基于小波变换的冬小麦叶面积指数与叶绿素含量遥感反演

基于小波变换的冬小麦叶面积指数与叶绿素含量遥感反演

ID:34874466

大小:19.43 MB

页数:126页

时间:2019-03-13

基于小波变换的冬小麦叶面积指数与叶绿素含量遥感反演_第1页
基于小波变换的冬小麦叶面积指数与叶绿素含量遥感反演_第2页
基于小波变换的冬小麦叶面积指数与叶绿素含量遥感反演_第3页
基于小波变换的冬小麦叶面积指数与叶绿素含量遥感反演_第4页
基于小波变换的冬小麦叶面积指数与叶绿素含量遥感反演_第5页
资源描述:

《基于小波变换的冬小麦叶面积指数与叶绿素含量遥感反演》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、ChinaUniversityofMining&Technology,Beijing博士学位论文基于小波变换的冬小麦叶面积指数与叶绿素含量遥感反演学院:地球科学与测绘工程学院学号:TBP120204037作者:蔡庆空学科专业:摄影测量与遥感导师:崔希民教授蒋金豹副教授2015年6月中图分类号:P237密级:公开单位代码:11413博士学位论文中文题目:基于小波变换的冬小麦叶面积指数与叶绿素含量遥感反演英文题目:InversionofLeafAreaIndexandChlorophyllContentforWint

2、erWheatBasedonWaveletTransform作者:蔡庆空学号:TBP120204037学科专业:摄影测量与遥感研究方向:高光谱遥感导师:崔希民职称:教授蒋金豹职称:副教授论文提交日期:2015年5月18日论文答辩日期:2015年6月8日学位授予日期:2015年6月24日中国矿业大学(北京)摘要实现对小麦精准有效的监测管理,需要及时准确的监测其长势、营养状况、肥水和病虫害等信息,冬小麦叶面积指数和叶绿素含量作为其生长过程中的生理生化参量,其准确快速获取不仅有助于对病虫害信息进行精准诊断和管理调控,而

3、且对冬小麦长势监测、产量评估以及推进农业信息化、数字化和精准化建设都具有重要意义。现有的冬小麦理化参数反演方法一方面受生育期、环境条件和地域条件等因素的影响,另一方面由于采用的波段信息少,容易受外界因素的干扰,致使模型精度和普适性较低,因此亟需构建高精度的冬小麦叶面积指数和冠层叶绿素含量反演方法,增强模型在冠层和遥感影像上的适应性。近年来,连续小波变换方法和最小二乘支持向量机方法以其强大的优势得到了广泛的应用,但目前将这两种方法的优势相结合并将其应用于提高我国西北旱区冬小麦叶面积指数和冠层叶绿素含量反演精度方面的

4、研究还相对较少。本文以冬小麦叶面积指数和冠层叶绿素含量的精准获取为出发点,通过在杨凌开展野外联合实验,基于星地同步数据,围绕构建冬小麦叶面积指数和冠层叶绿素含量定量反演模型以及模型本地化为主要目标,提高冬小麦叶面积指数和冠层叶绿素含量从地面监测到大范围遥感影像的反演精度,为大范围农业生产、区域指导以及国家精准农业建设提供决策依据,具有很好的理论和实践意义。本文主要研究内容及成果如下:(1)阐述了冬小麦叶面积指数和冠层叶绿素含量对冬小麦长势监测、产量评估以及精准农业建设的重要意义,分析了CHRIS成像光谱数据的优势

5、,总结了国内外植被理化参数反演主要采用的数据源以及反演方法的研究进展情况,得出了当前研究中存在的不足,在此基础上阐述了本文所做的工作、拟定了本文的技术路线,制定了本文的章节结构。(2)在介绍研究区以及三个核心实验基地概况的基础上,详细论述了杨凌野外实验方案设计,并展示了各个实验区样点的分布,阐述了地面实验数据的测定方法、CHRIS成像光谱数据的特点以及其成像模式,并对模型校正集样本和检验集样本进行了分配。(3)系统阐述了冬小麦叶面积指数和冠层叶绿素含量反演模型构建过程中采用的连续小波变换方法、最小二乘支持向量机方

6、法、植被指数法、主成分分析法、逐步线性回归分析以及偏最小二乘回归方法的原理和优势。在缺少CHRIS影像精确光谱响应函数的情况下,采用高斯函数模拟得到了CHRIS影像的光谱响应函数,并利用对地面光谱数据进行重采样。在分析噪声来源和去噪方法的基础上,采用IHDFclean对CHRIS影像进行了去条带处理,经比较噪声去除前后的效果,表明噪声去除效果较好。采用经验线性校正法实现了CHRIS影像的经验校正处理,通过与地面实测的光谱数据进行比较,表明经验线性校正光谱与实测光谱曲线的形状和特征基本一致,并且各波段处的绝对误差均

7、小于5%。(4)在对冠层光谱重采样的基础上,分析了冠层光谱和植被指数分别与冬小麦叶面积指数和冠层叶绿素含量之间的相关性,筛选了冠层和影像尺度上对冬小麦叶面积指数和冠层叶绿素含量较为敏感的植被指数。通过对光谱数据进行主成分分析,前两个主成分可以解释原始光谱波段98.275%的有用信息,因此利用这两个主成分代替原始的光谱信息进行相应的分析。光谱数据经连续小波变换处理后,将分解得到的小波能量系数分别与冬小麦叶面积指数和冠层叶绿素含量进行相关性分析,得到小波能量系数分别与冬小麦叶面积指数和冠层叶绿素含量之间的相关系数图,

8、通过对相关系数图进行分析,最终提取了11个对冬小麦叶面积指数较为敏感的小波特征,分别为(b12,scale1)、(b12,scale2)、(b11,scale4)、(b1,scale2)、(b1,scale3)、(b10,scale5)、(b9,scale6)、(b8,scale7)、(b7,scale8)、(b6,scale9)和(b3,scale12),9个对冬小麦冠

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。