边江:基于无人机热红外的作物水分状况诊断模型研究论文

边江:基于无人机热红外的作物水分状况诊断模型研究论文

本文主要研究内容

作者边江(2019)在《基于无人机热红外的作物水分状况诊断模型研究》一文中研究指出:精准灌溉是农业的发展趋势,无人机热红外遥感可以快速地诊断作物水分胁迫状况,并具有动态,实时和廉价性等优点。本研究以I1(50%田间持水量)、I2(65%田间持水量)、I3(80%田间持水量)、I4(对照组95%100%田间持水量)4种不同控水的棉花为试验对象,应用无人机热红外传感器获取关键生育期(盛花期、盛铃期、吐絮期)的棉花冠层热红外影像,并计算水分胁迫指数(crop water stress index,CWSI)。同时采集棉花叶片气孔导度(Gs)、蒸腾速率(Tr)、土壤水分(soil water content,SWC)、叶片相对含水率(relative water contents,RWC)和作物表型信息等,研究剔除无人机热红外影像土壤背景的不同算法对作物水分胁迫指数的影响,分析消除土壤背景后的纯冠层温度特征数、基于冠层温度直方图的简化作物水分胁迫指数与作物水分胁迫状况的相关关系,最后,利用作物地面覆盖度和叶面积指数对作物水分胁迫指数标准化处理,并探究标准化作物水分胁迫指数与作物根域土壤水分,叶片相对含水率和干物质等指标的相关关系。得到如下主要结果:(1)揭示了土壤背景对作物水分胁迫指数的精度影响。应用不同算法剔除无人机热红外影像中的土壤背景,对比二值化Otsu算法和Canny边缘检测算法,Canny边缘检测算法可以有效的剔除无人机热红外影像中的土壤像元;不同处理方法获得的作物水分胁迫指数CWSI中,Canny边缘检测算法的CWSI最小,二值化Otsu算法的CWSI较高,包含土壤背景的CWSI最大;采用Canny边缘检测算法剔除土壤背景后的CWSI与棉花叶片气孔导度Gs的决定系数R2达到0.84,Otsu算法的结果次之,包含土壤背景的最差;此外,剔除土壤背景后的纯冠层温度直方图为单峰形状,而未剔除土壤背景的直方图可能存在两种情况:双峰和三峰形状,双峰直方图包括土壤像元和冠层像元,三峰直方图包括阳光直接照射土壤像元、阴影土壤像元和冠层像元。(2)构建了冠层温度特征数诊断作物水分亏缺的关系模型。利用Canny边缘检测算法剔除土壤背景得到纯冠层温度,并且,不同水分胁迫处理的棉花冠层横向和纵向温度具有显著性的差异;棉花冠层温度标准差CTSD和冠层温度变异系数CTCV与Gs、Tr、CWSI的决定系数R2分别为0.884、0.625、0.673和0.853、0.583、0.620,冠层温度标准差CTSD对作物水分胁迫的敏感程度更高,可以作为诊断作物水分胁迫的新指标。(3)建立了基于冠层温度直方图的简化作物水分胁迫指数。消除无人机热红外影像中的土壤背景,绘制棉花冠层温度直方图,计算基于冠层温度直方图的简化作物水分胁迫指数。简化作物水分胁迫指数与棉花根域土壤含水率(015cm、030cm、045cm)存在较高的相关关系;此外,简化作物水分胁迫指数与棉花叶片气孔导度和蒸腾速率具有较高的相关性,其决定系数R2分别为:0.660和0.592。因此,简化作物水分胁迫指数可以较好地表征棉花的水分胁迫状况。(4)构建了标准化作物水分胁迫指数,利用标准化作物水分胁迫指数诊断棉花水分亏缺状况。不同水分胁迫条件下,棉花各指标参数具有显著性的变化,并且随着灌水量的增加,棉花株高、茎粗、叶面积指数LAI和地面植被覆盖度Gc都逐渐增大;应用LAI和Gc标准化处理作物水分胁迫指数CWSI,即CWSI/LAI(CWSIL)和CWSI/Gc(CWSIG)。在棉花盛花期、盛铃期、吐絮期,CWSIL和CWSIG与叶片相对含水率RWC的决定系数R2分别为0.73和0.81、0.62和0.66、0.61和0.56,均高于未标准化作物水分胁迫指数与RWC的决定系数R2;此外,标准化作物水分胁迫指数与土壤含水率SWC的决定系数R2没有显著性的提高。

Abstract

jing zhun guan gai shi nong ye de fa zhan qu shi ,mo ren ji re gong wai yao gan ke yi kuai su de zhen duan zuo wu shui fen xie pai zhuang kuang ,bing ju you dong tai ,shi shi he lian jia xing deng you dian 。ben yan jiu yi I1(50%tian jian chi shui liang )、I2(65%tian jian chi shui liang )、I3(80%tian jian chi shui liang )、I4(dui zhao zu 95%100%tian jian chi shui liang )4chong bu tong kong shui de mian hua wei shi yan dui xiang ,ying yong mo ren ji re gong wai chuan gan qi huo qu guan jian sheng yo ji (cheng hua ji 、cheng ling ji 、tu xu ji )de mian hua guan ceng re gong wai ying xiang ,bing ji suan shui fen xie pai zhi shu (crop water stress index,CWSI)。tong shi cai ji mian hua xie pian qi kong dao du (Gs)、zheng teng su lv (Tr)、tu rang shui fen (soil water content,SWC)、xie pian xiang dui han shui lv (relative water contents,RWC)he zuo wu biao xing xin xi deng ,yan jiu ti chu mo ren ji re gong wai ying xiang tu rang bei jing de bu tong suan fa dui zuo wu shui fen xie pai zhi shu de ying xiang ,fen xi xiao chu tu rang bei jing hou de chun guan ceng wen du te zheng shu 、ji yu guan ceng wen du zhi fang tu de jian hua zuo wu shui fen xie pai zhi shu yu zuo wu shui fen xie pai zhuang kuang de xiang guan guan ji ,zui hou ,li yong zuo wu de mian fu gai du he xie mian ji zhi shu dui zuo wu shui fen xie pai zhi shu biao zhun hua chu li ,bing tan jiu biao zhun hua zuo wu shui fen xie pai zhi shu yu zuo wu gen yu tu rang shui fen ,xie pian xiang dui han shui lv he gan wu zhi deng zhi biao de xiang guan guan ji 。de dao ru xia zhu yao jie guo :(1)jie shi le tu rang bei jing dui zuo wu shui fen xie pai zhi shu de jing du ying xiang 。ying yong bu tong suan fa ti chu mo ren ji re gong wai ying xiang zhong de tu rang bei jing ,dui bi er zhi hua Otsusuan fa he Cannybian yuan jian ce suan fa ,Cannybian yuan jian ce suan fa ke yi you xiao de ti chu mo ren ji re gong wai ying xiang zhong de tu rang xiang yuan ;bu tong chu li fang fa huo de de zuo wu shui fen xie pai zhi shu CWSIzhong ,Cannybian yuan jian ce suan fa de CWSIzui xiao ,er zhi hua Otsusuan fa de CWSIjiao gao ,bao han tu rang bei jing de CWSIzui da ;cai yong Cannybian yuan jian ce suan fa ti chu tu rang bei jing hou de CWSIyu mian hua xie pian qi kong dao du Gsde jue ding ji shu R2da dao 0.84,Otsusuan fa de jie guo ci zhi ,bao han tu rang bei jing de zui cha ;ci wai ,ti chu tu rang bei jing hou de chun guan ceng wen du zhi fang tu wei chan feng xing zhuang ,er wei ti chu tu rang bei jing de zhi fang tu ke neng cun zai liang chong qing kuang :shuang feng he san feng xing zhuang ,shuang feng zhi fang tu bao gua tu rang xiang yuan he guan ceng xiang yuan ,san feng zhi fang tu bao gua yang guang zhi jie zhao she tu rang xiang yuan 、yin ying tu rang xiang yuan he guan ceng xiang yuan 。(2)gou jian le guan ceng wen du te zheng shu zhen duan zuo wu shui fen kui que de guan ji mo xing 。li yong Cannybian yuan jian ce suan fa ti chu tu rang bei jing de dao chun guan ceng wen du ,bing ju ,bu tong shui fen xie pai chu li de mian hua guan ceng heng xiang he zong xiang wen du ju you xian zhe xing de cha yi ;mian hua guan ceng wen du biao zhun cha CTSDhe guan ceng wen du bian yi ji shu CTCVyu Gs、Tr、CWSIde jue ding ji shu R2fen bie wei 0.884、0.625、0.673he 0.853、0.583、0.620,guan ceng wen du biao zhun cha CTSDdui zuo wu shui fen xie pai de min gan cheng du geng gao ,ke yi zuo wei zhen duan zuo wu shui fen xie pai de xin zhi biao 。(3)jian li le ji yu guan ceng wen du zhi fang tu de jian hua zuo wu shui fen xie pai zhi shu 。xiao chu mo ren ji re gong wai ying xiang zhong de tu rang bei jing ,hui zhi mian hua guan ceng wen du zhi fang tu ,ji suan ji yu guan ceng wen du zhi fang tu de jian hua zuo wu shui fen xie pai zhi shu 。jian hua zuo wu shui fen xie pai zhi shu yu mian hua gen yu tu rang han shui lv (015cm、030cm、045cm)cun zai jiao gao de xiang guan guan ji ;ci wai ,jian hua zuo wu shui fen xie pai zhi shu yu mian hua xie pian qi kong dao du he zheng teng su lv ju you jiao gao de xiang guan xing ,ji jue ding ji shu R2fen bie wei :0.660he 0.592。yin ci ,jian hua zuo wu shui fen xie pai zhi shu ke yi jiao hao de biao zheng mian hua de shui fen xie pai zhuang kuang 。(4)gou jian le biao zhun hua zuo wu shui fen xie pai zhi shu ,li yong biao zhun hua zuo wu shui fen xie pai zhi shu zhen duan mian hua shui fen kui que zhuang kuang 。bu tong shui fen xie pai tiao jian xia ,mian hua ge zhi biao can shu ju you xian zhe xing de bian hua ,bing ju sui zhao guan shui liang de zeng jia ,mian hua zhu gao 、jing cu 、xie mian ji zhi shu LAIhe de mian zhi bei fu gai du Gcdou zhu jian zeng da ;ying yong LAIhe Gcbiao zhun hua chu li zuo wu shui fen xie pai zhi shu CWSI,ji CWSI/LAI(CWSIL)he CWSI/Gc(CWSIG)。zai mian hua cheng hua ji 、cheng ling ji 、tu xu ji ,CWSILhe CWSIGyu xie pian xiang dui han shui lv RWCde jue ding ji shu R2fen bie wei 0.73he 0.81、0.62he 0.66、0.61he 0.56,jun gao yu wei biao zhun hua zuo wu shui fen xie pai zhi shu yu RWCde jue ding ji shu R2;ci wai ,biao zhun hua zuo wu shui fen xie pai zhi shu yu tu rang han shui lv SWCde jue ding ji shu R2mei you xian zhe xing de di gao 。

论文参考文献

  • [1].基于无人机遥感光谱图像的小麦玉米长势精准监测研究[D]. 李学国.山东农业大学2019
  • [2].基于无人机遥感的荒漠灌丛植物种识别方法研究[D]. 张超.内蒙古农业大学2019
  • [3].基于无人机低空遥感影像可见光波段的植被覆盖率研究[D]. 卞雪.南京农业大学2017
  • [4].无人机影像滤波分频拼接算法研究[D]. 李婉.武汉大学2017
  • [5].高并发多维多源无人机遥感数据展示平台设计[D]. 郭丹丹.山东大学2019
  • [6].基于无人机遥感技术的作物面积提取研究[D]. 黄愉淇.湖南农业大学2018
  • [7].无人机热红外图像采集系统开发与应用[D]. 马代健.西北农林科技大学2018
  • [8].基于深度学习的无人机遥感图像目标识别方法研究[D]. 祝思君.北京建筑大学2018
  • [9].多旋翼无人机多光谱遥感图像采集系统开发[D]. 张立元.西北农林科技大学2017
  • [10].基于卷积神经网络的无人机检测系统的研究与实现[D]. 张凯帝.桂林电子科技大学2019
  • 读者推荐
  • [1].六足机器人协同无人机特殊环境大气污染预测[D]. 陈斯昀.西南科技大学2019
  • [2].基于高光谱遥感的土壤水盐监测模型研究[D]. 王海峰.西北农林科技大学2019
  • [3].基于无人机遥感的青贮夏玉米干旱指数监测及旱情信息反演[D]. 程双飞.西北农林科技大学2019
  • [4].无人机多光谱遥感反演棉花光合参数与水分的模型研究[D]. 陈硕博.西北农林科技大学2019
  • [5].作物归一化植被指数(NDVI)变化规律试验研究[D]. 崔婷.西北农林科技大学2019
  • [6].基于无人机可见光图像的作物株高提取研究[D]. 刘治开.西北农林科技大学2019
  • [7].大田玉米作物系数机地协同估算方法研究[D]. 张瑜.中国科学院大学(中国科学院教育部水土保持与生态环境研究中心)2019
  • [8].基于无人机可见光和热红外图像的棉花冠层信息识别[D]. 王康丽.中国农业科学院2019
  • [9].基于无人机倾斜摄影的见天坝露头区三维地质建模[D]. 张颖旭.长江大学2019
  • [10].无人机公共安全法律规制问题研究[D]. 赵林天.中国矿业大学2019
  • 论文详细介绍

    论文作者分别是来自西北农林科技大学的边江,发表于刊物西北农林科技大学2019-07-11论文,是一篇关于无人机热红外论文,棉花论文,水分胁迫指数论文,冠层温度特征数论文,简化作物水分胁迫指数论文,西北农林科技大学2019-07-11论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自西北农林科技大学2019-07-11论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    边江:基于无人机热红外的作物水分状况诊断模型研究论文
    下载Doc文档

    猜你喜欢