玉米不同生长期微波辐射特性及LAI反演实验研究

玉米不同生长期微波辐射特性及LAI反演实验研究

论文摘要

微波具有穿透性,相对于可见光与红外探测器而言,微波探测器不仅能反映叶片层植被信息,还能反映较深层木质生物信息。因此运用微波传感器监测植被生长信息已经发展成一种重要的遥感手段。前人的研究已经为植被微波遥感监测奠定了很好的基础。但是,之前实验尚不完善,如大多就某种植被生长状态进行研究,不同生长期连续观测实验较少;有关测量方位对植被微波辐射特性的影响研究较少。本文针对以往实验的不足,重新设计实验方案,主要研究玉米长高过程中微波辐射特性及叶面积指数(LAI)的微波反演。作者于2010年8月初到9月中旬,利用6.6GHz与18.7GHz被动微波辐射计对河北省怀来县夏季玉米进行不同角度(0-60。每5。一个间隔)、不同极化(V与H极化)及不同方位(顺垄、垂直垄、垄向45。)的微波辐射特性观测实验。实验中玉米从幼苗到抽穗共分八期进行测量,每期都利用LAI-3000实地获得了LAI数据,以此代表植被的生长状态。研究结果表明,①随着观测角度和LAI的增大,V和H极化的亮温都有明显变化;②微波植被指数随观测角度和LAI的变化都有明显规律;③测量方位对玉米的微波辐射特性有明显的影响作用;土壤对植被的微波辐射影响随植被的长高而减弱;④频率6.6GHz和观测角度为60。时,可利用归一化极化差植被指数(MPDI)进行较好的LAI反演。论文研究成果为植被微波遥感监测提供了新的实验依据,提出了玉米LAI微波反演指数模型及其参数取值,对于土地利用、矿区环境及农作物遥感监测预警有实际意义,丰富和发展了数字矿山的研究内容与监测技术手段。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 论文研究的目的与意义
  • 1.1.1 论文研究的目的
  • 1.1.2 论文研究的重要意义
  • 1.2 植被微波辐射特性研究现状
  • 1.2.1 利用地基实验进行植被微波辐射特性研究
  • 1.2.2 被动微波植被指数研究
  • 1.2.3 存在问题
  • 1.3 研究内容与技术路线
  • 1.3.1 研究内容
  • 1.3.2 技术路线
  • 第2章 热辐射基本理论
  • 2.1 热辐射基本概念
  • 2.2 黑体辐射概念及相关定律
  • 2.2.1 黑体辐射
  • 2.2.2 基尔霍夫辐射定律
  • 2.2.3 普朗克辐射定律及其基本性质
  • 2.3 非黑体辐射
  • 第3章 微波遥感基本理论
  • 3.1 平面波理论
  • 3.1.1 均匀无界媒质中的波动方程和平面波
  • 3.1.2 有损均匀媒质中的平面波
  • 3.1.3 分界平面上的反射和透射
  • 3.1.4 全反射和布儒斯特角
  • 3.2 微波辐射计理论
  • 3.2.1 微波辐射的功率-温度对应原理
  • 3.2.2 微波辐射计天线接收到的能量组成
  • 3.2.3 微波辐射计的主要技术指标
  • 第4章 玉米不同生长期微波辐射特性研究
  • 4.1 实验装置及观测目标
  • 4.1.1 微波辐射计
  • 4.1.2 三维高架塔与二维转台
  • 4.1.3 观测样区
  • 4.2 实验方案
  • 4.2.1 实验观测平台设计
  • 4.2.2 实验计划
  • 4.2.3 实验注意事项
  • 4.2.4 实验步骤
  • 4.2.5 辅助参数获取方法
  • 4.3 实验数据获取结果
  • 4.3.1 玉米微波亮温
  • 4.3.2 土壤温度参数
  • 4.3.3 土壤含水率
  • 4.3.4 植被参数
  • 4.4 数据处理
  • 4.4.1 数据质量分析
  • 4.4.2 数据预处理
  • 4.5 数据分析
  • 4.5.1 玉米不同生长期微波亮温特性分析
  • 4.5.2 玉米不同生长期微波植被指数特性分析
  • 4.5.3 测量方位与土壤对玉米微波辐射特性影响分析
  • 4.5.4 玉米LAI微波反演模型
  • 结论与展望
  • 参考文献
  • 致谢
  • 攻读学位期间发表的论文及科学研究经历
  • 相关论文文献

    • [1].波段宽度对利用植被指数估算小麦LAI的影响[J]. 农业工程学报 2020(04)
    • [2].不同氮运筹模式冬小麦LAI光谱特征波段提取[J]. 山西农业科学 2017(04)
    • [3].河南漯河郾城区冬小麦LAI反演结果真实性检验[J]. 国土资源遥感 2020(01)
    • [4].赣江上游区LAI时空变化及其与气候要素的关联性分析[J]. 水文 2020(04)
    • [5].基于作物生长监测诊断仪的玉米LAI监测模型研究[J]. 农业机械学报 2019(12)
    • [6].基于环境星红树林特征指数的LAI估算[J]. 遥感信息 2013(01)
    • [7].基于无人机成像高光谱影像的冬小麦LAI估测[J]. 农业机械学报 2020(01)
    • [8].新疆焉耆盆地LAI反演及空间分布特征[J]. 中国沙漠 2016(05)
    • [9].西葫芦LAI动态模拟模型的初步建立与检验[J]. 山西农业科学 2011(07)
    • [10].基于多角度植被指数的马尾松林LAI反演方法[J]. 植物科学学报 2017(01)
    • [11].基于植被指数比较的湿地区域LAI遥感估算研究[J]. 中南林业科技大学学报 2016(05)
    • [12].中国北方作物和草地LAI全球产品的精度评价[J]. 山东农业大学学报(自然科学版) 2020(03)
    • [13].不同氮素水平下水稻LAI与冠层反射光谱的定量关系(英文)[J]. Agricultural Science & Technology 2016(11)
    • [14].利用地表温度与LAI的新型土壤湿度监测方法[J]. 光谱学与光谱分析 2015(11)
    • [15].夏玉米LAI与冠层反射光谱的定量关系[J]. 河南农业大学学报 2009(04)
    • [16].黑河中游LAI产品的真实性检验研究[J]. 遥感技术与应用 2014(06)
    • [17].基于宽波段和窄波段植被指数的草地LAI反演对比研究[J]. 遥感技术与应用 2014(04)
    • [18].融合可见光-近红外与短波红外特征的新型植被指数估算冬小麦LAI[J]. 光谱学与光谱分析 2013(09)
    • [19].基于背景库的高质量LAI时间序列数据重建[J]. 遥感学报 2012(05)
    • [20].冠层集聚指数对水稻LAI测量精度的影响[J]. 江苏农业科学 2018(24)
    • [21].基于冠层反射光谱的夏玉米LAI估算模型研究[J]. 玉米科学 2008(06)
    • [22].基于无人机影像的小麦株高与LAI预测研究[J]. 麦类作物学报 2020(09)
    • [23].基于敏感光谱波段图像特征的冬小麦LAI和地上部生物量监测[J]. 农业工程学报 2015(22)
    • [24].黑河中游试验区不同分辨率LAI数据处理、分析和尺度转换[J]. 遥感技术与应用 2010(06)
    • [25].林下植被对遥感估算马尾松LAI的影响[J]. 生态学报 2015(18)
    • [26].基于LAI时间序列重构数据的冬小麦物候监测[J]. 农业工程学报 2013(19)
    • [27].全球LAI地面验证方法及验证数据综述[J]. 地球科学进展 2012(02)
    • [28].黑河流域叶面积指数(LAI)空间尺度转换[J]. 生态学报 2008(06)
    • [29].利用辐射传输模型和随机森林回归反演LAI[J]. 测绘工程 2020(03)
    • [30].哈尔滨实验林场主要林分类型叶面积指数(LAI)的测定[J]. 安徽农业科学 2013(36)

    标签:;  ;  ;  ;  ;  

    玉米不同生长期微波辐射特性及LAI反演实验研究
    下载Doc文档

    猜你喜欢