作物冠层叶绿素含量垂直分布遥感监测方法研究

来源 :中国科学院大学(中国科学院空天信息创新研究院) | 被引量 : 0次 | 上传用户:blusky
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
作物冠层叶绿素含量呈垂直异质性分布,作物缺氮时往往下部叶片先褪绿变黄。因此,及时准确监测作物冠层叶绿素含量垂直分布状况对作物养分精准管理具有重要意义。遥感技术在地表农作物理化参数信息获取与解析方面比传统的地面获取方法有若干优点,包括可及时获得、成本低和覆盖面广等特点,因此,遥感技术在作物长势监测中得到了非常广泛的应用。然而,传统遥感多为单一垂直方向观测,对作物垂直冠层不同层次特别是中下层叶片的探测能力仍较有限。多角度遥感技术通过对作物冠层多个角度的观测,使作物冠层三维空间光谱信息量得以在很大程度上增加,从而实现对作物冠层理化参数垂直分布的遥感监测。另外,无人机遥感具有成本低、对天气条件要求低等优势,在农作物长势监测中,应用逐渐趋于广泛,其高分辨率影像的纯像元光谱在一定程度可以作为冠层尺度光谱数据的替代。本研究以玉米和小麦作物为研究对象,利用地面多角度高光谱和低空无人机高光谱观测手段,研究建立作物冠层叶绿素含量垂直分布遥感监测方法,最终实现对作物叶绿素含量垂直分布的遥感监测,对及时诊断作物早期养分亏缺状况与施肥决策具有重要意义。主要研究结果如下:(1)针对小麦冠层叶绿素含量垂直分布遥感监测问题,通过小麦多角度观测实验,研究建立基于观测天顶角组合策略的小麦冠层叶绿素含量遥感监测方法,结合改进型叶绿素吸收比值植被指数(TCARI)和叶绿素吸收比值植被指数指数比改进型土壤调节植被指数(MCARI/OSAVI)分析了不同观测天顶角下光谱指数之间的信息冗余程度,并确定了不同层次叶绿素含量对整体光谱响应的贡献。结果表明,将观测天顶角10°用作确定上层的叶片叶绿素含量的观测天顶角,将10°和30°用作中层叶片叶绿素含量的观测天顶角,将10°、30°和50°用作下层叶片叶绿素含量的观测天顶角。所建立的多角度监测模型可以在一定程度上减弱上层叶片叶绿素含量对中下层的影响,从而获得中层和下层叶片叶绿素含量精度更高的监测效果。(2)针对玉米不同生育期因结构参数发生较大改变,从而降低冠层叶绿素含量垂直分布遥感监测能力的问题,本研究通过对玉米不同生育期(拔节期、小喇叭口期、大喇叭口期、抽穗期、吐丝期、乳熟期和蜡熟期)的多角度(观测天顶层为0°、10°、20°、30°、40°、50°和60°)遥感观测实验,研究不同生育阶段玉米冠层叶绿素含量垂直分布多角度遥感监测敏感观测角度和敏感植被指数。结果表明,桉树色素指数(EPI)和红边拐点指数(REIP)两个叶绿素敏感指数与玉米冠层相对叶绿素含量(SPAD值)之间具有很好的相关性;对于生育前期(抽雄期之前且不含抽雄期),玉米冠层从上至下第一层,第二层和第三层叶绿素含量的最佳观测天顶角分别为0°、30°和40°;对于生育后期(抽雄期之后且包含抽雄期),玉米冠层第一层、第二层和第三层叶绿素含量的最佳观测天顶角均为50°,第四层叶绿素含量的最佳观测天顶角为40°。通过敏感角度的筛选,EPI和REIP均可以很好地估算冠层各层的叶绿素含量。因此,冠层多角度光谱反射率能够准确估计玉米冠层叶绿素含量的垂直分布,不同垂直层的最佳观测天顶角在不同生育期有所不同,生育后期的第四层叶片叶绿素含量的遥感监测能力有限。(3)针对多角度光谱对玉米不同冠层深度叶绿素含量的监测方法和能力同样有待研究的问题,本研究通过对玉米不同生育期的多角度遥感观测实验,探讨了针对玉米冠层叶片相对叶绿素含量(SPAD值)垂直分布的最大监测深度,并基于观测天顶角筛选确定了最佳监测模型。结果表明,在生育前期,利用EPI指数可以对冠层所有层次进行监测;在生育后期,利用50°观测天顶角可以实现冠层最大的探测深度,探测深度可达上三层,但随着探测深度增加监测能力不断下降,将探测能力较差的第四层纳入整体冠层(即上四层的监测)会造成监测精度的下降。(4)针对高分辨率无人机高光谱对玉米冠层不同层次叶绿素含量的探测能力问题,本研究通过玉米无人机高光谱观测实验无人机高光谱成像数据,研究了机载高光谱成像数据对玉米冠层叶片叶绿素垂直分布的监测能力。结果表明,基于玉米乳熟期垂直观测机载高光谱成像数据,可以对玉米第一层至第三层的叶绿素含量进行有效监测,而对第四层叶绿素含量的监测效果较差。论文的主要创新性贡献包括:(1)建立了针对小麦不同垂直层次采用不同观测天顶角组合策略的多角度遥感监测方法。充分考虑小麦冠层不同垂直层次叶片叶绿素含量对不同观测天顶角下光谱指数的作用变化,针对不同垂直层次的遥感监测难度的差异,对于不同垂直层次采用不同数量的观测天顶角或观测天顶角组合策略,一定程度上减弱了非监测目标层次的影响,实现了小麦冠层叶片叶绿素含量垂直分布的精确监测。(2)建立了玉米不同生育阶段的冠层叶绿素含量垂直分布多角度遥感监测方法。提出了针对玉米分生育期前期(抽雄期前)和生育后期(抽雄期后)采用不同观测角度的玉米冠层叶片叶绿素含量垂直分布遥感监测方法,减弱了生育前期和后期因冠层结构特征变化对叶绿素含量遥感监测的影响,实现了叶绿素含量垂直分布的高精度监测。
其他文献
卫星星历是否准确直接影响了用户能否获得精确的定位服务。当前北斗系统中星上对于导航星历完好性的保障仅限于对下发的星历与地面站上传的星历是否一致进行了校验,而对于地面站上传的星历本身是否准确却没有进行探究。本文结合北斗卫星的历史星历,提出了两种卫星导航电文自主完好性监测的方法。具体工作内容如下:(1)针对卫星导航星历自主完好性监测的场景,对广播星历进行了进一步研究:一是研究了广播星历计算时刻在参考时刻
新元古代大塘坡期,贵州松桃等地形成锰矿集聚区,并发育4个世界级锰矿床,累计探明锰资源量达7亿t。但是什么地质条件下,能导致如此巨量的锰质富集成矿,其成矿物质来源问题一直没有得到满意的解释。本文通过对含锰岩系大塘坡组基底板溪群及海底火山岩含锰性、江南造山带演化以及Rodinia超大陆解体与锰矿成矿关系分析,认为基底板溪群中锰含量高,MnO含量达到0.16%,板溪群风化壳中锰含量更高,MnO达0.88
地图以形象化的图形语言表达抽象时空数据中蕴含的空间分布特征与规律,是人们认识世界的重要认知工具。随着制图技术和可视化载体的发展,地图的制图形式愈加丰富,信息表达与交互能力也不断提高。尤其是2016年随着虚拟现实(VR)、增强现实(AR)、混合现实(MR)等的新一波发展浪潮兴起,以Holo Lens、Magic leap、苹果、华为等为代表的商用AR设备成熟,使AR成为地图制图和空间数据可视化的新的
合成孔径雷达(Synthetic Aperture Radar,SAR)影像地物分割是SAR影像解译的一个基本环节。传统的地物分割算法存在大量人工干预,复杂度高,在泛化性和时效性上都无法达到要求。近年来,深度学习算法因其强大的特征提取能力在图像分割领域发展迅速。在SAR大数据背景下,深度学习网络模型可以依托海量的标注数据进行权重迭代更新,使得模型输出能够逼近标注结果。深度学习模型的产生是专家知识与
地表蒸散是农田生态系统中水资源耗散的重要形式。研究农田作物蒸散模型,是掌握作物耗水规律,提升灌溉效率与区域农业水资源管理效率的重要途径。现有的主流蒸散模型在地块尺度的应用受到可用数据限制、像元尺度效应等影响,数据表征能力和精度还有较大提升空间。针对地块尺度的地表参量特征,需要突破现有能量平衡蒸散模型对热红外遥感数据的需求,从蒸散机理出发开展高分辨率地块尺度蒸散模型研究,建立完整高精度的地块蒸散估算
近年来,由于新冠疫情、气候变化以及以贸易制裁为主要手段的国际政治博弈,农业生产与农业安全成为了全球关注的热点问题。作物胁迫与衰老的精准监测是农业生产中的重要一环,对于农药(杀菌剂、植物生长调节剂等)、化肥(氮肥等)的精准使用和管理具有重要的指导意义。遥感能够提供高效、无损、实时、大面积的田间观测,为作物胁迫与衰老的精准监测提供了可能性。本文对作物胁迫与衰老的发生机理以及光谱响应机制进行研究,针对不
进入21世纪之后,中国城镇化进程不断加快,尤其是伴随着4个“五年计划”的全面、深入实施,中国社会经济快速发展,科技实力大幅提升,城镇人口增多,对土地的需求日益增加。作为城镇化最直观的空间体现,中国城镇用地迎来了高速、波动扩展期,带来诸多不可避免的生态环境问题。基于此背景,本学位论文选题为“中国城镇用地扩展及其对主要环境要素的影响”,以期为科学评估中国城镇用地扩展对环境的影响提供理论依据,为中国城市
条锈病是小麦生产中危害最大的病害之一。近年来,在全球气候变化大背景下小麦条锈病发生趋势日益严重。亟需有效的小麦条锈病监测方法为病害防控提供支撑。遥感技术的快速发展,为实现无损、实时、精准、大面积的条锈病监测提供了有利契机。然而,目前基于遥感的条锈病监测研究对成像遥感“图谱”病害表征信息挖掘不深,不同尺度下的条锈病监测模型和算法不够完善。因此,本研究以小麦条锈病为研究对象,以条锈病发生发展机制为基础