论文摘要
新疆作为我国最大的商品棉生产基地,是遥感技术适宜应用的地区。利用高光谱分辨率遥感技术,可以实现对棉花冠层特征田间信息的快速采集与处理,建立棉田冠层特征信息的模拟模型,对于提高棉花栽培管理水平,增强对棉花群体的调控能力,以及对新疆精准农业的实施,都具有十分重要的意义。本文利用新疆7个棉花品种（其中2棉花品种设4水平种植密度和4种不同配置种植方式）的多时相高光谱数据,采用光谱微分技术、基于光谱位置（波长）变量的分析技术和多元统计分析技术,建立了由光谱敏感波段以及不同光谱敏感波段衍生的植被指数与棉花的吸收光合有效辐射（APAR）、光合有效辐射截获量（FAPAR）、棉花地上净初级生产力（ANPP）、棉花叶面积指数（LAI）、平均叶倾角（MFIA）、消光系数（K）和覆盖度等参数间的模拟模型,并对模拟模型进行了检验,其结果如下:基于8种植被指数和3边面积变量参数,建立的吸收光合有效辐射（APAR）数值积分及光合有效辐射截获量（FAPAR）的估算模型（α=1%,n=130）,除黄边面积与APAR数值积分、FAPAR为负相关外,模型的相关系数均达到1%极显著检验水平。归一化差值植被指数NDVI与APAR、FAPAR所构建的线性函数的模拟模型,相关度较高,用NDVI分别对APAR和FAPAR进行反演,实测值和估测值的相关系数分别为0.8179**和0.8207**,模型的估算精度分别达93.2%,97.4%。棉花5种光谱植被指数和红边面积SDr与棉花地上净初级生产力（ANPP）、地上鲜生物量（AFBM）均存在最佳的幂指数相关关系,其中用修改型二次土壤调节植被指数MSAVI2构建棉花ANPP、AFBM的幂指数函数模型,预测精度较高且均方根误差较低。采用棉花冠层反射光谱（ρ）、倒数光谱（1/ρ）,对数光谱（logρ）,一阶微分光谱（ρ’）和二阶微分光谱（ρ"）的五种光谱数据形式分别与LAI进行逐步回归相关分析。结果表明,一阶微分光谱734 nm波段处是棉花LAI的敏感波段（R=0.6209）;倒数光谱（1/ρ）在近红外759 nm和红光区670 nm波段处分别是LAI的两个敏感波段,由（1/ρ）759和（1/ρ）670组成的归一化植被指数NDVI较好地模拟估算了棉花LAI（R=0.7315,RMSE=0.7075）。利用棉花5种光谱植被指数以及红边面积SDr变量,分别与平均叶倾角MFIA、消光系数K进行相关分析,相关关系均达到1%的极显著水平;归一化植被指数NDVI模拟估算的MFIA和修改型二次土壤调节植被指数MSAVI2模拟估算的消光系数K,两个参数的实测值与估测值均达到1%的极显著水平。由冠层反射光谱数据衍生出的6种植被指数和一阶微分光谱导出的红边面积、红边斜率变量建立的棉花冠层覆盖度（GC）的估算模型,相关系数均达到1%极显著的正相关,其中再归一化植被指数RDVI与覆盖度（GC）的对数相关模型的估算精度为最高;棉花冠层反射光谱和一阶微分光谱与其对应的覆盖度（GC）进行逐步回归相关分析,反射光谱759 nm波段处,微分光谱721 nm波段处是棉花覆盖度（GC）的敏感波段,利用棉花反射光谱759 nm波段数值和冠层721 nm波段一阶微分光谱值分别估算棉花覆盖度（GC）,实测覆盖度值和估算覆盖度的相关关系均达到1%极显著线性相关。综上所述,利用高光谱数据建立了新疆棉花冠层特征信息的相关模型,从精度较高的模型中反演冠层特征参数,对于实时、无损的预测和设计棉花理想的群体结构具有重要的意义,也为高光谱遥感应用于新疆棉花冠层结构的监测提供了理论依据。
论文目录
摘要Abstract前言第一章 文献综述1.1 高光谱数据与作物光合有效辐射的关系1.1.1 作物光合有效辐射及其截获量的研究进展1.1.2 高光谱数据与作物光合有效辐射及其截获量的研究1.2 光谱数据与植被净初级生产力NPP 和地上初级生产力ANPP 的关系1.2.1 植被净初级生产力NPP 和地上NPP（ANPP）的研究进展1.2.2 光谱数据与植被净初级生产力NPP 和地上NPP（ANPP）的关系研究1.3 作物叶面积指数与高光谱数据的关系1.4 作物冠层结构参数与高光谱数据的关系1.4.1 作物消光系数K、叶倾角FIA 等冠层结构参数的研究1.4.2 作物冠层结构参数与高光谱数据的关系1.5 光谱数据与植被覆盖度的关系1.5.1 植被覆盖度（ground cover ,GC%）的概念1.5.2 研究植被覆盖度的意义1.5.3 光谱数据与植被覆盖度的研究进展1.6 高光谱植被指数简介第二章 材料与方法及技术路线2.1 供试材料与试验设计2.1.1 试验12.1.2 试验22.1.3 试验32.2 数据的采集与测试2.2.1 棉花试验样本区冠层光谱数据的采集2.2.2 冠层参数的测定2.2.3 冠层覆盖度的测定2.2.4 棉花生长状况田间调查2.2.5 棉花测产2.3 数据处理与分析2.3.1 微分光谱的计算2.3.2 植被指数的计算2.3.3 光合有效辐截获量（FAPAR）的计算2.3.4 棉花净初级生产力NPP 的计算2.3.5 单变量线性与非线性预测模型2.3.6 预测的均方根差（RMSE）计算2.4 采用的技术路线第三章 基于高光谱数据的棉花吸收光合有效辐射APA和光合有效辐射截获量FAPAR 的模拟模型研究3.1 棉花冠层APAR 和FAPAR 的日变化3.2 棉花APAR 数值积分和FAPAR 随生育期的变化规律3.3 棉花植被指数随生育期的变化规律3.4 棉花光谱红边变化特征3.5 棉花植被指数与APAR 数值积分、FAPAR 相关的模拟模型研究3.6 利用模型方程对棉花APAR 和FAPAR 的估测3.7 棉花冠层APAR 和FAPAR 与产量的关系3.8 APAR 数值积分和FAPAR 与LAI 的相关关系3.9 基于棉花APAR 数值积分和FAPAR 对LAI 的模拟估算分析3.10 棉花APAR 数值积分和FAPAR 与棉花地上鲜生物量的相关关系3.11 基于棉花棉花APAR 数值积分和FAPAR 对地上鲜生物量的模拟分析第四章 基于高光谱数据的棉花地上净初级生产力模拟模型研究4.1 棉花 MSAVI2、ANPP 随生育期的变化规律4.2 棉花植被指数与ANPP,AFMB 相关的模拟模型研究4.3 棉花 MSAVI2 与 ANPP 和地上鲜生物量的相关分析4.4 棉花模型方程对ANPP 和AFBM 的模拟相关分析4.5 棉花APAR 和FAPAR 与ANPP 的相关分析第五章 基于高光谱数据的棉花叶面积指数信息的模拟模型研究5.1 棉花不同形式的反射光谱与叶面积指数的相关性研究5.2 基于光谱植被指数与冠层棉花叶面积指数的模拟模型研究5.3 基于冠层一阶、二阶微分光谱与棉花叶面积指数的相关关系研究5.4 基于棉花冠层一阶、二阶微分光谱值模拟估算棉花叶面积指数的研究5.5 棉花冠层红边参数的变化特征5.6 棉花微分光谱红边参数分别与LAI 的相关分析5.7 棉花冠层红边面积SDr 和红边斜率Dr 模拟估算棉花叶面积指数研究第六章 基于高光谱数据的棉花群体结构参数的模拟模型研究6.1 棉花冠层平均叶倾角MFIA 和消光系数K 随生育期的变化规律6.2 棉花冠层平均叶倾角MFIA 的分布6.3 棉花冠层APAR 和fAPAR 与平均叶倾角和消光系数K 的相关关系6.4 棉花冠层植被指数与MFIA 和K 的相关关系6.5 基于棉花冠层植被指数对MFIA 和K 的模拟估算分析第七章 基于高光谱数据的棉花冠层覆盖度信息的模拟模型研究7.1 棉花冠层覆盖度和叶面积指数的相关性分析7.2 基于光谱植被指数与冠层棉花冠层覆盖度的模拟模型研究7.3 基于棉花光谱植被指数对棉花冠层覆盖度的模拟估算研究7.4 基于棉花反射光谱及其一阶微分光谱与冠层覆盖度的相关关系研究7.5 棉花冠层反射光谱及其一阶微分光谱值与覆盖度的相关性研究7.6 基于棉花反射光谱及其一阶微分光谱模拟估算冠层覆盖度的研究7.7 棉花APAR 数值积分和FAPAR 与覆盖度的相关关系7.8 基于棉花APAR 数值积分和FAPAR 对覆盖度的模拟估算分析第八章 结论与展望8.1 结论8.1.1 棉花植被指数与APAR 数值积分、FAPAR 相关的模拟模型研究8.1.2 棉花APAR 数值积分和FAPAR 对LAI 的模拟估算分析8.1.3 基于高光谱数据的棉花地上净初级生产力和地上鲜生物量的模拟模型研究8.1.4 基于高光谱数据的棉花叶面积指数LAI 信息的模拟模型研究8.1.5 基于高光谱数据的棉花群体结构参数的模拟模型研究8.1.6 基于高光谱数据的棉花覆盖度的模拟模型研究8.2 论文的创新点8.3 展望参考文献附录主要符号表示致谢作者简历导师评阅表
相关论文文献
标签：棉花论文; 光谱遥感论文; 冠层特征参数论文; 模拟模型论文;
