基于无人机多光谱数据的天然草地生物量估算方法研究.pdf

《基于无人机多光谱数据的天然草地生物量估算方法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：密级：公开学号：2015201122单位代码：10759石河子大学硕士学位论文基于无人机多光谱数据的天然草地生物量估算方法研究学位申请人孙世泽指导教师汪传建副教授申请学位门类级别工学硕士学科、专业名称农业信息化技术及应用研究方向信息采集与处理技术所在学院信息科学与技术学院中国·新疆·石河子2018年06月StudyonestimationmethodofnaturalgrasslandbiomassbasedonUAVmulti-spectraldata.ADissertationSubmittedtoShiheziUniversityInPartialFulfillmentofthe

2、RequirementsfortheDegreeofMasterofEngineeringBySunShi-ze(AgriculturalInformationTechnologyandApplication)DissertationSupervisor:AssociateProf.WangChuan-jianJune，2018摘要新疆草地资源丰富，是全国第三大牧场，可使用面积约5000万公顷，其中新疆北部约有2900万公顷，占整个新疆维吾尔自治区的50%以上，是自治区极为重要的畜牧业产品供给区，为了快速、准确、有效地估算天然草地地上地上生物量，掌握其变化规律，通常利用航天遥感技术来估算，然而

3、空间分辨率和时间分辨率较低，随着目前无人机遥感技术的发展，使高空间、时间分辨率的低空影像的采集成为可能。如今多光谱影像在应用中易产生“同谱异物”、“同物异谱”等现象，光谱分辨率的提高也大大增加了相邻波段间的相关性，使得计算复杂度和时间复杂度大幅提高。因此对多（高）光谱遥感影像数据进行降维处理是当前应用研究中的一个难点问题。本文以天山北坡天然牧场为研究区，利用多旋翼无人机搭载多光谱相机获取高分辨率多光谱影像，基于植被光谱特征、最佳波段指数和最大相关系数选取最佳波段组合，提取常见的植被指数，结合草地地上生物量实测数据，在二者相关性分析的基础上，运用回归分析方法，建立多种生物量和植被指数的估算模型，

4、对比分析模型精度，确立了最优估算模型，并结合卫星遥感数据协同估算草地地上生物量。主要工作及相关研究成果如下：（1）针对无人机多光谱影像波段多，信息量大，信息冗余度高等问题，以新疆天山北坡紫泥泉牧场典型区域为研究区，使用多旋翼无人机搭载MicroMCA12Snap传感器采集多光谱影像，根据各波段特征和植被光谱特性将波段进行分组，利用最佳波段指数（OIF）和最大相关系数（MCC）初步选择最佳组合波段，联合建立的天然草地地上生物量估算模型，综合确定最佳波段组合。结果显示OIF指数与估算模型精度没有严格的对应关系，利用MCC法来获取最优波段组合不太理想，可能是该方法易受各种因素的影响，提取的只有单一波

5、段，不能从多角度反映植被特征等。但通过选择最优波段组合，在一定程度上能够提高估算模型的精度。（2）为了准确并有效地估算天然草地地上生物量，掌握其变化规律。充分考虑了地形因素对植被地上生物量空间分布的影响后，利用获取的多光谱影像（含近红外波段），结合地面实测数据，在天然草地地上生物量实测数据与植被指数相关性分析的基础上，使用回归分析方法，建立了地上多种生物量和植被指数的估算模型，对比分析模型精度，确立了最优估算模型。实验证明阴阳坡不同的植被类型及其生长特征，致使计算植被指数时出现同一植被指数值对应不同的生物量，这是总体生物量与各植被指数相关性较低的根本原因。考虑了地形因子之后，地上生物量与植被指

6、数之间的相关性明显提高了，估算模型准确并真实地反映了生物量分布状况。（3）结合无人机低成本、高时效、高分辨率等特点，以及卫星遥感大尺度监测优势，应用前期研究结果，结合Landsat8卫星影像，建立了协同估算模型，估算模型精度达到74%以上，实现了协同估算的目的。关键词：生物量；无人机；最佳波段组合；回归分析；协同估算IIIAbstractNaturalgrasslandisvastinXinjiang,withanavailableareaof50millionhm2,rankingthethirdinthecountry,thenorthernXinjiangregionhas29milli

7、onhm2,accountingformorethan50%oftheXinjiang,whichisanimportantsupplyareaforlivestockproducts.Inordertoestimateabovegroundbiomassofnaturalgrasslandandgraspvariationtrendrapidly,exactlyandeffectively,ae