论文部分内容阅读
本试验以塔罗科血橙为研究对象,利用八旋翼无人机搭载的多光谱成像仪,分别在花芽生理分化期、休眠期和盛花期采集植株冠层光谱遥感信息,同时采集冠层叶片进行营养元素含量的测定,并调查统计试验区域单株的花量和产量。运用光谱遥感图像处理和数理统计分析等技术,研究建立柑橘植株冠层营养、花量和产量的近地遥感估测技术,以期为基于无人机低空遥感信息的柑橘营养和成花坐果量检测技术的研发提供理论依据和技术支持。主要研究内容和结果如下:1.塔罗科血橙植株冠层营养元素含量的近地遥感估测(1)通过对花芽生理分化期、休眠期、盛花期塔罗科血橙植株冠层近地遥感光谱信息分析,发现,塔罗科血橙冠层近地遥感光谱反射率与典型植物十分相似,即在可见光区域反射率较低,近红外区域反射率较高。三个时期冠层光谱反射率波形曲线走势相似,但反射率大小差异显著,基本呈花芽生理分化期>休眠期>盛花期的趋势。(2)基于获取的三个物候期的塔罗科血橙冠层近地遥感光谱信息,采用归一化(Normalization)、多元散射校正(MSC)、去噪(De-Noise)、标准正态变量变换(SNV)等四种方法对原始光谱进行预处理,并基于预处理后光谱和原始光谱建立植株冠层营养元素含量的偏最小二乘(PLS)、多元线性回归(MLR)、主成分回归(PCR)和最小二乘支持向量机(LS-SVM)模型。通过比对不同模型对植株冠层N、P、K、Ca、Mg、S含量的预测精度,结果显示,植株冠层N含量近地遥感估测的最佳模型为基于休眠期冠层原始光谱所建PCR模型;基于休眠期冠层原始光谱所建MLR模型对植株冠层P含量的预测效果最优;基于盛花期冠层原始光谱所建LS-SVM模型可以实现冠层K含量的最优估测;对休眠期冠层原始光谱进行SNV预处理后,采用LS-SVM建立模型对冠层Ca含量的近地遥感估测效果最佳;对冠层Mg含量的估测,则以基于SNV预处理花芽生理分化期冠层光谱所建PLS模型效果最好;基于休眠期冠层原始光谱所建LS-SVM模型可以较好地估测冠层S含量。2.塔罗科血橙植株冠层花量的近地遥感估测(1)利用三个物候期的塔罗科血橙冠层近地遥感信息,采用Normalization、MSC、De-Noise、SNV等四种光谱预处理方法和PLS、MLR、PCR、LS-SVM等四种数据建模方法建立冠层花量的估测模型,结果显示,进行塔罗科血橙冠层花量近地遥感光谱估测的最佳时期为休眠期,最佳模型为基于De-Noise预处理光谱建立的LS-SVM预测模型,其Rc和Rp分别为0.6571和0.6519,NRMSEC和NRMSEP分别为0.3150和0.2852。(2)为进一步优选冠层花量估测模型,筛选NDVI、DVI、RVI等三种植被指数进行光谱数据变换,再分别以植被指数(NDVI+DVI+RVI)、原始光谱+植被指数为自变量,建立冠层花量的PLS、PCR、LS-SVM估测模型,通过比对所建模型的预测效果发现,塔罗科血橙冠层花量估测的最佳物候期为休眠期,最佳估测模型为基于冠层原始光谱+植被指数为自变量所建PCR模型,Rc为0.6766,NRMSEC为0.2912,Rp为0.6963,NRMSEP为0.3928。(3)对所有冠层花量估测模型进行综合分析,发现,以休眠期冠层原始光谱+植被指数为自变量,采用PCR方法所建模型的估测效果最优。3.塔罗科血橙植株产量的近地遥感估测(1)采集花芽生理分化期、休眠期和盛花期塔罗科血橙冠层近地遥感信息,采用Normalization、MSC、De-Noise、SNV等光谱预处理方法和PLS、MLR、PCR、LS-SVM等数据建模方法建立植株产量的估测模型,结果发现,塔罗科血橙单株产量近地遥感光谱估测的最佳时期为休眠期,基于MSC预处理光谱所建LS-SVM模型预测效果最好,Rc和Rp分别为0.7290和0.7237,NRMSEC和NRMSEP分别为0.2347和0.2549。(2)分别以植被指数、植被指数+原始光谱为自变量,建立单株产量的PLS、PCR、LS-SVM估测模型,通过比对所建模型的预测效果发现,单株产量估测的最佳时期仍是休眠期,以冠层植被指数为自变量所建LS-SVM模型的预测效果最优,Rc和Rp分别达0.8727和0.8081,NRMSEC和NRMSEP分别为0.1729和0.2585。(3)对比所有单株产量的近地遥感估测模型可以发现,以休眠期冠层植被指数为自变量,采用LS-SVM方法所建模型的估测效果最优。