壤明度值与土壤色度的精度,而多元方程对土壤的色调预测结果 不好。通常,由于土壤的孟赛尔颜色属性是通过比对孟赛尔颜色卡获得,因此 土壤孟赛尔颜色具有一定的主观性,而且盂赛尔颜色属性的量化比较粗略,这 些都影晌了通过反射率预测土壤颜色属性的精度。 (3)分析了土壤湿度与土壤光谱反射率的关系。在高土壤湿度水平时,土 壤的光谱反射率随土壤湿度的增加而增加,在低上壤湿度水平时,土壤的光谱 反射率随土壤湿度的增加而最小。这种增加或减小的幅度与土壤的类型有关, 也与波长有关。通过分析土壤湿度与土壤相对反射率的关系,建立了利用相对 反射率对土壤表面湿度的预测方法,我们发现土壤湿度水平不高时,使用近红 外波段(如 1998urn)预测土壤水分含量的效果好于使用可见光波段(如 574urn) 的效果,然而当土壤湿度水平较高时,使用可见光波段对土壤水分的预测效果 好于使用近红外部分的。 (4)通过使用相对反射率方法、一阶微分方法、差分方法对土壤表面湿度 进行预测并且进行验证,结果表明,从总体卜看,反射率倒数的对数的一阶微 分与差分方法对土壤水分的预测能力较强。 (5)本文分析了土壤光谱反射率与土壤有机质含量的关系,建立了预测土 壤有机质含量的模型,结果表明,由反射率倒数的对数的一阶微分建立的多元 口归方程预测结果较好。 (6)本文通过己有的几何光学模型与辐射传输模型,对土壤的光谱二向反 射特性,进行了研究,分析了不同土壤质地土壤的二向反射特性,相同土壤不 同湿度的二向反射特性。 门)通过实验室光谱所建立的土壤特性参数的反演模型,尝试了对高光谱 遥感图像进行了土壤部分特性的填图,建立了较为精细的土壤参数空间分布图。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 胡兴堂,张兵,李俊生,郑兰芬,童庆禧;面向应用的海量高光谱影像处理与分析系统集成与实践[J];遥感学报;2005年05期
2 杜培军;林卉;孙敦新;;基于支持向量机的高光谱遥感分类进展[J];测绘通报;2006年12期
3 谭琨;杜培军;;基于支持向量机的高光谱遥感图像分类[J];红外与毫米波学报;2008年02期
4 杨曦光;范文义;于颖;;基于PROSPECT+SAIL模型的森林冠层叶绿素含量反演[J];光谱学与光谱分析;2010年11期
5 杨吉龙,李家存,杨德明;高光谱分辨率遥感在植被监测中的应用综述[J];世界地质;2001年03期
6 杜培军,陈云浩,方涛,陈雍业;高光谱遥感数据光谱特征的提取与应用[J];中国矿业大学学报;2003年05期
7 温兴平;胡光道;杨晓峰;;基于光谱特征拟合的高光谱遥感影像植被覆盖度提取[J];地理与地理信息科学;2008年01期
8 施英妮;张亭禄;魏雅利;李肖霞;石立坚;;光谱微分技术在高光谱遥感浅海海底底质中的应用初探[J];遥感信息;2010年03期
9 张连蓬;柳钦火;王德高;陈士城;;高光谱遥感植被指数的普适性分析[J];测绘通报;2010年09期
10 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
11 张立福,张良培,村松加奈子,藤原昇,乡町立野北,636-8503;利用MODIS数据计算陆地植被指数VIUPD[J];武汉大学学报(信息科学版);2005年08期
12 肖青;闻建光;柳钦火;周艺;;混合光谱分解模型提取水体叶绿素含量的研究[J];遥感学报;2006年04期
13 张卡,盛业华,张书毕;遥感新技术的若干进展及其应用[J];遥感信息;2004年02期
14 张连蓬,储美华,刘国林,江涛;高光谱遥感波段选择的非线性投影寻踪方法[J];徐州师范大学学报(自然科学版);2004年04期
15 杜培军;唐宏;方涛;;高光谱遥感光谱相似性度量算法与若干新方法研究[J];武汉大学学报(信息科学版);2006年02期
16 谭琨;杜培军;王小美;;基于支持向量机和多变量分析的高光谱遥感数据分类[J];测绘通报;2009年11期
17 赵锐;;混合像元线性分解的精度估算[J];测绘与空间地理信息;2010年06期
18 周强;甘甫平;王润生;陈建平;;高光谱遥感影像矿物自动识别与应用[J];国土资源遥感;2005年04期
19 刘占宇;黄敬峰;吴新宏;董永平;王福民;刘朋涛;;天然草地植被覆盖度的高光谱遥感估算模型[J];应用生态学报;2006年06期
20 陈君颖;田庆久;;水稻叶片不同光谱形式反演叶绿素含量的对比分析研究[J];国土资源遥感;2007年01期
中国重要会议论文全文数据库 前10条
1 谭炳香;李增元;陈尔学;庞勇;;高光谱遥感外来物种监测研究进展[A];全国生物多样性保护及外来有害物种防治交流研讨会论文集[C];2008年
2 田庆久;;高光谱遥感陆海油气探测研究新进展[A];第十七届中国遥感大会摘要集[C];2010年
3 王新鸿;唐伶俐;马灵玲;;高光谱遥感在内陆水质监测中的应用[A];现代测量技术与地理信息系统科技创新及产业发展研讨会论文集[C];2009年
4 刘春红;李平;;高光谱遥感目标探测研究现状与典型应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
5 杜培军;方涛;林卉;;高光谱遥感影像降维方法研究[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年
6 张晓红;张立福;王晋年;童庆禧;;HJ-1A卫星高光谱遥感图像质量综合评价[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
7 刘伟东;F Baret;;高光谱遥感土壤湿度信息提取研究[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“农业气象与生态环境”分会论文集[C];2003年
8 张霞;刘良云;赵春江;张兵;;利用高光谱遥感图像估算小麦氮含量研究[A];成像光谱技术与应用研讨会论文集[C];2002年
9 周小虎;万余庆;;IMU在航空高光谱遥感图像几何校正中的应用[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年
10 徐元进;胡光道;;穷举法在高光谱遥感图像地物识别中的应用[A];第四届中国软件工程大会论文集[C];2007年
中国重要报纸全文数据库 前6条
1 夏鹏;加强天—空—地对地观测系统研发[N];地质勘查导报;2010年
2 赵宏英;遥感监测水质的发展趋势[N];中国水利报;2009年
3 本报记者 张向冰 陈荣发;中国遥感:二十五年铸辉煌[N];中国海洋报;2002年
4 山边;航空遥感气象灾害飞行在山西成功试飞[N];中国测绘报;2010年
5 记者 李伟锋;我国新型遥感探测技术瞄准国际前沿[N];中国国土资源报;2010年
6 记者 滕艳;以遥感技术理论创新促找矿突破[N];中国国土资源报;2011年
中国博士学位论文全文数据库 前10条
1 叶成名;基于高光谱遥感的青藏高原岩矿信息提取方法与应用研究[D];成都理工大学;2011年
2 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
3 卞萌;基于高光谱遥感的茶叶生物化学参数提取的研究[D];武汉大学;2010年
4 林娜;高光谱遥感岩矿特征提取与分类方法研究[D];成都理工大学;2011年
5 刘顺喜;高光谱遥感土地利用信息提取技术研究[D];北京林业大学;2005年
6 唐世浩;地表参量遥感反演理论与方法研究[D];北京师范大学;2001年
7 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
8 孙蕾;小波构造理论及其在高光谱遥感图像去噪与压缩中的应用[D];国防科学技术大学;2010年
9 赵欣梅;基于烃类微渗漏理论的高光谱遥感油气异常探测方法研究[D];中国地质大学(北京);2007年
10 温兴平;基于多分类器组合的高光谱遥感数据分类技术研究[D];中国地质大学;2008年
中国硕士学位论文全文数据库 前10条
1 杨文韬;一种结合万有引力的高光谱遥感影像无监督分类算法[D];成都理工大学;2011年
2 刘国涛;高光谱遥感蚀变矿物识别算法研究[D];成都理工大学;2012年
3 崔之熠;高光谱遥感资源探测算法设计与软件实现[D];成都理工大学;2012年
4 姜方鑫;基于高光谱遥感的城市用地信息提取研究[D];浙江大学;2012年
5 程宾洋;高光谱遥感蚀变矿物填图算法并行设计与实现[D];成都理工大学;2013年
6 李小梅;多角度高光谱遥感森林类型分类方法研究[D];内蒙古农业大学;2010年
7 吴彬;基于高光谱遥感的东昆仑南带岩矿分类技术研究及其应用[D];成都理工大学;2010年
8 罗述元;高光谱遥感图像的特征约简研究[D];西安电子科技大学;2014年
9 张志斌;高光谱遥感对矿山开发环境效应监测技术研究[D];中国地质大学(北京);2013年
10 王志辉;高光谱遥感在森林树种识别中的应用[D];浙江农林大学;2011年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978