油菜的高光谱特征及其生理参数估算模型研究

摘要

农业是一个国家的基本产业，属于第一产业，是提供支撑国民经济建设与发展的基础产业。油菜的平均产量在国产植物油中占比超过了一半。同时，油菜的产油效率较高，因此在我国植物油产业中具有重要地位。因此快速，准确，大范围，实时地获取油菜相关的生理参数，检测油菜长势情况显得尤为重要。本研究以油菜为研究对象，通过田间试验和实验室检测，分别获取了油菜冠层高光谱遥感数据，不同尺度的油菜高光谱遥感影像以及油菜的生理参数。通过计算机和数理统计方法，构建油菜最佳的生理参数预测模型，并通过不同尺度的高光谱遥感图像反演验证，为油菜的精细农业发展奠定基础，推动了农业数字信息化进程。取得的主要结论如下:
　　(1)从整体趋势上来看，不同生育期油菜冠层高光谱特征较为一致，在可见光蓝紫光和红光波段范围有两个吸收谷，在绿光范围有明显的反射峰，在近红外光范围形成极高反射区域。同时随着冠层叶绿素（SPAD）含量以及氮素含量的增加，在可见光范围内油菜冠层高光谱反射率降低，在近红外光范围内的极高反射区域升高。随着冠层叶绿素（SPAD）含量以及含氮量的增加，红边特征也出现了“红移”的现象。从苗期到开花期，红边特征的“红移”现象明显，等到了成熟期，红边特征逐步显现出“蓝移”的现象。由此可以看出，油菜冠层的生理参数与高光谱反射率之间存在这密不可分的联系。
　　(2)通过相关处理油菜冠层光谱数据，提取了多个能够反映植被生理参数的光谱特征参数和植被指数。同时分别提取与这些光谱参数对应的不同生育期油菜的叶绿素（SPAD）含量和叶片氮素含量。然后利用这些提取的数据进行相关性分析，结果证明绝大多数光谱特征参数和植被指数都与叶绿素(SPAD)含量和叶片氮素含量都是极显著相关，同时全生育期油菜构建的叶绿素(SPAD)含量和叶片氮素含量预测模型不仅精度高于分生育期油菜，还避免了单生育期预测模型无法预测其他生育期油菜生理参数的弊端。
　　(3)在对全生育期油菜的叶绿素(SPAD)含量和叶片氮素含量预测研究过程中发现，通过随机森林回归算法，并选择自变量影响力较好的光谱特征参数和植被指数作为构建模型的自变量，构建的预测模型精度好于普通回归算法和多元逐步回归算法。在前人研究的基础上，提高了油菜的相关生理参数预测模型的精度。
　　(4)利用随机森林回归算法构建的油菜的叶绿素(SPAD)含量和叶片氮素含量预测模型，对不同尺度的油菜高光谱影像进行反演分析，结果发现反演结果基本符合油菜真实养分分布情况。

目录

论文说明

声明

摘要

第一章 绪论

1．1 研究背景

1．2 研究目的和意义

1．3 高光谱遥感简介

1．4 植被高光谱遥感监测研究与进展

1．4．1 植被叶绿素含量高光谱遥感检测研究与进展

1．4．2 植被叶片氮素含量高光谱遥感监测研究与进展

1．5 研究内容与技术路线

第二章 材料与方法

2．1 试验区概况

2．2 实验设计

2．3 油菜冠层高光谱数据获取

2．3．1 冠层高光谱数据测定

2．3．1 油菜不同尺度高光谱遥感影像测定

2．4 油菜生理参数测定

2．4．1 叶绿素测定

2．4．2 叶片氮素含量测定

2．5 数据处理与研究方法

2．5．2 研究光谱参数提取

2．5．3 回归模型

2．5．4 模型检验

第三章 油菜高光谱特征

3．1 油菜高光谱特征分析

3．2 不同叶绿素含量(SPAD)油菜高光谱数据分析

3．3 不同生育期油菜叶片高光谱数据及叶绿素(SPAD)含量分析

3．3．1 不同生育期油菜叶片高光谱数据分析

3．3．2 不同生育期油菜叶片叶绿素(SPAD)含量分析

3．4 不同氮素水平油菜冠层高光谱数据及叶绿素含量(SPAD)分析

3．4．1 不同氮素水平油菜冠层叶绿素含量(SPAD)分析

3．4．2 不同氮素水平油菜冠层高光谱数据分析

3．5 油菜叶片光谱红边特征变化分析

3．5．1 不同叶绿素含量(SPAD)油菜光谱红边特征变化分析

3．5．2 不同氮素水平油菜光谱红边特征变化分析

3．5．3 不同生育期油菜光谱红边特征变化分析

3．6 本章小结

第四章 油菜冠层叶绿素含量(SPAD)的高光谱预测模型

4．1 基于光谱特征参数的油菜冠层叶绿素(SPAD)含量预测模型

4．1．1 叶绿素(SPAD)含量与原始光谱反射率及其—阶微分相关性分析

4．1．2 叶绿素(SPAD)含量与光谱特征参数相关性分析

4．1．3 基于光谱特征参数的不同生育期叶绿素(SPAD)含量预测模型及其检验

4．1．4 基于光谱特征参数的全生育期叶绿素(SPAD)含量预测模型及其检验

4．1．5 多元逐步回归预测模型及其检验

4．2 基于植被指数的油菜冠层叶绿素(SPAD)含量预测模型

4．2．1 叶绿素(SPAD)含量与植被指数相关性分析

4．2．2 基于植被指数的不同生育期叶绿素(SPAD)含量预测模型及其检验

4．2．3 基于植被指数的全生育期叶绿素(SPAD)含量预测模型及其检验

4．2．4 多元逐步回归预测模型及其检验

4．3 基于随机森林回归算法的油菜冠层叶绿素(SPAD)含量预测模型

4．4 利用油菜冠层叶绿素含量预测模型对不同尺度下的油菜冠层影像填图反演

4．5 本章小结

第五章 油菜叶片氮素含量的高光谱预测模型

5．1 基于光谱特征参数的油菜叶片氮素含量预测模型

5．1．1 叶片氮素含量与原始光谱反射率及其一阶微分相关性分析

5．1．2 叶片氮素含量与光谱特征参数相关性分析

5．1．3 基于光谱特征参数的不同生育期叶片氮素含量预测模型及其检验

5．1．4 基于光谱特征参数的全生育期叶片氮素含量预测模型及其检验

5．1．5 多元逐步回归预测模型及其检验

5．2 基于植被指数的油菜冠层叶片氮素含量预测模型

5．2．1 叶片氮素含量与植被指数相关性分析

5．2．2 基于植被指数的不同生育期叶片氮素含量预测模型及其检验

5．2．3 基于植被指数的全生育期叶片氮素含量预测模型及其检验

5．2．4 多元逐步回归预测模型及其检验

5．3 基于随机森林回归算法的油菜冠层叶片氮素含量预测模型

5．4 利用油菜冠层叶片氮素含量预测模型对不同尺度下的油菜冠层影像填图反演

5．5 本章小结

第六章 结论与展望

6．1 研究结论

6．2 研究展望

参考文献

致谢

作者简介