检索结果-南通市图书馆

作者：张巧凤南京农业大学

学位级别：硕士

实时、快速、无损、准确地评估农作物的氮素营养状况,对于指导农作物养分诊断研究和精准变量施肥具有重要意义。卫星遥感凭借其大尺度、快速和信息量大的优势,成为当前主流的农业遥感手段。然而如果没有足够和合适的参考数据,则无法充... 详细信息

实时、快速、无损、准确地评估农作物的氮素营养状况,对于指导农作物养分诊断研究和精准变量施肥具有重要意义。卫星遥感凭借其大尺度、快速和信息量大的优势,成为当前主流的农业遥感手段。然而如果没有足够和合适的参考数据,则无法充分利用卫星遥感的巨大潜力。卫星遥感数据应用地面采样数据进行建模时,往往存在大规模比例失配和原位采样偏移的问题,并且不能获取大范围氮素营养状况的空间分布。而无人机遥感凭借其时效性强和空间分辨率高等特点符合精确农业高精度、实时定量反演的需求。因此,本文利用无人机遥感数据获得的面状信息代替点状采样信息,应用卫星遥感影像进行区域尺度氮积累量的估算。本文基于无人机和卫星遥感一体化应用,结合地面实测的小麦氮素营养数据,分别围绕多架次无人机影像的相对辐射校正方法和综合构建无人机-卫星遥感的小麦氮素营养估算模型这两个方面开展研究,以达到利用无人机影像作为星-地同步观测的中间桥梁,从而提高区域尺度小麦氮素营养参数遥感估算模型的精度。为解决多地点多架次无人机影像间的辐射差异,以及减少无人机和卫星传感器之间的光谱响应差异,本研究提出了一种基于同期卫星影像的多架次无人机影像间的相对辐射校正方法（简称MACA法）。该方法首先根据重采样无人机影像和卫星影像反射率,应用机器学习方法建立多子集多元线性回归模型,获得无人机影像覆盖区域具有卫星反射率特征的参考影像;然后应用最小二乘回归法建立无人机影像和参考影像各波段的辐射校正模型,从而获得相对辐射校正后的无人机影像。将新方法与前人提出的比率平均法（Mean of Ratio）、伪不变特征点法（Pseudo-invariant Features）、基于规则和实例的回归模型法（Cubist）进行定性和定量的比较。结果表明,四种相对辐射校正方法在不同程度上减小了多架次无人机影像之间的辐射差异,综合考虑研究区域的地物光谱特征、相对辐射校正方法对无人机影像的变化程度、以及操作难易等因素,MACA法的校正效果最好。基于此校正方法,我们首先对多架次无人机影像进行相对辐射校正,并应用相对辐射校正植被指数集,结合机器学习方法获得基于无人机影像分辨率的小麦氮积累量空间分布图。然后将此空间分布图用于训练升尺度相对辐射校正植被指数集的机器学习模型,构建无人机-卫星氮积累量估算模型,绘制区域尺度的氮积累量空间分布图。最后,我们评估了基于星-机遥感影像的氮积累量模型精度。结果表明,相对辐射校正可以提高多地点多架次无人机影像估算氮积累量的精度;无人机植被指数集升尺度到卫星影像空间分辨率后,建立的无人机-卫星植株氮积累量估算模型的独立验证精度(R=0.52,RMSE=26.08 kg·ha)优于直接应用地面采样数据获得的卫星遥感估算模型的独立验证精度(R=0.07,RMSE=49.33 kg·ha)。本文介绍了无人机与卫星遥感一体化的小麦氮素营养监测研究方法,首先提出了一种多架次无人机影像相对辐射校正方法;然后应用无人机模型估算的氮积累量分布图代替地面取样的点状信息,构建了基于无人机-卫星遥感的小麦氮素营养参数估算模型,提高了卫星影像反演氮积累量的精度。对无人机和卫星遥感一体化的应用,明确了在不同空间尺度下无人机估算模型的表现,建立了区域尺度的估算模型,最终实现了应用卫星影像对小麦氮素营养参数的高精度估算。未来将结合高空间分辨率与中低空间分辨率卫星影像,实现全省甚至更大范围的作物生长参数快速准确监测。

关键词：无人机遥感卫星遥感小麦氮素营养参数相对辐射校正机器学习

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于无人机多光谱影像的冬小麦花前期氮素营养估测

引用

安徽科技学院学报 2023年第3期37卷 50-59页

作者：陶新宇朱永基苏祥祥祝雪晴任兰天刘吉凯李新伟安徽科技学院资源与环境学院安徽凤阳233100 安徽省农业废弃物肥料化利用与耕地质量提升工程研究中心安徽凤阳233100 安徽省作物智慧种植与加工技术工程研究中心安徽凤阳233100

目的:利用多光谱无人机建立长江中下游地区冬小麦花前期氮素营养低成本、易推广、高效率的估测模型。方法:利用DJI Phantom 4 Multispectral相机获取4个氮素水平下3个冬小麦品种的多光谱影像数据,探讨植被指数对4种冬小麦氮素营养参数... 详细信息

目的:利用多光谱无人机建立长江中下游地区冬小麦花前期氮素营养低成本、易推广、高效率的估测模型。方法:利用DJI Phantom 4 Multispectral相机获取4个氮素水平下3个冬小麦品种的多光谱影像数据,探讨植被指数对4种冬小麦氮素营养参数估测的敏感性,采用线性回归、随机森林和主成分分析算法构建冬小麦花前关键生育时期的氮素营养参数监测模型,筛选各时期氮素营养参数的最优估测模型。结果:所选9种植被指数均与氮素营养参数呈极显著相关。在拔节期,线性模型对氮素营养参数的预测性能最佳,R^(2)为0.87~0.94,nRMSE为8.44~12.49,RPD为2.79~4.08;在孕穗期,3种模型的估测性能相当;在抽穗期,随机森林和主成分回归模型的估测精度更高。结论:线性回归模型在拔节期和孕穗期,随机森林和主成分回归模型在冠层结构复杂的抽穗期,可实现冬小麦氮素营养参数的精准监测,研究可为长江中下游冬小麦氮素营养诊断和施肥决策提供科学参考。

关键词：无人机多光谱影像氮素营养参数植被指数花前期冬小麦

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：