论文部分内容阅读
水稻是我国的主要粮食作物之一,及时、准确地获取水稻生长信息,对水稻生产科学管理具有重要意义。遥感具有客观、定量、准确、宏观性强、更新快、获取资料全面等优点,因此,遥感技术是水稻生长信息获取的主要信息源。 传统的水稻估产采用人工区域调查方法,速度慢、工作量大、破坏性强、成本高,很难获取大面积的、实时性和现势性的数据。遥感技术是一种快速、客观和无损预测农作物面积和产量的技术。 水稻生育期内光谱与叶面积指数、生物量、叶绿素等关系的研究是遥感估产的重要依据。本文利用水稻光谱反射特征、植被指数、特征参数等能反映其水分含量、生物量、叶绿素含量、木质素含量、株高、产量等信息的特点,综合利用卫星、高光谱和3CCD摄像机技术手段,针对我国南方多云多雨地区的特点,开展水稻主要生物学参数的获取方法研究。通过数据处理、遥感图像处理得到水稻生物学参数估算的基础数据,利用相关分析筛选生物学参数的估算因子;回归分析建立估算方程;针对遥感数据的时间分辨率难以满足水稻生物学信息实时获取的问题,研究确定满足水稻不同生育期高精度估算生物学参数的遥感数据源的时间匹配范围;通径分析评价估算方程各因子对水稻生物学参数的贡献大小;卫星图像融合评价筛选适用于卫星估产的融合图像;主成分分析、灰色关联分析研究高光谱反射率对卫星图像的解释作用,以找出简便快捷、无损的水稻生物学参数估算的方法,特别是卫星估产,全文主要结论如下: 1.卫星、高光谱仪、3CCD摄像机多种遥感手段相互补充,可解决南方多云多雨地区水稻估产难的问题,估产方程的复相关系数均大于0.92,精度均在89%以上。QuickbirdBrovey变换融合图像、高光谱估产最好,3CCD摄像机、WorldViewⅡ颜色保真法融合图像次之。 2.近红外、红光、绿光是水稻生物学参数估算的最佳波段组合。卫星、3CCD摄像机近红外、红光、绿光波段图像分别赋以红、绿、蓝色,生成假彩色合成图进行估产效果最好。高光谱分别以对卫星近红外、红光、绿光波段的最佳解释波段反射率的加权平均值(灰色联度为权重)进行估产最好。 3.遥感估算水稻生物学参数的最佳生育期分别是:生物量是抽穗期,叶面积指数是分化期,叶绿素含量、产量是抽穗期。 4.满足水稻不同生育期高精度估算生物学参数的遥感数据源的时间匹配范围分别是:分蘖期生物量、分蘖期叶面积指数、抽穗期生物量为0.5天内;抽穗期叶面积指数、分化期生物量为1天内;分化期叶面积指数、产量为4天内。 5.Brovey变换融合图像、颜色保真法融合图像分别是Quickbird、WorldViewⅡ水稻估产的最佳融合图像。 6.用于3CCD摄像机水稻生物学参数估算的单波段、单植被指数分别是:红光波段反射率可用于抽穗期生物量、叶面积指数和倒2叶宽的估算。标准化绿度指数NDGI可用于抽穗期叶绿素含量和剑叶长的估算。增强型植被指数EVI、再标准化植被指数RDVI分别用于乳熟期叶绿素含量和株高的估算。 7.用于水稻生物学参数高光谱估算的重要波段和植被指数分别是:513nm是分蘖期和抽穗期生物量、分化期和抽穗期叶面积指数、产量的最佳估算波段。896nm是抽穗期生物量、分化期和抽穗期叶面积指数、产量的重要估算波段。差值植被指数DVI是分蘖期和抽穗期生物量、分化期叶面积指数、叶长、叶宽、产量估算的重要植被指数。标准化植被指数NDVI是分蘖期、分化期和抽穗期生物量,分蘖期和抽穗期叶面积指数,产量估算的重要植被指数。 8.近红外、红光、绿光波段反射率,差值植被指数DVI、标准化植被指数NDVI、土壤调节植被指数SAVI是卫星估产的最佳因子。