西北地區(qū)玉米長勢遙感監(jiān)測

目錄
第1章 緒論 1
1.1 研究背景 1
1.2 高光譜遙感在精準農(nóng)業(yè)中的應用 2
1.3 作物生理參數(shù)的高光譜遙感監(jiān)測研究 2
1.3.1 作物花青素含量的高光譜遙感監(jiān)測 3
1.3.2 作物葉綠素含量的高光譜遙感監(jiān)測 4
1.3.3 作物生物量的高光譜遙感監(jiān)測 6
1.3.4 作物水分含量的高光譜遙感監(jiān)測 7
1.4 土壤信息的高光譜遙感監(jiān)測研究 9
1.4.1 土壤水分含量的高光譜遙感監(jiān)測 10
1.4.2 土壤氮素含量的高光譜遙感監(jiān)測 11
1.4.3 土壤磷素含量的高光譜遙感監(jiān)測 13
1.4.4 土壤鉀素含量的高光譜遙感監(jiān)測 14
第2章 材料與方法 16
2.1 研究區(qū)概況 16
2.2 研究目標與內(nèi)容 16
2.2.1 研究目標 16
2.2.2 研究內(nèi)容 17
2.3 研究方法 17
2.3.1 技術路線 17
2.3.2 試驗設計 18
2.4 高光譜遙感數(shù)據(jù)獲取 19
2.4.1 地面非成像高光譜遙感數(shù)據(jù)獲取 19
2.4.2 地面成像高光譜遙感數(shù)據(jù)獲取 21
2.5 玉米生理參數(shù)及農(nóng)田土壤信息的測定 21
2.5.1 生理參數(shù)的測定 21
2.5.2 土壤性質(zhì)測定 22
2.6 數(shù)據(jù)分析與處理 23
2.6.1 SVC數(shù)據(jù)預處理 23
2.6.2 SOC數(shù)據(jù)預處理 23
2.6.3 高光譜遙感數(shù)據(jù)處理 24
2.7 玉米生理參數(shù)及農(nóng)田土壤性質(zhì)估算模型 27
2.7.1 簡單的統(tǒng)計回歸模型 28
2.7.2 偏最小二乘回歸模型 28
2.7.3 人工神經(jīng)網(wǎng)絡模型 28
2.7.4 模型驗證 30
第3章 玉米葉片花青素含量的高光譜監(jiān)測 31
3.1 材料與方法 32
3.1.1 數(shù)據(jù)獲取 32
3.1.2 數(shù)據(jù)處理與模型建立 32
3.2 玉米葉片花青素及其光譜特征 34
3.2.1 葉片花青素含量基本特征 34
3.2.2 玉米葉片光譜特征 34
3.2.3 紅邊位置特征 35
3.3 基于SVC光譜的玉米葉片花青素含量高光譜監(jiān)測 36
3.3.1 SVC光譜與玉米葉片花青素含量的相關性 36
3.3.2 基于SVC光譜的玉米葉片花青素含量高光譜監(jiān)測 38
3.4 基于SOC光譜的玉米葉片花青素含量高光譜監(jiān)測 46
3.4.1 SOC光譜與玉米葉片花青素含量的相關性 46
3.4.2 基于SOC光譜的玉米葉片花青素含量高光譜監(jiān)測 48
3.5 討論與結論 55
3.5.1 討論 55
3.5.2 結論 57
第4章 玉米葉片葉綠素含量的高光譜監(jiān)測 59
4.1 材料與方法 59
4.1.1 數(shù)據(jù)獲取 59
4.1.2 數(shù)據(jù)處理與模型建立 60
4.2 玉米冠層光譜特征 60
4.2.1 不同生育期玉米冠層光譜特征 60
4.2.2 不同SPAD值的玉米冠層光譜特征 61
4.3 玉米冠層光譜與葉片SPAD值的相關性 62
4.3.1 冠層反射率及其微分光譜與SPAD值的相關性 62
4.3.2 植被指數(shù)與不同生育期玉米葉片SPAD值的相關性 64
4.3.3 光譜特征參數(shù)與不同生育期玉米葉片SPAD值的相關性 66
4.4 不同生育期玉米葉片SPAD值的一元線性監(jiān)測 68
4.4.1 基于特征光譜的SPAD值一元線性估算模型 68
4.4.2 基于植被指數(shù)的SPAD值一元線性估算模型 69
4.4.3 基于光譜特征參數(shù)的SPAD值一元線性估算模型 71
4.5 不同生育期玉米葉片SPAD值的PLSR監(jiān)測 73
4.5.1 基于光譜的SPAD值PLSR估算模型 73
4.5.2 基于植被指數(shù)的SPAD值PLSR估算模型 74
4.5.3 基于光譜特征參數(shù)的SPAD值PLSR估算模型 75
4.6 不同生育期玉米葉片SPAD值的ANN監(jiān)測 76
4.6.1 基于光譜的SPAD值ANN估算模型 76
4.6.2 基于植被指數(shù)的SPAD值ANN估算模型 78
4.6.3 基于光譜特征參數(shù)的玉米葉片SPAD值ANN估算模型 80
4.7 討論與結論 81
4.7.1 討論 81
4.7.2 結論 84
第5章 玉米生物量的高光譜監(jiān)測 87
5.1 材料與方法 88
5.1.1 數(shù)據(jù)獲取 88
5.1.2 數(shù)據(jù)處理與模型建立 88
5.2 玉米生物量與冠層光譜的相關性 88
5.2.1 不同生物量玉米冠層光譜特征 88
5.2.2 冠層反射率及其一階微分光譜與生物量的相關性 89
5.2.3 植被指數(shù)與生物量的相關性 91
5.2.4 光譜特征參數(shù)與生物量的相關性 92
5.3 不同生育期玉米生物量的一元線性監(jiān)測 93
5.3.1 基于特征光譜的玉米生物量一元線性估算模型 93
5.3.2 基于植被指數(shù)的生物量一元線性估算模型 94
5.3.3 基于光譜特征參數(shù)的生物量一元線性估算模型 95
5.4 不同生育期玉米生物量的PLSR監(jiān)測 96
5.4.1 基于光譜的生物量PLSR估算模型 96
5.4.2 基于植被指數(shù)的生物量PLSR估算模型 97
5.4.3 基于光譜特征參數(shù)的生物量PLSR估算模型 98
5.5 不同生育期玉米生物量的ANN監(jiān)測 98
5.5.1 基于光譜的生物量ANN估算模型 98
5.5.2 基于植被指數(shù)的玉米生物量的ANN估算模型 100
5.5.3 基于光譜特征參數(shù)的玉米生物量ANN估算模型 102
5.6 討論與結論 104
5.6.1 討論 104
5.6.2 結論 106
第6章 玉米植株含水量的高光譜監(jiān)測 108
6.1 材料與方法 109
6.1.1 數(shù)據(jù)獲取 109
6.1.2 數(shù)據(jù)處理與模型建立 109
6.2 玉米植株水分含量與冠層光譜的相關性 111
6.2.1 玉米植株不同水分含量的冠層光譜特征 111
6.2.2 玉米冠層反射率及其一階微分與植株含水量的相關性 111
6.2.3 玉米光譜指數(shù)與植株含水量的相關性 113
6.3 不同生育期玉米植株含水量的一元線性監(jiān)測 119
6.3.1 基于特征光譜的含水量一元線性估算模型 119
6.3.2 基于光譜指數(shù)的含水量一元線性估算模型 120
6.4 不同生育期玉米植株含水量的PLSR監(jiān)測 122
6.4.1 基于光譜的含水量PLSR估算模型 122
6.4.2 基于光譜指數(shù)的含水量PLSR估算模型 123
6.5 不同生育期玉米植株含水量的ANN監(jiān)測 124
6.5.1 基于光譜的含水量ANN估算模型 124
6.5.2 基于光譜指數(shù)的含水量ANN估算模型 126
6.6 討論與結論 129
6.6.1 討論 129
6.6.2 結論 132
第7章 土壤水分含量的高光譜監(jiān)測 134
7.1 材料與方法 135
7.1.1 樣品采集與處理 135
7.1.2 數(shù)據(jù)處理與模型建立 135
7.2 不同含水量土壤光譜特征 136
7.2.1 研究區(qū)土壤含水量基本特征 136
7.2.2 不同含水量土壤反射光譜特征 136
7.2.3 土壤水分的光譜吸收特征 136
7.3 基于特征波長的土壤含水量監(jiān)測 137
7.3.1 土壤光譜反射率與含水量的相關性 137
7.3.2 土壤含水量估算模型構建 139
7.3.3 模型精度評價 139
7.4 基于吸收特征參數(shù)的土壤含水量監(jiān)測 140
7.4.1 吸收特征參數(shù)與水分含量相關性 140
7.4.2 土壤含水量估算模型構建 141
7.4.3 模型精度評價 142
7.5 討論與結論 144
7.5.1 討論 144
7.5.2 結論 146
第8章 土壤氮含量的高光譜監(jiān)測 148
8.1 材料與方法 149
8.1.1 樣品采集與處理 149
8.1.2 數(shù)據(jù)處理與模型建立 149
8.2 土壤氮含量及其光譜特征 150
8.2.1 供試土壤氮含量基本特征 150
8.2.2 不同氮含量土壤的反射光譜特征 150
8.3 土壤光譜與氮含量的相關性 151
8.3.1 土壤光譜與全氮含量的相關性 151
8.3.2 土壤光譜與堿解氮含量的相關性 153
8.4 土壤全氮含量的高光譜監(jiān)測 155
8.4.1 基于特征光譜的全氮含量一元線性估算模型 155
8.4.2 基于特征指數(shù)的全氮含量一元線性估算模型 155
8.4.3 基于光譜和特征參數(shù)的全氮含量PLSR估算模型 158
8.4.4 基于光譜及特征參數(shù)的土壤全氮含量ANN估算模型 160
8.5 土壤堿解氮含量的高光譜監(jiān)測 163
8.5.1 基于特征光譜的堿解氮含量一元線性估算模型 163
8.5.2 基于特征指數(shù)的堿解氮含量一元線性估算模型 164
8.5.3 基于光譜和特征參數(shù)的堿解氮含量PLSR估算模型 166
8.5.4 基于光譜及特征參數(shù)的堿解氮含量ANN估算模型 167
8.6 討論與結論 169
8.6.1 討論 169
8.6.2 結論 171
第9章 土壤磷和鉀含量的高光譜監(jiān)測 173
9.1 材料與方法 174
9.1.1 樣品采集與處理 174
9.1.2 數(shù)據(jù)處理與模型建立 174
9.2 土壤磷和鉀含量及其光譜特征 174
9.2.1 研究區(qū)土壤磷和鉀含量基本特征 174
9.2.2 不同磷和鉀含量土壤的反射光譜特征 176
9.3 土壤光譜與磷和鉀含量的相關性 178
9.3.1 土壤光譜與磷含量的相關性 178
9.3.2 土壤光譜與鉀含量的相關性 181
9.3.3 土壤磷含量的特征指數(shù) 183
9.3.4 土壤鉀含量的特征指數(shù) 186
9.4 土壤磷含量的高光譜監(jiān)測 187
9.4.1 土壤全磷含量高光譜監(jiān)測 187
9.4.2 土壤有效磷含量高光譜監(jiān)測 189
9.5 土壤鉀含量的高光譜監(jiān)測 193
9.5.1 基于光譜及特征參數(shù)的全鉀含量PLSR估算模型 193
9.5.2 基于光譜及特征參數(shù)的全鉀含量ANN估算模型 195
9.5.3 土壤速效鉀含量高光譜監(jiān)測 199
9.6 討論與結論 203
9.6.1 討論 203
9.6.2 結論 205
第10章 成果與展望 208
10.1 主要成果 208
10.2 展望 211
參考文獻 213