基于无人机影像的玉米倒伏灾情遥感监测

摘要

玉米是中国重要粮食作物，根据国家统计局数据显示，2019年全国玉米种植面积达6.19亿亩，产量达2.61亿吨，其产量波动对于国家粮食安全意义重大。由于栽培方式不合理或品种抗倒伏能力弱，以及近些年来强风暴雨等自然灾害天气频发，倒伏已成为影响玉米产量的重要灾害之一。以人工实地调查为主的常规观测方式已不能满足大范围灾情监测的时效性需求，低空无人机以成本低、分辨率高、云下获取影像等优点，成为当前作物倒伏信息监测研究的热点。探究玉米倒伏的高光谱响应机理，实现基于无人机影像的玉米倒伏监测具有重要的应用价值，日益受到农保行业、农业管理部门、新型经营主体和种粮大户的高度重视。及时准确地获取玉米倒伏等级空间分布信息，对于产量损失评估、灾后生产管理和保险快速理赔等具有重要的现实意义。　　本研究旨在探索无人机成像技术对于玉米倒伏灾情的监测能力。在玉米倒伏控制试验和实发倒伏案例的支持下，分析了不同倒伏胁迫等级的冠层结构参量与高光谱特征参量之间的响应规律，实现了基于无人机高光谱影像的玉米倒伏灾情诊断，并提出了无人机多光谱影像快速监测玉米倒伏等级的方法。取得以下结论：　　（1）分析了不同倒伏等级的玉米组分、冠层茎叶占比变化以及冠层光谱响应规律。试验结果表明玉米茎秆反射率明显高于叶片；对不同倒伏胁迫强度的玉米冠层光谱进行对比分析，发现玉米冠层反射率随着倒伏等级的增强而升高；在冠层尺度光谱探测视场内，随着倒伏等级的增加，玉米叶片相互遮挡和因倒伏而产生的阴影以及玉米植株间的缝隙所占比例逐步减少，茎秆与叶片所占比例逐步增加，尤其体现在茎秆所占比例较大，在冠层影像上体现为像元反射率逐步增强。　　（2）通过分析不同倒伏等级胁迫下的玉米冠层叶绿素密度变化特征，对冠层光谱进行连续小波和植被指数特征变换；对比利用冠层光谱、小波系数、植被指数3种敏感特征参量构建的倒伏胁迫玉米冠层叶绿素密度监测模型，发现基于小波系数和植被指数的模型精度均较高（决定系数R2达到0.6以上），其中植被指数的反演模型精度最高（R2=0.63，RMSE=0.36g/m3），根据冠层叶绿素密度建模结果实现了对玉米倒伏等级评估与空间制图。　　（3）在实发倒伏区无人机多光谱影像的支持下，并对多光谱影像进行主成分、纹理特征、植被指数、纹理特征与植被指数组合的特征变换，利用最大似然监督分类法对5种特征影像进行玉米倒伏等级分类，并利用混淆矩阵进行分类精度评价；结果表明：与多光谱影像分类结果相比，主成分、纹理特征、纹理特征与植被指数组合的分类精度均有不同程度的提高，其中纹理特征与植被指数组合的分类结果总体精度和Kappa系数均最大，分别为86.61%、0.83，比多光谱影像分类结果提高了3.03%和0.04。　　本研究利用无人机影像对不同倒伏胁迫等级的玉米冠层光谱特征进行解析，完成了基于高光谱特征参数的倒伏胁迫的玉米冠层叶绿素密度监测模型以及基于多光谱影像特征组合的玉米不同倒伏胁迫等级遥感监测，验证了无人机监测技术对于玉米倒伏灾情遥感监测的应用能力。

目录

声明

1 绪论

1.1 背景与意义（Background and Significance）

1.2 国内外研究进展（Overview）

1.3 研究目标（Objectives）

1.4 研究内容（Contents）

1.5论文框架（Structure）

2 试验与数据

2.1 试验设计（Experiment Design）

2.2 数据获取（Data Acquisition）

2.3 数据预处理（Data Preprocessing）

2.4 小结（Summary）

3 不同倒伏等级胁迫下玉米冠层无人机光谱特征解析

3.1 无人机影像的玉米叶片和茎秆反射光谱曲线（ Reflection Spectral Curves of Maize Leaves and Stalks from UAV Image）

3.2 无人机影像不同倒伏等级玉米冠层光谱曲线（Canopy Spectral Curves of Maize with Different Lodging Grades from UAV Image）

3.3 不同倒伏等级玉米冠层光谱微分变换（Differential Transformation of Canopy Spectra of Maize with Different Lodging Grades）

3.4 不同倒伏等级玉米冠层无人机影像特征分析（Analysis of UAV Image Characteristics of Maize Canopy with Different Lodging Grades）

3.5 小结（Summary）

4倒伏胁迫下玉米冠层叶绿素密度无人机高光谱监测

4.1 方法与模型（Method and Model）

4.2 不同倒伏等级玉米CCD分析（Analysis of Maize CCD with Different Lodging Grades）

4.3 相关性分析（Correlation Analysis）

4.4 玉米 CCD 模型构建与制图（Model Building and Mapping of Maize CCD）

4.5 小结（Summary）

5 基于无人机多光谱影像的玉米倒伏等级监测

5.1 技术路线（Research Scheme）

5.2 多光谱影像不同倒伏等级玉米冠层光谱特征（ Canopy Spectral Characteristics of Maize with Different Lodging Grades on Multispectral Images）

5.3 影像特征变换（Feature Transformation of Image）

5.4 精度评价（Accuracy Estimation）

5.5 结果分析（Result Analysis）

5.6 小结（Summary）

6 结论与展望

6.1 结论（Conclusion）

6.2 展望（Prospect）

参考文献

作者简历

致谢

学位论文数据集