基于高分?jǐn)?shù)據(jù)的水稻品質(zhì)監(jiān)測方法的研究.pdf

1、新時(shí)代下人們對農(nóng)作物品質(zhì)的要求越來越高。籽粒粗蛋白質(zhì)與直鏈淀粉含量影響著水稻的營養(yǎng)和食味品質(zhì)，是水稻品質(zhì)的兩個重要指標(biāo)。遙感技術(shù)因其快速、無損和動態(tài)等特點(diǎn)，在農(nóng)作物品質(zhì)監(jiān)測或檢測應(yīng)用中表現(xiàn)出了強(qiáng)大的活力。國外在水稻品質(zhì)遙感監(jiān)測方面起步較早，我國近年來在這方面取得了一些進(jìn)展。本文利用高分辨率遙感數(shù)據(jù)（高分?jǐn)?shù)據(jù)）研究水稻品質(zhì)指標(biāo)中的粗蛋白質(zhì)與直鏈淀粉含量的遙感監(jiān)測方法，為水稻品質(zhì)的快速、大面積監(jiān)測提供一定的理論依據(jù)。
　　本研究選擇德

2、清縣東苕溪東部水稻區(qū)，在2013-2014年水稻成熟期開展試驗(yàn)。分別進(jìn)行室內(nèi)水稻四種形態(tài)（稻穗、稻谷、米粒、米粉）的高光譜觀測和基于國產(chǎn)高分辨率衛(wèi)星數(shù)據(jù)（環(huán)境一號和高分一號）的水稻種植區(qū)和品質(zhì)空間分布監(jiān)測，主要研究結(jié)果如下：
　　在室內(nèi)高光譜研究中，采集了四種水稻形態(tài)的高光譜數(shù)據(jù)，分析了六種光譜變量與水稻品質(zhì)的重要指標(biāo)（粗蛋白質(zhì)與直鏈淀粉）的相關(guān)性并構(gòu)建了單因子模型、多元逐步回歸模型、偏最小二乘模型、支持向量機(jī)回歸估測模型。通過分

3、析四種水稻形態(tài)的光譜與水稻重要指標(biāo)的相關(guān)性發(fā)現(xiàn)，稻谷光譜更適合用來對水稻品質(zhì)的兩個重要指標(biāo)進(jìn)行監(jiān)測。通過模型比較發(fā)現(xiàn)，對粗蛋白質(zhì)含量的估測來說，基于原始光譜一階導(dǎo)數(shù)變換的偏最小二乘回歸模型為最優(yōu)模型；對直鏈淀粉含量的估測來說，基于440nm、680nm、550nm、990nm、1200nm處反射率值的支持向量機(jī)回歸模型為最優(yōu)模型。
　　基于環(huán)境一號的HJ CCD與高分一號的GF-1 WFV數(shù)據(jù)的水稻種植區(qū)和品質(zhì)空間分布監(jiān)測，采用了

4、決策樹分類、目視解譯與面向?qū)ο蠓诸愊嘟Y(jié)合的分層分類方法提取水稻種植空間分布，分析14種常用的植被指數(shù)與水稻品質(zhì)指標(biāo)之間的相關(guān)性，建立了品質(zhì)指標(biāo)估測模型，并以此為基礎(chǔ)進(jìn)行了水稻種植區(qū)域的品質(zhì)指標(biāo)估測。比較2014兩種衛(wèi)星對水稻品質(zhì)指標(biāo)的監(jiān)測效果，結(jié)果顯示，在粗蛋白質(zhì)含量的估測中，利用HJ CCD數(shù)據(jù)所構(gòu)造的模型比GF-1 WFV具有更高的估測精度，這是因?yàn)榇值鞍踪|(zhì)含量范圍小，受空間分辨率影響較小，HJ CCD數(shù)據(jù)距采樣日期較近；對于含量范

5、圍較大的直鏈淀粉的估算來說，受空間分辨率影響較大，GF-1 WFV數(shù)據(jù)與直鏈淀粉含量相關(guān)性更顯著，但總體估測精度不高。為此，基于2013-2014年HJ CCD數(shù)據(jù)的RDVI指數(shù)所建立的最優(yōu)模型來獲取研究區(qū)內(nèi)的水稻粗蛋白質(zhì)含量空間分布信息。
　　本研究初步建立了基于高分辨率衛(wèi)星數(shù)據(jù)的水稻粗蛋白質(zhì)含量監(jiān)測模型和基于室內(nèi)稻谷高光譜數(shù)據(jù)的粗蛋白質(zhì)和直鏈淀粉含量監(jiān)測的模型，還需對其它形態(tài)（稻穗、米粒、米粉）的品質(zhì)含量估測設(shè)計(jì)科學(xué)和嚴(yán)格的實(shí)