首页> 中文学位 >树木叶片滞尘量与反射光谱及图像特征的关系研究
【6h】

树木叶片滞尘量与反射光谱及图像特征的关系研究

代理获取

目录

声明

摘要

第一章 绪论

1.1 引言

1.1.1 研究背景

1.1.2 国内外研究现状

1.2 研究目标和主要研究内容

1.2.1 问题与研究目标

1.2.2 研究的主要内容

1.2.3 研究技术路线

第二章 试验材料与研究方法

2.1 试验材料

2.1.1 试验设备

2.1.2 试验样品

2.2 研究方法

2.2.1 样本采集

2.2.2 叶片反射光谱与滞尘量测量

2.2.3 光谱数据处理

2.2.4 叶片图像获取

2.2.5 叶片图像目标提取

第三章 叶面尘对大叶黄杨反射光谱的影响

3.1 结果与分析

3.1.1 叶片原始反射光谱

3.1.2 叶片除尘前后的反射光谱

3.1.3 不同叶面滞尘量的反射光谱

3.1.4 除尘前后一阶导数

3.1.5 红边参数特征比较

3.1.6 叶面滞尘量预测模型的建立

3.2 小结

第四章 叶面尘对不同树种光谱特征的影响

4.1 结果与分析

4.1.1 除尘前后叶片的反射光谱比较

4.1.2 红边参数特征比较

4.1.3 5种叶片除尘前的反射光谱曲线变换分析

4.1.4 5种叶片的反射光谱特征波段变换分析

4.1.5 回归分析方法

4.2 小结

第五章 叶面尘对大叶黄杨叶片图像的影响

5.1 结果与分析

5.1.1 叶片图像分割结果与讨论

5.1.2 叶片图像参数拟合结果与讨论

5.2 小结

第六章 叶面尘对不同树种叶片图像的影响

6.1 结果与分析

6.1.1 叶片图像分割结果与讨论

6.1.2 叶片图像参数拟合结果与讨论

6.2 小结

第七章 结论与展望

7.1 结论

7.2 展望

参考文献

在读期间的学术研究

致谢

展开▼

摘要

随着人类活动对环境影响的加剧,细小颗粒物群体逐渐变得庞大,成分变得复杂,危害程度也逐渐增强。其中细小颗粒物或粉尘与雾霾天气现象有密切关联,它不仅给人类健康带来巨大的负面影响,对植物的反射光谱和图像各参量也有所改变。本研究主要对5种树木叶片在不同叶面滞尘量的情况下叶片反射光谱和图像的特征进行测定,分别建立叶面滞尘量与反射光谱和图像各参量之间的关系模型,在所建立的模型基础上对影响叶片反射光谱和图像各参量变化的因素进行探讨,主要包括每种叶片叶面滞尘量的测定、反射光谱波段的获取、叶片图像的分割与图像各参量的提取,最后从光谱特征波段的变化、图像各参量在除尘前后的改变多少,各树种叶片之间的变化差异来初步探讨叶面尘对树木反射光谱和图像的影响程度。本研究旨在为雾霾天气的预防和治理提供理论参考。
  结合以上研究内容,本研究得到以下结果和结论:
  (1)采集了120个大叶黄杨叶片,利用便捷式近红外光谱仪获取叶片反射光谱,万分之—高精度分析天平测得叶面滞尘量,分析除尘前后叶片反射率等特征因子的差异,建立叶面滞尘量与叶片反射光谱之间的关系模型。所得模型根据反射光谱就能预测大叶黄杨叶面滞尘量。
  (2)根据大叶黄杨叶片图像各参量在有无尘土情况下的数据变化得出,叶片图像各参量在除尘前后都有不同程度的改变,用图像各参量变化数据和光谱数据所建立的对数模型效果优于用同样参数所建的线性模型;图像参数色调H建立的模型优于其余各图像参数,在一定叶面滞尘量范围内,叶面滞尘量与图像参数H值呈负相关。
  (3)分别采集80片小叶杨、国槐、大叶黄杨、银杏、玉兰叶片样本,测定叶面滞尘量,获取反射光谱数据,采用不同回归模型建立光谱反射率与叶面滞尘量间的数量关系;5种叶片在除尘前后叶片光谱曲线虽然其大体走势基本相同,部分存在差异;除小叶杨外,其他几个树种叶片都是红边参数反演叶面滞尘量的效果较好,由此得知,红边参数可在一定精度范围内预测国槐、大叶黄杨、银杏、玉兰叶面滞尘量。偏最小二乘回归模型(PLS)的拟合精度最高,较低的是线性回归模型,通过高光谱数据利用偏最小二乘回归模型就能够对叶面滞尘量进行预测。
  (4)探讨不同树种的叶面滞尘量与各自的图像参数之间的关系,分别对5种叶片图像进行分割,建立模型进行拟合,得出,采用合适的图像分割方法分割图像,整体上得到了较好的分割效果;在测试的几个图像参数中,以确定系数较高的图像参数H为自变量,采用对数模型拟合大叶黄杨叶面滞尘量与H的关系结果最佳,表明可以通过叶片图像参数H值预测叶面滞尘量。
  本文所得出的模型能使用于北京城市主要绿化树种叶面滞尘量的估测,为环境污染的治理提供参考。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号