基于無人機遙感影像的冬小麥播種效果與空間變異評價
發(fā)布時間：2020-12-02 12:49
冬小麥是最主要的糧食作物之一,日益增長的糧食需求和有限的耕地資源迫使農(nóng)業(yè)生產(chǎn)必須向精細、高效的方向發(fā)展,用最小的經(jīng)濟投入獲取最高的效益回報。農(nóng)業(yè)生產(chǎn)中最重要的一環(huán)就是播種,播種效果的好壞直接影響播種效率、耕地的利用率、田間管理以及糧食產(chǎn)量;其次從農(nóng)作物長勢可以從側(cè)面中反映出糧食產(chǎn)量,對監(jiān)測農(nóng)作物個體特征與群體特征有重要的意義;而研究作物生育期內(nèi)的時空變化特征及變量追肥對其變化的影響,可以為田間作物的栽培與管理提供參考依據(jù)。本文以冬小麥為試驗對象,基于高光譜數(shù)據(jù)以及無人機遙感影像,結(jié)合田間農(nóng)學試驗,將冬小麥播種效果、長勢狀況、空間變異和遙感、GIS技術(shù)相結(jié)合,輔以農(nóng)業(yè)采樣與調(diào)研,研究并評價該區(qū)域內(nèi)冬小麥精細化遙感動態(tài)監(jiān)測指標。主要研究內(nèi)容和研究成果如下:（1）基于前期高分辨率無人機影像資料,對條播冬小麥影像進行行中心線以及行中心點位置信息的提取,計算行內(nèi)小麥中心點偏離中心線的角度評價小麥播種行內(nèi)的直線性,并通過比較每個小麥行線偏離基準中心線的角度評價小麥播種行間的直線性;分區(qū)統(tǒng)計每個小區(qū)隨機布設(shè)的相同范圍研究區(qū)的NDVI最大、最小值、標準差等速算值,以此評價播種效果的均勻性。結(jié)果:非精播...
【文章來源】：西安科技大學陜西省
【文章頁數(shù)】：59 頁
【學位級別】：碩士
【部分圖文】：
研究區(qū)概況Ⅰ結(jié)合研究目的，根據(jù)實驗內(nèi)容，如圖所示試驗地分為：非精播區(qū)+精播區(qū)（精施區(qū)+非精施區(qū)），播期實驗區(qū)，三個實驗（播種效果評價，長勢監(jiān)測，空
圖 2.2 研究區(qū)概況Ⅱ?qū)嶒炓唬úシN效果評價實驗，見圖 2.1）：選擇具有代表性的以試驗地西邊2 號、5 號實驗地為目標研究區(qū)結(jié)合無人機遙感影像研究冬小麥播種效果，其中1-3，16-24 號實驗地設(shè)為非精播區(qū)，4-15 塊地設(shè)為精播區(qū)即播種時使用 GPS 導航，種肥同播均是 300 kg·ha- 1。實驗二（稀疏冬小麥的長勢監(jiān)測實驗，見圖 2.1）：以東邊四塊播期實驗地（A，B，C，D）為研究區(qū)結(jié)合高光譜數(shù)據(jù)與實測 LAI 數(shù)據(jù)研究高光譜反演稀疏冬小麥 LAI 的可行性，監(jiān)測長勢。為了造成 LAI 差異，實驗小麥分四個時期（2016 年 9 月 23 日、9 月 30 日、10 月 08 日、10 月 14 日）進行播種，依次播種間隔一周左右，每個實驗區(qū)約為 10.8 m*45 m，采用種肥同播的播種方式，首次種肥均是 300 kg·ha- 1，每推遲一周播種，播種量增加 150 kg·ha- 1，圖中四塊地黑點處即為 LAI 采樣區(qū)域。分別于冬小麥生長前期（2016 年的 10 月 31 日、11 月 08 日、11 月 15 日、12 月 07 日、12 月 15 日，2017 年的 1 月 11 日、3 月
3 播種效果評價研究3.1 播種效果的研究基礎(chǔ)HSV(Hue,Saturation,Value)是由 A.R.Smith[ 5 9 ]根據(jù)顏色的直觀特性在 1978年創(chuàng)建的一種顏色空間模型,也稱六角錐體模型(Hexcone Model)。HSV 顏色空間中，H 表示色度（H 是 Hue 的縮寫），S 表示飽和度（S 是 Saturation 的縮寫），V 表示亮度（V 是 Value 的縮寫）。從 RGB 立方體演化而來的三維模型表示 HSV。不符合人眼的視覺特性是 RGB 顏色空間的缺點，直接處理非常不方便，因此通常需要將 RGB 顏色空間轉(zhuǎn)換到其他諸如 HSV 顏色空間進行處理，最后再將模型轉(zhuǎn)換到 RGB 顏色空間用于顯示器顯示。在 RGB 顏色空間中，三個分量 R、G、B 彼此相互獨立，但是所能表示的范圍一致，例如：用 8 bit 來表示每個分量，則它所能表示的范圍為[0,255]。在數(shù)學上，可以用一個正方體來表示RGB 顏色空間，如圖 3.1 所示：
【參考文獻】：
期刊論文
[1]玉米大壟雙行深耕施肥播種機設(shè)計與試驗[J]. 趙萍,張煥章,田悅,王瑞麗,呂長義. 吉林農(nóng)業(yè)大學學報. 2018(02)
[2]植被蓋度遙感反演模型在稀疏高寒草原的對比研究[J]. 夏穎,范建容,李磊磊,李炫. 四川農(nóng)業(yè)大學學報. 2017(01)
[3]基于無人機高光譜遙感的冬小麥葉面積指數(shù)反演[J]. 高林,楊貴軍,于海洋,徐波,趙曉慶,董錦繪,馬亞斌. 農(nóng)業(yè)工程學報. 2016(22)
[4]不同麥茬處理方式對玉米單粒機械播種效果的影響[J]. 薛源清,張養(yǎng)利,賈麗娜,趙曉進,郝雙奎. 陜西農(nóng)業(yè)科學. 2016(08)
[5]基于Landsat 8-OLI的荒漠化地區(qū)植被覆蓋度反演模型研究[J]. 馬中剛,孫華,王廣興,林輝,佘宇晨,鄒琪. 中南林業(yè)科技大學學報. 2016(09)
[6]夏玉米葉面積指數(shù)遙感反演研究[J]. 劉珺,龐鑫,李彥榮,杜靈通. 農(nóng)業(yè)機械學報. 2016(09)
[7]淺談無人機遙感的發(fā)展及其行業(yè)應用[J]. 劉倩,梁志海,范慧芳. 測繪與空間地理信息. 2016(06)
[8]冬小麥生育期內(nèi)土壤氮素的時空變異[J]. 馬亞斌,宋曉宇,楊貴軍,王仁紅,全斌,競霞,劉曉. 中國農(nóng)業(yè)科學. 2015(20)
[9]基于Meanshift和Hough變換的秧苗行中心線提取[J]. 金海龍,喻擎蒼,周志宇,武傳宇. 浙江理工大學學報. 2015(05)
[10]基于機器視覺的農(nóng)田機械導航線提取算法研究[J]. 刁智華,王會丹,宋寅卯. 農(nóng)機化研究. 2015(02)
博士論文
[1]農(nóng)作物群體長勢遙感監(jiān)測及長勢參量空間尺度問題研究[D]. 董瑩瑩.浙江大學 2013
本文編號：2895337
【文章來源】：西安科技大學陜西省
【文章頁數(shù)】：59 頁
【學位級別】：碩士
【部分圖文】：
研究區(qū)概況Ⅰ結(jié)合研究目的，根據(jù)實驗內(nèi)容，如圖所示試驗地分為：非精播區(qū)+精播區(qū)（精施區(qū)+非精施區(qū)），播期實驗區(qū)，三個實驗（播種效果評價，長勢監(jiān)測，空
圖 2.2 研究區(qū)概況Ⅱ?qū)嶒炓唬úシN效果評價實驗，見圖 2.1）：選擇具有代表性的以試驗地西邊2 號、5 號實驗地為目標研究區(qū)結(jié)合無人機遙感影像研究冬小麥播種效果，其中1-3，16-24 號實驗地設(shè)為非精播區(qū)，4-15 塊地設(shè)為精播區(qū)即播種時使用 GPS 導航，種肥同播均是 300 kg·ha- 1。實驗二（稀疏冬小麥的長勢監(jiān)測實驗，見圖 2.1）：以東邊四塊播期實驗地（A，B，C，D）為研究區(qū)結(jié)合高光譜數(shù)據(jù)與實測 LAI 數(shù)據(jù)研究高光譜反演稀疏冬小麥 LAI 的可行性，監(jiān)測長勢。為了造成 LAI 差異，實驗小麥分四個時期（2016 年 9 月 23 日、9 月 30 日、10 月 08 日、10 月 14 日）進行播種，依次播種間隔一周左右，每個實驗區(qū)約為 10.8 m*45 m，采用種肥同播的播種方式，首次種肥均是 300 kg·ha- 1，每推遲一周播種，播種量增加 150 kg·ha- 1，圖中四塊地黑點處即為 LAI 采樣區(qū)域。分別于冬小麥生長前期（2016 年的 10 月 31 日、11 月 08 日、11 月 15 日、12 月 07 日、12 月 15 日，2017 年的 1 月 11 日、3 月
3 播種效果評價研究3.1 播種效果的研究基礎(chǔ)HSV(Hue,Saturation,Value)是由 A.R.Smith[ 5 9 ]根據(jù)顏色的直觀特性在 1978年創(chuàng)建的一種顏色空間模型,也稱六角錐體模型(Hexcone Model)。HSV 顏色空間中，H 表示色度（H 是 Hue 的縮寫），S 表示飽和度（S 是 Saturation 的縮寫），V 表示亮度（V 是 Value 的縮寫）。從 RGB 立方體演化而來的三維模型表示 HSV。不符合人眼的視覺特性是 RGB 顏色空間的缺點，直接處理非常不方便，因此通常需要將 RGB 顏色空間轉(zhuǎn)換到其他諸如 HSV 顏色空間進行處理，最后再將模型轉(zhuǎn)換到 RGB 顏色空間用于顯示器顯示。在 RGB 顏色空間中，三個分量 R、G、B 彼此相互獨立，但是所能表示的范圍一致，例如：用 8 bit 來表示每個分量，則它所能表示的范圍為[0,255]。在數(shù)學上，可以用一個正方體來表示RGB 顏色空間，如圖 3.1 所示：
【參考文獻】：
期刊論文
[1]玉米大壟雙行深耕施肥播種機設(shè)計與試驗[J]. 趙萍,張煥章,田悅,王瑞麗,呂長義. 吉林農(nóng)業(yè)大學學報. 2018(02)
[2]植被蓋度遙感反演模型在稀疏高寒草原的對比研究[J]. 夏穎,范建容,李磊磊,李炫. 四川農(nóng)業(yè)大學學報. 2017(01)
[3]基于無人機高光譜遙感的冬小麥葉面積指數(shù)反演[J]. 高林,楊貴軍,于海洋,徐波,趙曉慶,董錦繪,馬亞斌. 農(nóng)業(yè)工程學報. 2016(22)
[4]不同麥茬處理方式對玉米單粒機械播種效果的影響[J]. 薛源清,張養(yǎng)利,賈麗娜,趙曉進,郝雙奎. 陜西農(nóng)業(yè)科學. 2016(08)
[5]基于Landsat 8-OLI的荒漠化地區(qū)植被覆蓋度反演模型研究[J]. 馬中剛,孫華,王廣興,林輝,佘宇晨,鄒琪. 中南林業(yè)科技大學學報. 2016(09)
[6]夏玉米葉面積指數(shù)遙感反演研究[J]. 劉珺,龐鑫,李彥榮,杜靈通. 農(nóng)業(yè)機械學報. 2016(09)
[7]淺談無人機遙感的發(fā)展及其行業(yè)應用[J]. 劉倩,梁志海,范慧芳. 測繪與空間地理信息. 2016(06)
[8]冬小麥生育期內(nèi)土壤氮素的時空變異[J]. 馬亞斌,宋曉宇,楊貴軍,王仁紅,全斌,競霞,劉曉. 中國農(nóng)業(yè)科學. 2015(20)
[9]基于Meanshift和Hough變換的秧苗行中心線提取[J]. 金海龍,喻擎蒼,周志宇,武傳宇. 浙江理工大學學報. 2015(05)
[10]基于機器視覺的農(nóng)田機械導航線提取算法研究[J]. 刁智華,王會丹,宋寅卯. 農(nóng)機化研究. 2015(02)
博士論文
[1]農(nóng)作物群體長勢遙感監(jiān)測及長勢參量空間尺度問題研究[D]. 董瑩瑩.浙江大學 2013
本文編號：2895337
本文鏈接：http://www.wukwdryxk.cn/kejilunwen/nykj/2895337.html
最近更新
教材專著
