小麦冠层理化参量高光谱反演

《小麦冠层理化参量高光谱反演》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VDC博士学位论文密级小麦冠层理化参量的高光谱反演InversionoftheWheatBiophysicalandBiochemicalParametersBasedonHyperspectralRemoteSensing作者姓名：学科专业：学院(系、所)：指导教师：论文答辩日期梁亮摄影测量与遥感地球科学与信息物理学院杨敏华教授答辩委员会主席中南大学2010年12月原创性声明本人声明，所呈交的学位论文是本人在导师指导卜进行的研究工作及取得的研究成果。尽我所知，除r论文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰t；过的研究成果，也不包含为获得中南人学或其他单位的学位或证

2、抟I而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在论文中作J，明确的说明。作者签名：鍪缸E1期：．．型坦年上月阜F1学位论文版权使用授权书本人了解中南大学有关保留、使用学位论文的规定，即：学校有权保留学位论文并根据困家或湖南省有关部门规定送交学位论文，允许学位论文被查阅和借阅；学校町以公布学位论文的全部或部分内容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》，并通过网络向社会公众提供信息服务。作者签名：鍪氩导师签名燃-'J-"-堡I曰期：兰丛钮月阜日博仁学位论文摘要摘要作物理化信息的准确、快速获取是科学地进行农

3、业生产的基础。以传统化学分析方法获取各种农学参量存在耗时长，只能获取点源信息以及难以在宏观尺度上展开等缺陷，极大地影响了农业决策的全面性、时效性与客观性。高光谱技术的不断成熟及其在定量分析中表现出的巨大优势，为解决这一问题带来了新的契机。本文结合高光谱与地物光谱分析技术，在已有研究的基础上改进与发展新的方法，实现了小麦氮含量、叶绿素含量、含水量以及叶面积指数的准确、快速反演，从而为农业生产提供了科学支持。本文的研究成果主要包括以下几点：1．实现了地物光谱与成像光谱预处理方法的改进。首先，针对地物光谱存在随机噪声与背景信息的问题，本文采用小波去噪与导数处理相结合的方法进行地物光谱数据的预处理，实

4、现了在去除土壤背景的同时抑制随机噪声以提高光谱信噪比的目的，从而改进了地物光谱的预处理方法。其次，在成像光谱的预处理上，本文采用最小噪声分离(MNF)算法进行了成像光谱的消噪，并结合QUAC与ELC两种大气校正方法实现了高光谱影像大气校正的优化，获得了接近地面真实反射率的影像数据。地面光谱与成像光谱预处理方法的改进为小麦理化参量的精确反演奠定了基础。2．系统地分析了植被指数提取、分类算法提取以及端元波谱匹配填图三种方法在目标作物覆盖区域(目标区域)提取中的优缺点以及各自的适应范围。得出以下结论：植被指数提取具有操作方法简单，计算速度快的优点，但难以对不同的植被进行区分，适合在植被类型单一或不需

5、要对植被进行区分的时候使用；分类算法的训练样本由人工选取，具有一定的主观性，但交互性较好，可对训练样本进行调整，并根据具体的要求对地物类型进行划分，从而得出适合目标区域提取的地物类型划分方法，实现较精准的提取，适合需要对混合区域进行提取时使用；端元波谱匹配则具有精确客观的优点，但对混合地类的提取能力较差，适合目标区域内的地物类型较纯时使用。3．以本文提出的新光谱指数FD—NDNI实现了小麦冠层叶片氮含量的反演，并利用最d"--乘支撑向量回归(LS—SVR)算法实现r建模方法的优化。指数FD—NDNI系小麦反射光谱“蓝边’’与“红边”陡峭壁主堂垡堡壅．垫要一．一．度的归一化值，可敏感反映出小麦冠

6、层叶片氮含量信息，其反演模型校正集与预测集R2分别达0．846与0．838，优于mNDVl705、．．mSR705与NDNI等常用指数的反演结果。进一步分析发现，在各⋯，指数中，FD．NDNI与叶面积指数的相关性最低(严O．67)，能最有效地避免冠层郁闭度等因素对冠层叶片氮含量估测的影响。利用反演模型实现了氮含量的遥感填图，并将反演结果与地面实测值进行拟合分析。发现两组数据拟合模型萨达0．721，RMSE为0．421，具有较高的拟合度。表明FD．NDNI足进行小麦冠层叶片氮含量反演的优选指数，从而为实现小麦氮含量的反演提供了一条新的途径。4．对18种高光谱指数进行了比较分析，筛选出了可敏感反映

7、小麦冠层叶片叶绿素含量的光谱指数REP，并对其物理意义进行了探讨。利用指数REP建立了叶绿素含量的反演模型，并采用LS．SVR算法实现了模型的优化。分析表明，指数REP所建立的反演模型在各指数中精度最高(C-R2与P-R2分别达O．751与0．722)，且其遥感填图结果与地面实测值具有较高拟合度(拟合模型尺2达0．676)，是进行小麦叶绿素反演的优选指数。5．提出了可敏感反映小麦冠层叶片含水量信息