資源描述：
《基于機(jī)載LiDAR和多光譜遙感的作物L(fēng)AI反演方法研究.pdf》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、分類號：密級：公開學(xué)號：2015201120單位代碼：10759石河子大學(xué)碩士學(xué)位論文基于機(jī)載LiDAR和多光譜遙感的作物L(fēng)AI反演方法研究學(xué)位申請人陳洪指導(dǎo)教師趙慶展教授申請學(xué)位門類級別工學(xué)碩士學(xué)科、專業(yè)名稱農(nóng)業(yè)信息化技術(shù)及應(yīng)用研究方向空間信息技術(shù)及應(yīng)用所在學(xué)院信息科學(xué)與技術(shù)學(xué)院中國·新疆·石河子2018年6月LAIInversionMethodForCropBasedOnLiDARAndMultispectralRemoteSensingADissertationSubmittedtoShiheziUniversityIn
2、PartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringByChenhong(AgriculturalInformationTechnologyandApplication)DissertationSupervisor:Prof.ZhaoQingzhanJune，2018摘要大田種植是新疆農(nóng)作物的主要種植方式，作物長勢監(jiān)測是對作物生長全周期狀況及其變化的監(jiān)測,是反映農(nóng)情信息、指導(dǎo)生產(chǎn)和宏觀管理決策的重要依據(jù)。葉面積指數(shù)是描述植被冠層結(jié)構(gòu)的眾多參數(shù)之
3、一，是冠層結(jié)構(gòu)和作物長勢的重要參數(shù)，又是表征生物量和作物產(chǎn)量的關(guān)鍵因素。在農(nóng)業(yè)精細(xì)遙感監(jiān)測中，如何快速獲取農(nóng)作物葉面積指數(shù)，對農(nóng)作物長勢進(jìn)行評判非常重要。目前，利用遙感技術(shù)對農(nóng)作物進(jìn)行大面積的資源調(diào)查和遙感監(jiān)測從技術(shù)角度上已較為成熟，但利用新型傳感器如高精度激光雷達(dá)來反演葉面積指數(shù)的研究還較少。本文的研究工作是利用無人機(jī)機(jī)載LIDAR技術(shù)，結(jié)合多光譜遙感技術(shù)實(shí)現(xiàn)對農(nóng)作物L(fēng)AI的反演。主要內(nèi)容、成果和結(jié)論為：1、基于不同飛行平臺的飛行規(guī)劃及數(shù)據(jù)獲取方案。利用無人機(jī)快速高效的特點(diǎn)，選擇合適的研究區(qū)，獲取激光雷達(dá)和多光譜數(shù)據(jù)。解決了
4、數(shù)據(jù)獲取過程中覆蓋度計(jì)算、飛行航線設(shè)計(jì)、地面靶標(biāo)鋪設(shè)，數(shù)據(jù)匹配等問題，為獲取有效數(shù)據(jù)奠定基礎(chǔ)。2、無校正點(diǎn)的機(jī)載LiDAR農(nóng)作物點(diǎn)云數(shù)據(jù)精度評價(jià)。在分析機(jī)載激光雷達(dá)點(diǎn)云獲取與定位模型的基礎(chǔ)上，從系統(tǒng)誤差和隨機(jī)誤差兩個(gè)方面定量化描述與分析激光測距誤差和動(dòng)態(tài)時(shí)延誤差。利用點(diǎn)云腳點(diǎn)的空間拓?fù)潢P(guān)系，得到擬合高程模型真值與平面模型擬合方程，以此為基礎(chǔ)進(jìn)行無校正點(diǎn)的點(diǎn)云數(shù)據(jù)精度評價(jià)。實(shí)驗(yàn)結(jié)果表明高程精度最大殘差值為5.6cm，平面精度最大殘差值為2.78cm，驗(yàn)證了作物冠層參數(shù)提取數(shù)據(jù)精度的有效性。3、近地機(jī)載激光雷達(dá)農(nóng)作物L(fēng)AI反演方法
5、?；谛」獍週iDAR獲得高密度點(diǎn)云數(shù)據(jù),分離地面點(diǎn)與非地面點(diǎn)，通過預(yù)處理后的棉花高密度點(diǎn)云數(shù)據(jù)，得到研究區(qū)棉田數(shù)字表面模型（DSM）和數(shù)字高程模型（DEM），通過差值運(yùn)算獲得其冠層高度模型（CHM），進(jìn)而提取有效的冠層結(jié)構(gòu)參數(shù)。利用相關(guān)性分析法選取相關(guān)系數(shù)大于0.2的激光穿透力指數(shù)（LPI）、回波點(diǎn)云密度（D）、孔隙率（fgap）、歸一化高程值（VnDSM）構(gòu)建棉花LAI反演模型，并與實(shí)測葉面積指數(shù)進(jìn)行精度驗(yàn)證與評價(jià)。實(shí)驗(yàn)結(jié)果表明：模型估算的LAI與實(shí)測LAI之間的相關(guān)性為0.824，均方根誤差為0.072。4、基于多源遙感
6、數(shù)據(jù)的農(nóng)作物L(fēng)AI反演。利用激光雷達(dá)與多光譜傳感器同時(shí)獲取農(nóng)作物垂直及水平結(jié)構(gòu)參數(shù)，通過逐步回歸方法獲得與實(shí)測LAI相關(guān)性較高的光譜參數(shù)：優(yōu)化的葉綠素吸收率指數(shù)（MCARI656），改進(jìn)的葉綠素吸收率指數(shù)（TCARI）以及LiDAR冠層參數(shù)：激光穿透力指數(shù)（LPI）、回波點(diǎn)云密度（D）、孔隙率(fgap)等參數(shù)進(jìn)行葉面積指數(shù)反演，估算LAI值與實(shí)測LAI值相關(guān)性為0.85。進(jìn)而優(yōu)化了激光雷達(dá)反演農(nóng)作物L(fēng)AI的模型。關(guān)鍵詞：多源數(shù)據(jù)；無人機(jī)；農(nóng)作物；葉面積指數(shù)AbstractDatianplantingisthemainplan
7、tingmethodofcropsinXinjiang.Monitoringofcropconditionmonitoringisthemonitoringofthewholegrowthcycleofcropsandtheirchanges.Itisanimportantbasisforreflectingagriculturalinformation,guidingproduction,andmacromanagementdecisions.Asaparameterdescribingthecanopystructureo
8、fcrops,leafareaindexisnotonlyanimportantparametertocharacterizecropcanopystructureanddeterminecropgrowth,butalsoakeyfactorindeterminingbio
