收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

用高光谱遥感和红外热图像监测棉花干旱胁迫状况的研究

赵鹏举  
【摘要】:[研究目的]:本研究主要探讨了不同水分条件下棉花各关键生育时期冠层光谱反射特征、水分胁迫指数(Crop Water Stress Index, CWSI)及冠层特征信息三者之间的关系,目的就是以水分胁迫指数来作为衡量棉花水分亏缺状况的标尺,进而通过高光谱遥感定量的对棉花水分胁迫状况进行实时监测,为今后大面积应用高光谱遥感定量监测棉花旱情提供理论依据。 [研究方法]:利用在不同水分处理棉花样本田同步采集高光谱遥感数据、冠层温度数据及农学数据,进而提取出光谱特征参量、水分胁迫指数(CWSI)及叶面积指数(LAI)、冠层覆盖度(Cg)、地上鲜生物量(AFM)、地上干生物量(ADM)、籽棉产量(kg·hm~(-2))和棉纤维品质等农学指标,分析这三方面之间的相关关系,以CWSI作为衡量水分胁迫程度的标尺,建立棉花干旱监测的回归预测模型。 [研究结果]:(1)通过水分试验和品种比较试验,利用人造参考湿表面(Wet Artificial Reference Surface,WARS)提取的CWSI与利用自然参考湿表面提取的CWSI做方差分析,结果显示,两种方法提取的CWSI没有显著差异,因此,可以利用人造参考湿表面和红外热成像相结合的方法提取CWSI,并且可以利用CWSI对新疆棉花的干旱胁迫状况进行实时监测。CWSI与棉花LAI及冠层覆盖度相关分析,发现盛蕾期CWSI和冠层覆盖度以直线相关为最好(r=0.9913~(**),RMSE=0.0847);盛铃期CWSI和LAI以幂指数相关为最好(r=0.9872~(**),RMSE=0.2361)。CWSI与籽棉产量及棉纤维主要品质指标的相关分析,结果显示,马克隆值与CWSI的相关性最高,二者呈极显著的对数相关关系(r=0.7348~(**),n=120);籽棉产量与CWSI亦呈极显著的对数相关关系(r=0.6894~(**),n=120);绒长(mm)和比强度(cN/tex)分别与CWSI呈极显著的直线相关关系。 (2)通过棉花LAI、冠层覆盖度与遥感数据进行统计相关分析,结果显示,LAI和Cg与冠层光谱反射率相关系数的高平台区均出现在740nm-1340nm;通过筛选的光谱参数建立LAI和Cg的估测模型,均表现为盛花期的决定系数最高,其中,NDVI[1210,857]与LAI呈极显著的指数相关关系,NDWI[1240,860]与LAI呈极显著的二次函数相关关系;Rg/Rr与Cg呈极显著线性相关关系(r_(Rg/Rr)=0.8820~(**),n=120),P_Depth[560]与Cg呈极显著的二次函数相关关系(rP_Depth[560]=0.8839~(**),n=120)。 (3)通过棉花CWSI与冠层反射光谱进行统计相关分析,结果显示,波长730nm-1350nm的光谱反射率与CWSI呈极显著负相关,形成一个波谷,相关系数在780nm处达到最大;棉花CWSI与光谱特征变量的相关分析,发现基于Rg/Rr的CWSI线性拟合模型精度较高(r_(盛花期)=0.9290~(**),n=32), (Rg-Rr)/(Rg+Rr)较好的拟合模型为一元二次函数(r_(盛花期)=0.9376~(**),n=32);棉花CWSI与反射峰、吸收谷特征参数的相关分析,发现P_Area[560]与CWSI在盛蕾期和盛花期建立的回归模型均以一元三次方程拟合的相关系数最大,精度较高(r_(盛蕾期)=0.9310~(**),r_(盛花期)=0.9379~(**),n=24),Depth[980]与CWSI在花铃期至吐絮期建立的回归模型均以指数方程拟合的相关系数最高;在棉花CWSI与植被指数的相关分析中,筛选出归一化植被指数NDVI[560,670]和NDVI[980,890]为最佳监测变量,基于归一化植被指数的棉花CWSI最佳单时相光谱估测模型主要以一元三次方程的拟合度最高。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 李斐斐;;高光谱遥感影像技术发展现状与应用[J];现代营销(下旬刊);2018年03期
2 赵艳福;张灵凯;;高光谱遥感的应用[J];城市地理;2017年04期
3 郑泽忠;范东明;李玉霞;曹云刚;夏清;;AVIRIS高光谱遥感影像无缝镶嵌探讨[J];地理与地理信息科学;2008年05期
4 程一松,胡春胜;高光谱遥感在精准农业中的应用[J];农业系统科学与综合研究;2001年03期
5 田庆久;评《高光谱遥感及其应用》一书[J];遥感信息;2000年02期
6 黄亮平;;高光谱遥感在农作物生长监测的应用研究进展[J];农村经济与科技;2019年05期
7 王利龙;吕航;;高光谱遥感技术在农作物监测中的应用[J];科技创新与应用;2018年01期
8 潘伟;夏丽丽;;高光谱遥感分类方法研究[J];福建电脑;2007年01期
9 孙钊;高光谱遥感的应用[J];贵州教育学院学报(自然科学);2004年04期
10 谭炳香;高光谱遥感森林应用研究探讨[J];世界林业研究;2003年02期
11 王晗;王阿川;苍圣;;基于压缩感知的高光谱遥感影像重构方法研究[J];液晶与显示;2017年03期
12 付馨;赵艳玲;李建华;曾纪勇;王亚云;何厅厅;;高光谱遥感土壤重金属污染研究综述[J];中国矿业;2013年01期
13 黄文钰;尚海兴;;基于小波变换的高光谱遥感影像光谱匹配技术研究[J];西北水电;2013年01期
14 林娜;杨武年;;基于核最小噪声分离变换的高光谱遥感影像特征提取研究[J];遥感技术与应用;2013年02期
15 张婷婷;唐菊兴;郭娜;郑文宝;林彬;王艺云;;高光谱遥感在斑岩矿床蚀变信息提取中的应用[J];矿物学报;2011年S1期
16 徐元进;胡光道;张献;;基于穷举法的高光谱遥感图像地物识别研究[J];武汉大学学报(信息科学版);2008年02期
17 杨为民,邱宏烈;高光谱遥感辅助教学系统的开发及应用[J];西南林学院学报;2002年S1期
18 刘德长;童勤龙;李志忠;赵英俊;杨燕杰;王茂芝;谢涛;叶发旺;邱骏挺;王子涛;;航空高光谱遥感油气探测技术研究及应用效果[J];地质学报;2019年01期
19 马馨宏;郭树旭;;高光谱遥感图像的稀疏分解与压缩感知[J];吉林大学学报(理学版);2015年04期
中国重要会议论文全文数据库 前10条
1 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
2 徐元进;胡光道;;取缔阀值的高光谱遥感光谱匹配分类信息制图[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
3 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
4 李京;蒋卫国;;高光谱遥感在湿地监测与分类中的应用[A];第十届全国光电技术学术交流会论文集[C];2012年
5 黄家柱;龚绍奇;韦玉春;李云梅;;内陆水体总氮、总磷浓度高光谱遥感实验研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
6 黄娟;郭明克;张永梅;闫涛;王宁;;利用高光谱遥感资料提取赤潮信息方法研究[A];成像光谱技术与应用研讨会论文集[C];2002年
7 黄文钰;尚海兴;;基于小波变换的高光谱遥感影像光谱匹配技术研究[A];陕西省水力发电工程学会第三届青年优秀科技论文集[C];2013年
8 王艺婷;黄世奇;刘代志;;高光谱遥感图像波段选择现状研究[A];国家安全地球物理丛书(七)——地球物理与核探测[C];2011年
9 张晓东;毛罕平;左志宇;高洪燕;周莹;;基于CWSI模型的油菜水分胁迫诊断研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
10 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
中国博士学位论文全文数据库 前10条
1 谢卫莹;高光谱遥感影像高精度分类方法研究[D];西安电子科技大学;2017年
2 胡立栓;高光谱遥感影像光谱降维与空谱联合分类方法研究[D];中国地质大学(北京);2018年
3 林红磊;火星含水矿物精细类别的高光谱遥感探测方法研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2018年
4 王毓乾;基于空间—光谱分析的高光谱遥感影像稀疏解混研究[D];武汉大学;2015年
5 毕晓佳;高光谱遥感协同处理黑刺沟岩矿蚀变信息方法研究[D];成都理工大学;2016年
6 谭炳香;高光谱遥感森林类型识别及其郁闭度定量估测研究[D];中国林业科学研究院;2006年
7 冯燕;高光谱图像压缩技术研究[D];西北工业大学;2006年
8 张海涛;基于兴趣体保护的高光谱遥感图像压缩技术研究[D];辽宁工程技术大学;2014年
9 赵锐;高光谱遥感影像异常探测—鲁棒性背景建模与机器学习方法研究[D];武汉大学;2017年
10 刘伟东;高光谱遥感土壤信息提取与挖掘研究[D];中国科学院研究生院(遥感应用研究所);2002年
中国硕士学位论文全文数据库 前10条
1 赵鹏举;用高光谱遥感和红外热图像监测棉花干旱胁迫状况的研究[D];石河子大学;2009年
2 李尧;基于深度学习的滑坡检测算法研究[D];成都理工大学;2018年
3 刘群;基于深度学习的高光谱遥感图像特征学习与分类算法研究[D];华侨大学;2018年
4 王晗;基于压缩感知的高光谱遥感影像重构方法研究[D];东北林业大学;2018年
5 张迦南;基于不同预处理方法的冬小麦冠层高光谱遥感长势监测研究[D];河南农业大学;2018年
6 马秀强;高光谱遥感在大冶铜铁矿区水环境监测中的应用[D];中国地质大学(北京);2018年
7 张悦;高光谱遥感图像降维技术研究[D];东华理工大学;2018年
8 邱壑;耕地土壤有机质与速效氮磷钾含量高光谱遥感反演研究[D];福建农林大学;2017年
9 马航;基于无人机高光谱遥感东北粳稻叶绿素含量监测及建模研究[D];沈阳农业大学;2017年
10 罗丹;基于高光谱遥感的冬小麦氮素营养指标监测研究[D];西北农林科技大学;2017年
中国重要报纸全文数据库 前10条
1 闫柏琨;高光谱遥感:地球资源环境管护开发的新利器[N];中国矿业报;2016年
2 姚娣;高光谱遥感就是“火眼金睛”[N];北京日报;2017年
3 记者 于德福 通讯员 单广宁 魏雪松;我国开展航空高光谱遥感油气调查示范[N];中国国土资源报;2016年
4 中国科学院院士、国际欧亚科学院院士 童庆禧;我国高光谱遥感的发展[N];中国测绘报;2008年
5 记者 金小平;中国地调局举办高光谱遥感找矿培训班[N];中国矿业报;2007年
6 李健勇;新钢成功实施炉顶红外热图像仪技术[N];中国冶金报;2008年
7 刘春台;棉花的种植地位不应被低估和忽略[N];河北科技报;2017年
8 本报记者 索荣;棉花扩大生产机遇来临?[N];农资导报;2017年
9 记者 张庆如 通讯员 谭周刚;我市棉花价格全面回升[N];益阳日报;2009年
10 ;棉花盛蕾期肥水化控要管好[N];农民日报;2015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
  • 010-62982499
  • 010-62783978