發(fā)布時間：2018-11-28 10:42

【摘要】：農業(yè)現(xiàn)開始向精準管理發(fā)展,在生產過程中對作物管理是精準農業(yè)的重要的一環(huán),明確作物群體的差異是作物生產過程的管理工作的重點,對各個作物制定出針對性強的措施,在生產投入少的情況下,得到高的生產效益。作物生長信息的獲取是精確管理作物用到信息的來源,信息對作物的生長的快慢、品質的高低和產量的多少有著決定的作用。作物冠層反射的光譜中,有著大量的可用信息,對作物的冠層的光譜中的信息分析后,可以得到作物的基本情況,服務于作物的精確管理�；�于冠層光譜的無損監(jiān)測技術對信息采集中,傳感器是最關鍵的器件。無人機在空間上和時間上的優(yōu)勢,使得無人機近幾年來在農業(yè)中的應用發(fā)展迅速。無人機是一個能重復使用、人為控制的有著動力系統(tǒng)、可攜帶不同設備完成多種任務的無人飛行裝置。在農業(yè)方面,無人機被應用在農田信息的遙感測量、對災害的預警以及地面的災害大小的評估、對肥料和農藥的噴施等等。基于這些特性,無人機被應用于精準農業(yè)中。機載探測器在監(jiān)測上實現(xiàn)了從點測量到了面測量的改變,克服了傳統(tǒng)的點測量的不足,效率上有了質的提高了�；�于這些優(yōu)點可設計一款無人機搭載的傳感器來監(jiān)測水稻葉面積指數(shù)(LAI)。本文LAI模型建立選用了經(jīng)驗關系模型的方法,選取了 3種傳統(tǒng)的植被指數(shù)和新建了一種新的植被指數(shù)(RLAI)與LAI建立了 一元回歸和多元回歸的模型,通過模型精度的比較,得出新植被指數(shù)(RLAI)與水稻LAI建立的一元對數(shù)回歸模型是最佳的模型。以無損監(jiān)測作物,獲取生長信息的原理,對光譜信息的傳感原理進行了研究學習;研發(fā)了一款只用太陽光作為光源,以光信號處理系統(tǒng)、電信號處理系統(tǒng)和信號分析系統(tǒng)三個部分組成的水稻LAI機載傳感器。通過對水稻冠層的高光譜信息與水稻的LAI相關性的分析,敏感波段被確定為745nm、565 nm,選定濾光片作為傳感器的分光元件。根據(jù)水稻冠層的反射特征與無人機測量時的高度,確定了水稻葉面積指數(shù)機載傳感器的視場角和傳感器鏡頭的結構參數(shù);在保障了水稻葉面積指數(shù)機載傳感器在靈敏度、分辯上的效果時,采用了光學濾波技術,它對信噪比的提高有很好的效果;在745nm、565 nm這兩個特征波段處分別對它們作為入射光和在水稻表面的反射回來時情況進行了探測;為保證微弱光譜信息被單片機識別,搭建了放大電路和濾波電路;運用嵌入式開發(fā)技術,把模型寫入了單片機中,完成了整個水稻葉面積指數(shù)機載傳感器的設計。在試驗室中對水稻葉面積指數(shù)機載傳感器的靜態(tài)特性(線性度、靈敏度和遲滯差)進行了試驗。745nm、565nm波段的非線性誤差的試驗結果分別為3.45%和5.63%:遲滯誤差的試驗結果分別為3.23%和2.93%,傳感器在線性度與靈敏度方面表現(xiàn)良好。通過試驗田運用水稻葉面積指數(shù)機載傳感器對水稻進行探測與LA1-2200C對水稻的探測的結果進行試驗結果的比較。通過試驗結果確定,水稻葉面積指數(shù)機載傳感器可實現(xiàn)水稻葉面積指數(shù)的實時在線檢測;水稻葉面積指數(shù)機載傳感器在體積和重量上都滿足無人機的搭載要求,可實現(xiàn)水稻生長信息的快速獲取。
[Abstract]:......
【學位授予單位】：沈陽農業(yè)大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP212

【相似文獻】

相關期刊論文 前10條

1 李志文;楚新正;;森林葉面積指數(shù)估測研究現(xiàn)狀與進展[J];中小企業(yè)管理與科技(上旬刊);2008年08期

2 王磊;馬英杰;趙經(jīng)華;洪明;;基于圖像上冠層體積的葉面積指數(shù)測算方法[J];農機化研究;2013年12期

3 趙傳燕;沈衛(wèi)華;彭煥華;王超;;青海云杉林葉面積指數(shù)空間分布模擬——以祁連山區(qū)排露溝流域為例[J];蘭州大學學報(自然科學版);2009年05期

4 馬茵馳;閻廣建;丁文;王躍智;;基于人工神經(jīng)網(wǎng)絡方法的冬小麥葉面積指數(shù)反演[J];農業(yè)工程學報;2009年12期

5 張立俊;洪添勝;吳偉斌;Joseph Mwape Chileshe;馮灼峰;趙奔;徐寧;;基于半球攝影法的果樹葉面積指數(shù)檢測(英文)[J];農業(yè)工程學報;2012年S2期

6 周洋;米曉飛;葉李灶;;葉面積指數(shù)遙感反演算法研究[J];計算機與現(xiàn)代化;2013年03期

7 吳彤;倪紹祥;李云梅;陳健;;由冠層孔隙度反演植被葉面積指數(shù)的算法比較[J];南京師大學報(自然科學版);2006年01期

8 樊科研;田麗萍;薛琳;白麗;王進;;利用高光譜數(shù)據(jù)和葉面積指數(shù)對加工番茄產量估算的研究[J];湖北農業(yè)科學;2009年02期

9 向洪波;郭志華;趙占輕;王建力;;不同空間尺度森林葉面積指數(shù)的估算方法[J];林業(yè)科學;2009年06期

10 陳鵬飛;孫九林;苗茹;;基于環(huán)境減災衛(wèi)星遙感信息估測呼倫貝爾草原葉面積指數(shù)(英文)[J];河南大學學報(自然科學版);2012年05期

相關會議論文 前10條

1 姚冬萍;;融合多源遙感數(shù)據(jù)估算地表葉面積指數(shù)[A];中國地理學會百年慶典學術論文摘要集[C];2009年

2 陳雪洋;蒙繼華;吳炳方;朱建軍;紐立明;杜鑫;;基于環(huán)境星高光譜數(shù)據(jù)紅邊參數(shù)的冬小麥葉面積指數(shù)反演[A];遙感定量反演算法研討會摘要集[C];2010年

3 高帥;;利用ENVISAT-ASAR數(shù)據(jù)的植被葉面積指數(shù)反演研究[A];遙感定量反演算法研討會摘要集[C];2010年

4 張娜;;半干旱天然草地葉面積指數(shù)反演模型[A];第十五屆全國遙感技術學術交流會論文摘要集[C];2005年

5 孫永華;宮輝力;李小娟;浦瑞良;周德民;;基于高光譜的三江平原濕地葉面積指數(shù)反演研究[A];遙感定量反演算法研討會摘要集[C];2010年

6 曹中盛;朱艷;田永超;曹衛(wèi)星;姚霞;;小麥葉面積指數(shù)估測的最佳高光譜參數(shù)研究[A];中國作物學會2013年學術年會論文摘要集[C];2013年

7 呂蕓帙;楊旭;駱祖瑩;;基于無線傳感器網(wǎng)絡的植被葉面積指數(shù)測量方法[A];第六屆中國測試學術會議論文集[C];2010年

8 夏帆;;基于MODIS數(shù)據(jù)的長江流域生態(tài)環(huán)境質量評價[A];第十五屆全國遙感技術學術交流會論文摘要集[C];2005年

9 劉倩;;2000-2010年三江源地區(qū)MODIS葉面積指數(shù)及FPAR產品驗證分析[A];遙感定量反演算法研討會摘要集[C];2010年

10 楊鵬;李春強;;基于MODIS數(shù)據(jù)的河北省冬小麥葉面積指數(shù)模型研究[A];第31屆中國氣象學會年會S5 干旱災害風險評估與防控[C];2014年

相關重要報紙文章 前1條

1 李濟 供稿;理科綜合測試模擬（四）[N];山西科技報;2003年

相關博士學位論文 前5條

1 樂源;基于光譜數(shù)據(jù)的植被重點參數(shù)反演方法研究[D];武漢大學;2014年

2 溫一博;基于遙感技術的森林碳循環(huán)和地表蒸散模擬研究[D];東北林業(yè)大學;2016年

3 謝巧云;考慮紅邊特性的多平臺遙感數(shù)據(jù)葉面積指數(shù)反演方法研究[D];中國科學院大學(中國科學院遙感與數(shù)字地球研究所);2017年

4 駱社周;激光雷達遙感森林葉面積指數(shù)提取方法研究與應用[D];中國地質大學(北京);2012年

5 郝雅s，

本文編號：2362608