版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、本研究的目的是以冬小麥為研究對象,基于不同年份、地點(diǎn)、品種類型、氮肥水平、種植密度和生育時期的田間試驗,綜合運(yùn)用光譜定量分析和神經(jīng)網(wǎng)絡(luò)物理模型等分析技術(shù),系統(tǒng)分析不同觀測角度下小麥冠層高光譜反射特征與生長指標(biāo)之間的動態(tài)關(guān)系,比較不同光譜分析技術(shù)監(jiān)測小麥生長指標(biāo)的效果,確立小麥生長指標(biāo)的適宜光譜參數(shù)、光譜分析方法和敏感觀測角度。預(yù)期結(jié)果有助于為多角度遙感衛(wèi)星提供敏感參數(shù)(觀測角度、波段及植被指數(shù)),為小麥生長監(jiān)測和精確管理提供技術(shù)指導(dǎo)。<
2、br> 系統(tǒng)分析了不同觀測角度下傳統(tǒng)光譜參數(shù)和兩波段歸一化及比值植被指數(shù)估算小麥葉片氮含量(LNC)的效果,從而確立小麥冠層葉片氮含量的多角度定量監(jiān)測模型。結(jié)果表明,無論前向或后向觀測方向,冠層反射率和40個常規(guī)光譜植被指數(shù)與LNC的決定系數(shù)隨觀測角度的增加而降低,尤其在后向-20°達(dá)到最大值。RI-1dB和EVI-1分別在后向-20°和垂直角度下與LNC的關(guān)系最為密切。兩波段原始光譜反射率組合的ND和SR參數(shù)與LNC相關(guān)性較好的區(qū)域
3、主要集中在藍(lán)-紅光波段、綠-紅邊波段以及紅邊-紅邊波段組合范圍內(nèi),這種敏感區(qū)域隨光譜觀測角度而有所不同。利用敏感光譜參數(shù)和觀測角度組合的新型多角度植被指數(shù)(MAVI)可以較好估測LNC,經(jīng)不同年際獨(dú)立數(shù)據(jù)檢驗,MAVISR模型對葉片氮含量反應(yīng)最敏感。
通過系統(tǒng)分析不同波段及光譜參數(shù)的角度敏感性特征,研究了不同光譜分析技術(shù)提取的適宜特征參數(shù)與葉片氮含量間定量關(guān)系。結(jié)果顯示,光譜植被指數(shù)與葉片氮含量間相關(guān)性在后向觀測角度的表現(xiàn)優(yōu)于
4、垂直角度和前向觀測角度,紅邊參數(shù)mND705、GND(750,550)、NDRE和RI-1dB與LNC間關(guān)系最密切,但在不同試驗因子條件下差異較大,尤其在葉片氮含量較高時(>4.5%),光譜參數(shù)趨于飽和。新構(gòu)建的角度不敏感參數(shù)(AIVI)降低了不同試驗因子的影響效應(yīng),在-10°~-40°觀測角度范圍內(nèi),AIVI可以建立統(tǒng)一穩(wěn)定的監(jiān)測模型,且經(jīng)過獨(dú)立試驗數(shù)據(jù)檢驗,基于AIVI構(gòu)建小麥冠層葉片氮含量監(jiān)測模型最優(yōu),該模型具有較強(qiáng)的角度適應(yīng)性。
5、基于FA-BPNN分析的小麥葉片氮含量反演精度在不同觀測角度下均較常規(guī)光譜參數(shù)明顯提高。因此,基于新型植被指數(shù)AIVI和FA-BPNN均可以對不同試驗條件下小麥葉片氮含量進(jìn)行可靠監(jiān)測。
通過比較不同觀測角度下多種光譜分析方法與LAI間關(guān)系,提取對LAI變化反應(yīng)敏感的適宜波段及觀測角度,從而確立小麥LAI定量監(jiān)測模型。結(jié)果顯示,不同的光譜分析方法在垂直角度附近更適宜用來監(jiān)測LAI,后向觀測方向的光譜反射率及光譜參數(shù)與LAI間相關(guān)
6、性高于前向觀測方向。不同觀測角度下兩波段比值(SR)和歸一化指數(shù)(ND)沒有表現(xiàn)出突出的監(jiān)測優(yōu)勢,但SR效果優(yōu)于ND方法。利用因子分析技術(shù),發(fā)現(xiàn)綠光波段的載荷在第一因子中隨觀測角度增加而降低,在第二因子中隨觀測角度增加而增加。經(jīng)不同年際獨(dú)立試驗數(shù)據(jù)檢驗,以光譜參數(shù)VIopt為變量建立的小麥LAI監(jiān)測模型具有較好的檢驗結(jié)果,可以用于小麥LAI的精確估測。
分析比較了估算LAI常用植被指數(shù)的飽和性,角度敏感性以及品種敏感性。角度廣
7、適性結(jié)果顯示,光譜參數(shù)估算LAI的精度以直立型品種優(yōu)于披散型品種。非垂直觀測角度并沒有顯著提高光譜參數(shù)對LAI估算能力。除EVI和TVI外,光譜參數(shù)NDVI、SAVI、OSAVI、MSAVI、WDRVI、MTVI和mND705均在LAI大于4時趨向飽和。基于綠光和近紅外波段構(gòu)建的角度消減系數(shù)Kf與LAI關(guān)系密切,VIs與Kf乘積在不同觀測角度下均有效緩解了LAI估算的飽和性和品種敏感性,顯著提高了LAI的監(jiān)測精度和適應(yīng)能力。在上述光譜參
8、數(shù)中,除WDRVI、EVI和TVI外,其余光譜參數(shù)與Kf乘積均在所有觀測角度下建立統(tǒng)一監(jiān)測模型,其中以mND705和OSAVI光譜參數(shù)的預(yù)測模型更為精確可靠。
綜合不同觀測角度光譜數(shù)據(jù),分析多種光譜處理方法估測葉綠素密度的效果,進(jìn)而確立小麥葉片色素密度的多角度遙感監(jiān)測模型。結(jié)果表明,與葉綠素密度相關(guān)性較好的光譜反射率主要集中在紅邊和近紅外區(qū)域(720-900nm)。光譜參數(shù)VOG1、RI-1dB、NDRE、SDr/SDb和DD
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于高光譜遙感的小麥氮素營養(yǎng)及生長指標(biāo)監(jiān)測研究.pdf
- 基于高光譜遙感的冬小麥氮素營養(yǎng)指標(biāo)監(jiān)測研究.pdf
- 迷彩服偽裝的高光譜多角度研究.pdf
- 冬小麥氮素含量垂直分布的多角度光譜反演研究.pdf
- 西北地區(qū)冬小麥生長狀況高光譜遙感監(jiān)測研究.pdf
- 利用地-空高光譜遙感監(jiān)測小麥氮素狀況與生長特征.pdf
- 基于近地高光譜遙感與作物生長模型的冬小麥品質(zhì)監(jiān)測預(yù)報研究.pdf
- 28875.基于多角度高光譜chris數(shù)據(jù)的濕地信息提取技術(shù)研究
- “甚至”的多角度研究.pdf
- “也就”的多角度研究.pdf
- “不說”的多角度研究.pdf
- “同時”的多角度研究.pdf
- “除非”的多角度研究.pdf
- “至少”的多角度研究.pdf
- “行了”的多角度研究.pdf
- 61305.多角度、多光譜遙感數(shù)據(jù)綜合反演葉面積指數(shù)方法研究
- 基于高光譜與多光譜數(shù)據(jù)的冬小麥白粉病遙感監(jiān)測.pdf
- “等于”的多角度研究.pdf
- “還要”的多角度研究.pdf
- “哪怕”的多角度研究.pdf
評論
0/150
提交評論