資源描述:
《基于優(yōu)化光譜指數(shù)的小麥玉米冠層氮素含量預測》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、分類號S3-33學校代碼10129UDC661.5學號2013204065成義^熏寺尖拳碩:t學位論文'.、?','、.',基于優(yōu)化光譜指數(shù)的小麥玉米冠層氮素含量預測OptimizedSpectralIndicesBasedEstimationofCanopyNitroengContentinWheatandMaize申請人:李丹學位類別:農(nóng)業(yè)推廣碩±領(lǐng)域:農(nóng)業(yè)資源利用指導教師:李斐教授二〇-論文提交日期:五年六月
2、.內(nèi)蒙古農(nóng)業(yè)大學研究生學位論文獨創(chuàng)聲明本人申明所呈交的學位論文是我本人在導師指導下進行的巧究工作及取綜的研究成果。據(jù)我所知,除了文中特別加L乂掠注和致謝的地方外,論文中不包插其他人邑經(jīng)發(fā)表或撰寫過的研究成果,也不包撞為獲得我?;蚱渌逃龣C構(gòu)的學位或證書而使用過的材料一,與我罔工作的同志對本研究所做的任何巧獻均臣在論文中作了明確的說明并表示謝意。申請學位論文與資料著有不實之處一,本人承捏巧相關(guān)責任。:日期:論文作者簽名?-1A-…候始誠內(nèi)蒙古農(nóng)業(yè)大學硏究生學位論文版枚
3、使用授權(quán)書本人完全了解巧蒙古農(nóng)業(yè)大學有關(guān)保賽知巧產(chǎn)權(quán)的規(guī)定,巧:研.?,r■’究生在攻讀學位期向論文工作的知識盧權(quán)單位屬巧蒙古教業(yè)大學,本人保證畢業(yè)寓棱后,發(fā)表論文或使用論義工作成果巧署葦單化為巧蒙古農(nóng)業(yè)大學,且導師或通訊作者,通訊作者單位亦署4為巧蒙古農(nóng)業(yè)大學J學狡卷權(quán)振窗莽筒智家脊關(guān)締口或祝構(gòu)邀凌論文衙義踩件雅電子文檔,允許論文被查閱和借閱。學校可臥公布學位論文的金鄭歲部分內(nèi)容(保密巧容除外),采巧影巧、縮印或其他手段保存論文。論文作者簽4:擔導教棘簽秦;It.__
4、日巧:之P化,0《>汾*摘要作物關(guān)鍵生育時期冠層氮素含量的實時監(jiān)測對于化化氮肥用量和減少環(huán)境風險具有重要的意義,。為了實現(xiàn)作物氮素無損營養(yǎng)診斷尋求預測不同作物氮素含量的-最佳光譜參數(shù),本研巧通過20082011年不同區(qū)域布置不同氮量的小麥玉米田間試驗,采用光譜波段優(yōu)化算法對小麥玉米冠層反射光譜進行光譜波段組合優(yōu)化,運用理論模型對不同冠層結(jié)構(gòu)條件下的小麥玉米氮素營養(yǎng)敏感波段進行反演驗證,最終實現(xiàn)小麥和玉米冠層含氮量的無損估測。本文選取不同的光譜波段模型進行優(yōu)化分析,首先,選用概念
5、模型進行光譜波段優(yōu)化分析,與傳統(tǒng)的光譜指數(shù)進行比較,確定預測作物氮素含量最佳的光譜波段組合;其次,運用基于經(jīng)驗模型的H波段優(yōu)化算法進行光譜波段組合優(yōu)化分析,與不同的H波段光譜指數(shù)進行比較,確定預測作,通過PROSA正理論模型反演光譜波段物氮素含量的最優(yōu)光譜參數(shù)最后,對優(yōu);化后的最佳光譜指數(shù)進行比較驗證,確定小麥玉米冠層氮素含量無損預測的最優(yōu)光譜指數(shù)。結(jié)果表明與傳統(tǒng)的光譜指數(shù)相比,基于概念模型和經(jīng)驗模型優(yōu)化算法的兩種光譜指數(shù)顯著的提高了小麥玉米冠層氮素含量的預測能力,同時克服了傳統(tǒng)光譜指數(shù)預測
6、的飽和問題-。概念模型的最佳優(yōu)化結(jié)果顯示玉米最佳光譜指數(shù)為R766/R7381民化--經(jīng)驗模型優(yōu)化結(jié)果顯不玉術(shù)1,小麥為79676〇1,玉米和小麥結(jié)合為民876^民73〇;民/R/-/化-最優(yōu)光譜指數(shù)為(76874(t1)((R768R548)(及768訊548)),小麥為化87674〇-1)/((民876民550)/(R876+民550)),玉米小麥相結(jié)合優(yōu)化后的最佳光譜指數(shù)為反--(848化7321)/((民848民536)/(民84+民))。兩種優(yōu)化光譜指數(shù)的波段結(jié)合均
7、隨8536著作物品種及其冠層結(jié)構(gòu)的變化而變化530-550,其優(yōu)化波段范圍主要集中在綠邊(--nm),紅邊(730760nm)和紅邊向近紅外的過渡區(qū)域60880nm)優(yōu)化效果顯(7,示基于經(jīng)驗模型優(yōu)化的二位H波段光譜指數(shù)無論在玉米、小麥還是玉米小麥結(jié)合的氮素含量預測能力均高于概念模型。運用PROSA正理論模型的反演波段進行驗證結(jié)果進一步思示兩種優(yōu)化光譜指數(shù)對作物含氮量預測能力效果佳,實現(xiàn)了現(xiàn)有光譜指數(shù)中的最佳預測。優(yōu)化后的最佳光譜指數(shù)結(jié)合實地測定的光譜數(shù)據(jù)可實現(xiàn)對小麥和玉米冠層含氮量的最
8、佳估測和評價,期最終實時、準確迅速的掌握小麥和玉米氮素豐缺狀況,同時為設(shè)計作物冠層氮素傳感器和更好的利用現(xiàn)有基于衛(wèi)星的傳感器實施區(qū)域上的作物氮素營養(yǎng)監(jiān)測提供了理論基礎(chǔ)。關(guān)鍵詞:含氮量;光譜參數(shù)波段優(yōu)化;OtimizedSectral虹dicesBasedEstimationofCanoNi杜oenp