冬小麦氮素含量垂直分布的多角度光谱反演研究

《冬小麦氮素含量垂直分布的多角度光谱反演研究》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、“Ｉ辟■：’：＾＾＾，！Ｑ＾ＰＰ｜ＰＰ｜｜｜？，‘：〔．￣密级：保密期限：＾４＾＃硕士学位论文冬小麦氮素含量垂直分帘的多角度光谱反演研究ＥｓｔｉｍａｔｉｎｇＷｉｎｔｅｒＷｈｅａｔＮｉｔｒｏｇｅｎＶｅｒｔｉｃａｌＤｉｓｔｒｉｂｕｔｉｏｎｗｉｔｈＢｉｄｉｒｅｃｔｉｏｎａｌＣａｎｏＲｅｆｌｅｃｔｅｄｐｙＳｐｅｃｔｒｕｍ学号Ｐ１２２０２０５６姓名杨绍源学位类别工学硕士别目肩、％理（工當领域）指导教师梁栋教授黄文江研究员完

2、成时间２０１５年５月答辩委员会；；，主席签名＂命４＾独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果．据我所知，除了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写过的研究成果，也不包含为获得安徽大学或其他教育？机构的学位或证书而使用过的材料＂。与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意．学位论文作者签名：签字曰期：＞４ｒ年（月（曰水Ｉ，学位论文版权使用授权书、本学位论文作者

3、完全了解安徽大学有关保留使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权安徽大学可以将学位论文的全部或部分内容编入有关数据库进行、、：检索，可以采用影印缩印或扫描等复制手段保存ｉｔ编学位论文。（保密的学位论文在解密后适用本授权书）、丁学位论文作者签名：导师签名：一—【签字曰期：年６月曰签字曰期：年６月曰＞ｉｒｖＴ安徽大学硕士论文摘要摘要氮素含量是监测作物营养状况的重要参数，能够为田间施肥管理和作物长势监测、

4、产量估测方面提供重要参考。快速、无损探测作物氮素垂直分布情况，对于指导合理施肥、提高肥料利用率和减少环境污染意义重大。作物氮素具有随植株高度层垂直分布的特性，在作物发生氣素胁迫的早期，植株表现首先是下层叶片发黄，而传统的田间观测方法费时费力，对于下层的监测不足且容易受到人为因素的影响。传统的遥感技术虽能大面积快速监测氮素，但主要针对作物上层氮素含量，，对中、下层的监测仍然缺乏有效手段。因此在作物发生氮素胁迫的早期快速监测作物氮素垂直分布的特性是作物养分监测的迫切需求。本文以冬小麦为例

5、，选取冬小麦多角度数据和氮素垂直分布数据，研究了冬小麦氮素含量垂直分布的多角度光谱反演方法。本文的主要研究内容和实验结果如下：１、提出了基于小波变换，利用多角度光谱数据探测冬小麦氮素含量垂直分。布的方法对冬小麦不同角度的反射率光谱数据进行连续小波变换，利用不同角度光谱数据的小波系数与上、中、下层的叶氮密度分别建立支持向量机回归模型（ＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅ，ＳＶＭ）、偏最小二乘回归模型（ＰａｒｔｉａｌＬｅａｓｔＳｑｕａｒｅｓＲｎＰＬＳＲ）以及最小二乘支持向量

6、机回归模型（ＬｅａｓＳ－ｅｒｅｓｓｉｏｔｕａｒｅＳｕｏｒｔｇ，ｑｐｐ－ＳＶＭＶｅｃｔｏｒ：ＭａｃｈｉｎｅＬＳ），实现冬小麦氮素含量垂直分布估算。结果表明利用，连续小波变换可以确定各角度的氮素敏感尺度和对应波段，建模实验中各算法在上、中、下三层表现略有差异、下三层表现都。验证实验中ＰＬＳＲ算法在上、中。很稳定，特别是下层相对比其他算法表现优异因此利用连续小波变换进行数据预处理，能更好的选择对氮素敏感的信息，不同算法建立的模型结果表明，ＰＬＳＲ算法在氮素垂直分布估测方面更适用，连续小

7、波变换与ＰＬＳＲ算法结合能实现冬小麦氮素含量垂直分布的遥感估算。２、提出了利用偏最小二乘（ＰＬＳＲ）算法，运用多角度光谱数据估计冬小麦氮素含量垂直分布的方法，并改进植被指数，减少了土壤和作物残渣的影响。分别选用前向和后向不同观测角度组合形成的光谱数据组建植被指数，建立不同高°°度层的叶片氮素含量探测模型，其中选用±５０和±６０的组合，建立了冬小麦上层Ｉ安徽大学硕士学位论文冬小麦筑素含量垂直分布的多角度光谱反演研究°°叶位叶片氮密度反演模型；选用±３０和±４０的组合，建立了中层叶

8、位叶片氮密度°°反演模型；选用±２０和±３０的组合，建立了下层叶位叶片氮密度反演模型。针对氮素反演容易受到作物背景（土壤、作物残澄）影响的问题，引入ＲＲ比ｙｏｏ／ｆｉｙｏ值，改进７种常见的植被指数，利用改进了的植被指数建立了冬小麦上层、中层、下层叶片氮密度垂直分布模型。建模实验结果改进了叶片氛密度上层、中层、下层垂直分布估算结果，验证实验选取建模实验中表现最好的三个