论文部分内容阅读
本试验选择在陕西省永寿县梁山镇齐南村,选中的玉米品种是“陕单8806";通过对不同的小区进行不同的水肥处理,共设置31个小区对照试验,试验在拔节期、抽雄期、乳熟期和完熟期一共进行四次试验;利用相关的试验器材,光谱仪、叶绿素仪等对玉米相关农学参数进行分生育期获取,共获得四期数据。首先对玉米SPAD值含量和叶面积指数进行特征分析,以不同生育期的实测参数数据和前人先验知识输入PROSAIL模型,在运用模型之前,先对模型进行全局和局部敏感性分析,主要利用EFAST方法,在软件MATLAB2017b和Simlab2.2实现;然后将模拟的光谱反射率和实测光谱反射率进行对比,进行误差分析;建立模拟光谱反射率修正方程,进行误差修正,通过建立一元线性函数、多项式函数和幂函数回归方程,对模型的建模精度进行验证和修正;利用下载的LANDSAT8影像进行大气校正和辐射校正通过波谱响应函数得出地表反射率,进行遥感填图。通过构建的相关代价函数将计算出的模拟光谱反射率和建立的查找表对应的光谱一一对应,找出相对应的玉米参数,进行叶绿素含量和叶面积指数反演建模,进行精度评价,得出的结果有:(1)通过分析玉米SPAD值和叶面积指数在四个生育期的不同特征:随着生育期变化叶面积指数和叶片SPAD值都先增加然后降低,这是因为玉米从拔节期开始经过抽雄期到乳熟期,玉米不断长高,叶面积不断变大,使得相应的参数也随之升高,进入完熟期之后,玉米生长已经成熟,叶片开始变黄、枯萎。相应的叶面积指数和叶片SPAD值也随着降低;(2)运用PROSAIL模型,首先得出叶绿素含量和叶面积指数对冠层光谱反射率的响应,在可见光波段400nm-680nm的光谱反射率,模拟的玉米冠层反射率光谱呈现先增高后下降的变化趋势;模拟的叶绿素含量的光谱反射率随着叶绿素含量的增加,光谱反射率的值出现下降的趋势。在可见光波段:模拟的玉米叶片LAI的光谱反射率,先增长后下降,随着叶面积指数LAI值增大,光谱反射率下降;模拟的5条玉米叶片光谱反射率在700nm-1300nm波段随着模拟的叶面积指数LAI值的增加,叶片光谱反射率下降,体现出两者在该波段存在负相关关系;(3)通过进行的局部和全局敏感性分析发现:不同参数对光谱反射率的贡献程度不同。在600nm-750nm波段,玉米叶绿素含量的贡献度最大,平均敏感度在80%左右;等效水厚度EWT、干物质含量LMA在600nm-700nm波段对光谱反射率的贡献度最小,敏感度也最低;在700nm-1300nm波段,玉米叶面积指数LAI对玉米光谱反射率的贡献起主要作用,在此波段的敏感度最高,敏感度在80%-90%之间;可见在可见光波段对光谱反射率最敏感的是叶绿素含量,在700nm-1300nm波段对光谱率最敏感的是叶面积指数;(4)通过模拟和实测光谱的对比分析,利用单因素回归方程进行拟合建模,然后对冠层光谱的模型修正:在400nm-700nm波段,多项式函数修正的误差是较低的,拟合方程的R2为0.917,模型修正后的误差大约是达到了14%,相比于修正之前的误差36%,误差降低了22%,修正效果是比较显著的;在700nm-1300nm波段,多项式函数修正的误差是较低的,拟合方程的R2为0.94,模型修正后剔除了异常值之后的误差大约是达到了23%,相比于修正之前的误差47%,误差降低了24%,修正效果是比较理想的。所以无论是拔节期、抽雄期、乳熟期还是完熟期,多项式函数的拟合的方程的R2均是最大,修正误差效果最好;(5)通过构造的代价函数将反射率光谱和查找表对应的光谱比对,进而查找出要进行反演的叶面积指数和叶绿素含量;利用LANDSAT8 OLI下载影像进行大气校正和辐射校正,然后通过光谱响应函数得到地表反射率,最后进行遥感填图;利用四个生育期的实测的叶面积指数和叶绿素含量值进行线性回归,得出叶面积指数回归方程和叶绿素含量回归方程,两个参数在四个生育期的拟合效果较好,叶面积指数构建的线性方程的R2基本在0.7左右;而叶绿素含量构建的拟合方程的R2,其中三期都超过了0.75;证明了查找表方法的有效性。