1 / 37
文档名称:

水稻氮磷钾的高光谱遥感诊断.doc

格式:doc   大小:107KB   页数:37页
下载后只包含 1 个 DOC 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

水稻氮磷钾的高光谱遥感诊断.doc

上传人:文库旗舰店 2019/10/4 文件大小:107 KB

下载得到文件列表

水稻氮磷钾的高光谱遥感诊断.doc

相关文档

文档介绍

文档介绍:毕业论文题 目水稻氮磷钾的高光谱遥感诊断学生姓名 孙伟  学  号 20081335006  院  系 遥感学院  专  业 遥感科学与技术  指导教师   林芬芳二O一二 年 六月 六日目    录1绪论            32材料与方法                5             63结果与讨论                                    164结论  17参考文献  17致谢  18ABSTRACT  19水稻氮磷钾的高光谱遥感诊断孙伟南京信息工程大学遥感科学与技术系,南京210044摘要:水稻营养诊断的传统化学分析方法费时费力,且诊断结果无法及时被应用到生产中。基于植物光谱反射特性的地面高光谱技术具有准确、快捷、自动化程度高、非破坏性等优点,使得水稻养分的快速诊断和长势监测成为可能。本研究以水稻拔节期叶片高光谱数据为数据源,采用红边参数、协同间隔偏最小二乘法和BP人工神经网络等常用高光谱数据处理方法分析比较地面高光谱技术对水稻氮磷钾含量的估测能力。在水稻氮素营养方面,确定敏感波段范围为470-1300nm,基于siPLS和BP人工神经网络的水稻氮含量估测模型精度均高于基于红边参数的估测模型,,;与氮相比,基于三种算法的水稻叶片磷含量估测模型的均方根误差RMSE均很高,,相当于水稻磷含量平均值的1/3,因此,水稻磷素营养的高光谱诊断模型还有待进一步的研究;水稻钾素营养的敏感波段范围为658-1112nm,基于siPLS和BP人工神经网络的水稻钾含量估测模型精度均高于基于红边参数的估测模型,,,相当于水稻钾含量平均值的1/14。最后,鉴于水稻数据生育期和品种的不完整性,本研究所得到的结论还有待下一步系统的分析和验证。关键词:水稻,氮,磷,钾,,随着人类社会进入信息时代,人们越来越多的借助于遥感技术来解决农业生产中的各种问题。近30多年来,遥感技术已日益深入到日常农业生产中,并逐步从单一波段向多光谱、高光谱乃至超光谱方向发展。高光谱遥感技术以其较窄波段区间、波段多、光谱以及空间分辨率高等特点,在农作物长势的营养监测与估产、病虫灾害防治等方面做出了重要的贡献。通过遥感数据建立作物营养元素的高光谱诊断模型,对作物的合理施肥具有重要的指导意义。传统的水稻营养诊断方法主要是基于实验室对作物组织进行化学分析。其中主要有杜马氏法和凯氏定氮法,该方法从采样到测试需耗费大量的时间、人力和物力,结果不具有时效性[1]。而高光谱遥感技术具有准确、快捷、方便等特点,且在诊断农作物的营养状况、长势监测以及作物产量评估等方面有着自己独特的优势。,在作物的生长发育中起着举足轻重的作用,是构成植物光合作用中叶绿素的必需组分。早在1972年Thomas等[2]通过测定甜椒叶片的反射率来估测氮素含量,研究发现甜椒叶的氮素营养水平的敏感波段在550nm和670nm,并利用这两个波段建立了估算氮素含量的模型,其精度约为