绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
导航
万方知识发现服务平台
获取范围
  • 1 / 100
  (已选择0条) 清除 结果分析
找到 3273 条结果
[硕士论文] 王盼
计算机技术 黑龙江大学 2017(学位年度)
摘要:自我国加入WTO以来,我国的各领域都受到国外发达国家的猛烈冲击,农业尤其严重,我国一直以传统农业为主,但随着信息技术的猛烈冲击,我国也不可避免的走向了传统农业到信息化农业的发展,
  智能化农业监管系统从应用实际角度出发,以为农作物提供更好的生长环境为前提,尽量的减轻操作人员的工作强度与工作难度。本系统以基础层、网络层、应用层为框架,以无线数据收集系统、智能化设备控制系统、智能化分析管理系统为根本,构建了一种三层三系统的体系结构。通过基础层的无线数据收集系统对农作物生长环境进行感知,将感知到的信息汇聚到模拟量数据采集器,将数字信号经由网络层传输到智能化分析管理系统,通过数据的分析、处理、比对实现视频监控、数据显示、数据曲线、数据报表、报警提示等功能,发现采集到的环境数据超过设定的临界值,则通过网络层向单片机发出命令,通过单片机控制可以改变农作物周围生长环境的机械设备,将环境信息调整到临界值内。
  本系统不仅可以直观的观测到实时数据信息,同时可以实现智能化控制改变农作物周围的生长环境,系统操作简单工作强度低。
[硕士论文] 徐洋
软件工程 电子科技大学 2017(学位年度)
摘要:在全球气候变暖的背景下,农业生产的可持续性受到影响。过去20年中,观察到的气候变化对农业的影响反映在作物种植系统和布局上。因此,开展关于成都市猕猴桃的气候适应性研究,满足种植面积的要求,以避免盲目扩大种植面积,可以有效减少由此产生的负面市场价格波动的影响。
  本研究基于对成都市猕猴桃的生长影响条件,如光、温、水,对该地区猕猴桃生长所需的气候条件进行了相关的需求分析,找出了限制猕猴桃生长的因素。在区划指标的基础上,利用决策树法,得到成都市猕猴桃种植适宜性综合区划图。国内外将GIS技术成功运用于农业气候资源研究中,对其现状进行了分析探讨,发现农业气候资源信息系统具有十分重要的价值,我们在进行探讨时不可忽视该系统的作用,其次,在Arc GIS软件开发集成环境下,开发完成了对成都市猕猴桃气候区划系统进行了设计和开发,设计出了人性化且具有实际应用价值的用户界面,开发出了较为完善和全面的系统功能;最后以该系统为背景,结合数学分析技术的相关知识,将成都市基础地理数据和13个气象台站的气候资源数据库作为数据源,建立了专题农业气候区划模型,全面揭示了全市猕猴桃农业生产气候资源的空间分布规律。在设计该系统中主要分为数据的采集和分析、结果的显示和发布等,并且针对第三方软件,分析和解决其出现的混合编程的问题,基于所使用的操作系统,对其潜在功能进行充分有效的利用,和软件功能向配合,更好的完成数据库、表格、图层的设计和实现,有效的集成了气候统计分析、数据信息和用户管理、猕猴桃气候区划查询、结果输出等功能,进而设计实现了整个系统。
[博士论文] 白晓静
信息与通信工程 电子科技大学 2017(学位年度)
摘要:土壤水分在全球和区域水文和气象过程中发挥着重要作用,被认为是地球科学研究中不可或缺的状态变量。特别是在自然环境恶劣的干旱、半干旱和高寒草原区域,土壤水分被认为是影响草原物候的最重要因素。遥感技术的快速发展使得多时空尺度的土壤水分变化监测成为可能。由于对土壤水分的高度敏感性及全天时全天候的观测能力,使得微波遥感在裸露地表和植被覆盖区域土壤水分反演中应用越来越广泛。然而地表粗糙度和植被的散射贡献会降低微波信号对土壤水分的敏感性,从而增加土壤水分反演的复杂度和难度。因此同时消除地表粗糙度和植被对土壤水分反演的影响成为构建草原地表土壤水分反演方法的关键技术。本文以青海省乌图美仁草原、四川省若尔盖草原和青海省青海湖流域为研究区域,以合成孔径雷达(synthetic aperture radar, SAR)数据、光学遥感数据和地面实测数据为重要数据源,通过耦合不同的土壤介电常数模型、地表散射模型和植被散射模型,构建适合草原地表的土壤水分反演方法。
  本研究主要内容包括:⑴采用实测地表粗糙度参数初始化地表散射模型,发展了基于高级积分方程模型(AIEM)和比值方法的草原地表土壤水分反演方法。该方法将实测地表粗糙度参数作为先验知识用于模拟裸露地表同极化后向散射系数与土壤水分之间的经验关系,同时实现对比值方程中未知系数的求解。构建的土壤水分反演方法中,AIEM模型用于模拟裸露地表的后向散射系数,比值方程用于消除植被的散射贡献,其中四个不同的植被参数包括叶面积指数(LAI)、植被含水量(VWC)、归一化植被指数(NDVI)和增强植被指数(EVI)分别用于植被散射贡献的参数化。通过在乌图美仁草原和青海湖流域的实验结果表明,该方法可以用于草原地表的土壤水分反演。同时研究发现,LAI同其它植被参数相比更适合于乌图美仁草原植被的参数化,而 LAI、NDVI和EVI都可以用于表征青海湖流域的植被散射特征。⑵充分利用SAR数据的多极化信息消除对实测地表粗糙度参数的依赖,建立土壤介电常数与观测到的同极化后向散射系数间的定量函数关系,从而实现对草原地表的土壤水分反演。该方法解决在实测地表粗糙度参数缺失的情况下如何充分利用多极化 SAR数据实现对草原地表的土壤水分反演。首先通过化简Dubois模型建立土壤介电常数与裸露地表同极化后向散射系数间的函数关系,然后分别采用比值方法和水云模型(water cloud model, WCM)实现对植被散射贡献的分离,其中植被的散射机制分别采用LAI、VWC、NDVI和EVI四个植被参数进行表征。通过实验结果表明,该方法有效地解决了地表粗糙度参数和植被对土壤水分反演的影响。从植被参数化对土壤水分反演结果影响发现,在乌图美仁草原LAI参数化植被的效果较好,而在若尔盖草原EVI效果较好。该方法不依赖于任何的地表粗糙度参数,极大地提高了土壤水分反演方法的适用性。⑶基于AIEM模型、比值方法和有效粗糙度参数构建了适合草原地表的土壤水分反演方法。该方法主要是针对在考虑地表粗糙度参数的同时且不依赖于实测地表粗糙度参数的情况下实现对草原地表的土壤水分反演。AIEM模型用于模拟裸露地表后向散射系数,其中给定的粗糙度参数作为模型的输入参数。比值方法用于将植被的散射贡献从总后向散射系数中进行分离,其中四个植被参数 LAI、VWC、NDVI和EVI分别用于表征植被的散射贡献。通过实验结果发现,该方法可以用于草原地表土壤水分反演并且算法精度明显提高。针对比值方程中植被的参数化问题,研究结果表明 LAI适合表征乌图美仁草原的植被散射,EVI适合描述若尔盖草原的植被生长状况,而LAI、NDVI和EVI均可以表征青海湖流域的植被散射贡献。该方法考虑了地表粗糙度参数对后向散射系数的贡献,但同时有效粗糙度参数的加入消除了对地面实测数据的依赖,提高了该方法的普适性。⑷基于全极化Radarsat-2数据提取的极化特征参数以及多元线性回归方程,探索极化特征参数用于估算草原地表土壤水分的可行性。该方法考虑如何在不消除地表粗糙度参数和植被散射贡献的前提下直接采用极化特征参数实现对草原地表的土壤水分估算。本文考虑的极化特征参数包括Cloude分解参数极化熵、散射角和反熵,三个特征值参数,特征值组合参数包括单次反射特征值相对差异度、双次散射特征值相对差异度和雷达植被指数,以及 Freeman分解参数表面散射分量、二次散射分量和体散射分量。通过乌图美仁草原和若尔盖草原的实验结果发现,极化特征参数可以辅助草原地表的土壤水分反演。
[博士论文] 佘宝
农业遥感与信息技术 浙江大学 2017(学位年度)
摘要:油菜在我国位居油料作物之首,我国油菜的播种面积和产量均居世界第二位,其中约90%为冬油菜。越冬期是冬油菜必然经历的物候阶段,因而具有发生冻害的风险。传统意义上的油菜冻害监测与评估都是由工作人员到田间实地调查得到冻害指数,不仅耗时、成本高,且代表性差。遥感是及时获取大范围地表信息的有效有段,在作物灾害监测与评估领域具有明显的优势。本研究选取传统的冬油菜主产区—安徽省作为研究区域,基于中等分辨率成像光谱仪MODIS/MERIS、国产环境减灾卫星HJ-CCD/IRS等多种遥感数据源,以明确记载有油菜冻害发生的典型年份作为研究案例,探索针对油菜冻害的多角度评估方法,研究时相包括2003-2004、2009-2010和2010-2011三个生长季。主要的研究内容以及取得的主要成果包括以下几个方面:
  (1)基于日最低气温指标的油菜冻害发生区域判断
  本文从油菜冻害的致灾因子—日最低气温出发,综合利用MODIS遥感数据、地面气象观测资料和基础地理数据,采用星地多源数据相结合的解决思路,依据各等级油菜冻害的致灾温度国家标准,对于可能会有冻害发生的区域进行判断。以2004年1月下旬及2月上旬发生的油菜冻害为例,论文分晴空与云覆盖两种情况讨论了对研究区域全覆盖的日最低气温分布数据的获取方法。
  对于晴空条件,本文通过建立日最低气温与晴空下LST、NDVI及儒略日(DOY)之间的多元线性回归方程来估算其空间分布,以2000-2014年间冬季三个月每日获取的数据为输入用于建模及验证。结果显示对于日最低气温的估算效果,基于前一天夜间所获取的Terra-LST建立的估算方程具有最佳的表现,其次为当日白天获取的Terra-LST、白天Aqua-LST和夜间Aqua-LST。对于阴天条件,本文采用旬低温(旬内平均日最低气温)背景网格推算+冻害年份低温距平调整+残差空间化方法逐步拟合云下的最低气温分布场,该方法首先基于经度、纬度、海拔、坡度和坡向等地理要素数据来推算安徽全省冬季各旬(12月上旬至次年3月上旬)常年低温水平的空间分布。在HANTS滤波的支持下基于8天合成的LST产品(MOD11A2)来模拟冻害发生年份指定旬与常年(2000-2014年)同时期低温程度的距平,而后利用安徽省78个县级气象站的气温观测数据将各低温日期的最低气温与灾害年份旬低温水平之间的残差进行空间化。本文以地理要素数据为输入分别考查了多元线性回归以及随机森林非线性回归方法对低温残差的估算效果,结果显示随机森林模型对残差的估算精度明显要优于多元线性回归方法,故采用该方法将各站点处的低温残差扩展到整个研究区域。
  以晴空下的最低气温估算结果为主体,利用云下的推算结果作为补充,从而得到每个低温日期上对研究区域全覆盖的1km分辨率的最低气温分布。由于国家标准中尚未对低温的持续时间进行定义,本文采用冷积温指标,即低温时段内每日最低气温的累加值来判断可能会有油菜冻害发生的区域。结果显示冷积温能够捕捉到出现在皖北地区(主要是宿州市一带)以及江淮地区(主要为合肥及滁州地区)的低温分布状况,且通过与各气象站的观测值进行比较(相关系数r=0.810,P<0.01,RMSE=8.6℃),冷积温的估算取得了较好的效果。
  (2)油菜的遥感识别与提取
  油菜从始花期到盛花期绿度出现下降,在植被指数时间序列剖面上呈现为“谷”的特征,区别于同时期生长的其他冬季作物(主要为冬小麦),基于这两个物候时期油菜所特有的绿度变化趋势可以实现其种植区域的提取。考虑到不同地区生长的油菜物候期并不同步,本文基于8天合成的MODIS-NDVI时间序列数据,在S-G滤波平滑的基础上,通过识别不同地区始花期和盛花期的开始时间从而分区域提取出安徽全省油菜的分布,并且依据统计年鉴所记录的市级油菜种植面积数据对提取结果进行了检验。
  当冻害较为严重时,受冻后的油菜在花期时植株趋于低矮、花朵稀疏,在30 m像元分辨率尺度上与冬小麦容易混淆,极易造成对实际种植面积的低估,此外农业灾害评估又具有现势性要求。结合合肥当地油菜生产的实际情况,针对该问题本文提出了基准种植区域+越冬作物掩膜调整方法,采用相邻正常生长季(未有冻害发生)的油菜分布作为基准,基于越冬作物从出苗到越冬前生长的特性建立掩膜来调整基准种植区域,将得到的结果用来表示冻害发生年份越冬时期的油菜分布,并且依据油菜播种面积统计数据对其进行检验。
  (3)油菜冻害灾情的遥感评估
  对于2004年发生的油菜冻害,在MODIS像元尺度上借助于时间序列剖面分析了4种广泛采用的植被指数对于冻害的敏感性。结果显示,NDVI和GNDVI的表现要优于EVI和SAVI这两个植被指数,相比之下NDVI对于冻害影响的表现更为充分。MODIS数据具有较长的时间序列连续性,适合采用植被指数距平法评估冻害灾情。选取相邻几个正常生长季(2001-2006不含2004年)同时期的平均长势水平作为基准,采用NDVI年际标准差来表示长势的正常年际波动,将冻害影响后的长势水平相对于基准水平的百分比差异用来描述冻害的灾情程度。由于缺乏田间实测的灾情数据,本文选取全省47个油菜主产县区的平均冻害程度与相应的冷积温进行相关性分析,结果表明二者之间具有显著的相关性(r=0.378,P<0.01),从而一定程度上支持了灾情的评估结果。
  MODIS空间分辨率较低,适合开展大范围油菜冻害的筛查,但对于市(县)区域的油菜冻害遥感监测与评估,需要采用更高空间分辨率的数据进行研究。综合考虑现有遥感资料的空间和时间分辨率,对于2010年和2011年初发生的油菜冻害,本文尝试采用国产环境减灾卫星数据进行冻害评估。选取由HJ-CCD的4个工作波段构建的8个常用的植被指数作为候选的冻害评估指标。利用2009-2010生长季灾后相对于灾前时相各植被指数的变化量较正常生长季(2008-2009)同时期变化量的归一化差异直方图曲线来判断不同植被指数对于冻害的敏感性。结果表明在30m空间分辨率尺度上,NDVI和GNDVI较其他植被指数同样具有更高的敏感性,相比较而言GNDVI的敏感程度更高,因而适合作为冻害的评估指标。基于灾后时相相对于基准水平的GNDVI百分比差异来判断冻害发生年份的灾情等级,对于2011年1月份发生的油菜冻害,本文选取合肥市9个苗情监测点实测的田间冻害指数对结果进行了验证,分析表明遥感评估得到的冻害程度与田间实测冻害指数之间具有较高的相关度(r=-0.698,P<0.05)。采用灰色关联分析方法和统计分析方法,本文考查了一些自然因素和作物自身条件对冻害灾情程度的影响,结果显示南坡向和西坡向种植的油菜灾情相对更为严重,几个因素对灾情影响程度的大小由高到低依次为:灾前长势、土壤湿度、最冷日期的地表温度和海拔高度。
  (4)新的冻害敏感指数的构建
  本文基于中等分辨率成像光谱仪MODIS和MERIS波段所构建的几个生理变量敏感植被指数,在1km级分辨率尺度上考察了这些指数对于低温胁迫的响应模式及其冻害敏感性差异。所选取的指数包括MODIS-PRI(表征光合速率)、NDWI(表征冠层湿度),以及MERIS-MTCI(表征冠层叶绿素含量)、REP(红边位置)与LAI(叶面积指数)。结果显示PRI对于低温胁迫响应非常强烈,间接表明光合作用对于冻害敏感;油菜受冻之后NDWI呈现为异常上升的趋势,据此推测冻害导致了冠层失水;LAI对于冻害响应迟钝,其数值不仅降幅较小且低温过后迅速恢复;低温过程并未引起MERIS-MTCI与REP的降低或者削弱,推测冻害可能并未引起叶绿素水平的降低。低温显著地抑制了MTCI数值水平的上升,而REP几乎未受到低温的影响,引入红边波段构建的红边NDVI对于低温胁迫的敏感程度要低于标准NDVI。
  基于上述发现,本文选取MODIS-L1B级数据中对植被光合作用以及冠层湿度较为敏感的7个波段,在不同冻害等级的随机分层抽样样本的支持下,通过最佳指数(the optimalindex factor,OIF)分析方法筛选出其第5、11和12波段组合构建并且提出了新的冻害敏感植被指数MFISI(MODIS Freezing Injury Sensitive Index)。该指数能够同时响应植被的光合作用与冠层湿度参数,具有明确的生理学意义;且由于两种生理指标在遥感水平上对于冻害均敏感,新指数能够明确地展现冻害的影响,其数值的空间分布图具有丰富的地物细节信息;新指数在冻害灾情的预判以及冻害发展趋势的预测方面,其表现要优于广泛应用的NDVI。
[硕士论文] 张林
电气工程 安徽理工大学 2017(学位年度)
摘要:在农业经济中,农业大棚主要是向人们提供反时节的蔬菜与水果,其经济效益很好。但是大棚农作物对环境要求很高,合适的生长环境,会提高农作物收获的产量与质量。所以能否实时、高效、准确地获得农业大棚环境因子信息,为科学管理大棚提供数据支撑,从而达到提高农作物产量、节省人力精力、提高准确生产,增加农作物收益,有着极为长远的研究意义。
  本课题以无线传感网络为通信基础,以ZigBee技术为实现手段,针对实际大棚环境的要求,设计了一种低功耗,高性能的无线大棚环境监控系统,所做工作和创新点如下:
  1.根据设计功能需求,构建了以ZigBee通信网络、主控单元STM32F103VBT6、4G模块和远程终端等为主要部件构建的无线传感网农业大棚数据采集硬件系统。详细介绍了传感器的选型和硬件电路的设计。考虑到实际中大棚的地理环境位置,提出使用以太阳能电池作为主要电源,电池为辅的供电方案。
  2.介绍了软件编译环境IAR;各类采集传感器和4G模块和远程服务终端的软件实现及代码编写。在此过程中为了降低噪声的干扰和节点发送数据功耗,提出了卡尔曼滤波算法用于对传输数据的处理,并在MATLAB环境下,对提出的算法实现效果进行了仿真。
  3.对系统进行运行测试及调试。经运行测试,系统网络通信畅通、工作稳定,能够实现对多参数大棚农作物信息监测和实时传输,满足低功耗和高精度的需求。本设计能准确、有效地实现对大棚的温湿度、光照和CO2浓度等环境信息的检测与控制,具有一定的实际意义。
[硕士论文] 胡盈盈
农业信息化 山东农业大学 2017(学位年度)
摘要:除草剂的过量喷洒,给土壤和生态造成了一系列严重的问题,因此田间杂草精准控制技术变的尤为重要。在田间杂草精准控制技术中,怎样快速、准确实时地获取农田杂草信息,成为了田间杂草精准控制技术所面临的首要问题。田间杂草识别方法就是通过获取杂草信息来区分杂草和作物的一项重要手段,所以杂草的识别在农业可持续发展中有着不可替代的作用。目前,基于普通的相机设备的杂草识别技术的识别存在一些弊端,有着精度低、耗时严重等问题,近地遥感技术可获取可见光、紫外线、红外线等多波段信息,具有蕴含信息量足、探测手段多、无损探测性好、实时性强等特点,是田间杂草识别技术中一项重要方法。因此,本文结合高光谱和多光谱两种近地光谱数据,分别对夏玉米田间杂草进行模式识别。
  本文选取山东农业大学南校区玉米实验田为研究区,利用ASD便携式地物光谱仪采集室内玉米和杂草光谱数据,通过高光谱数据对田间杂草和作物建立光谱数据集,筛选特征波段,建立逐步判别模型以期达到初步识别玉米田间杂草。实验选取7月份杂草生长旺盛季节的4-7叶期玉米田间杂草为研究对象,此时是玉米田间杂草管理的重要阶段。实验选取三种典型杂草马齿苋、野苋菜和香附。对玉米作物和杂草每种植被均采集30组数据,每组数据设为10个样本,共有1200个光谱数据,通过对光谱数据的预处理和分析,筛选出了734nm、954nm、1324nm、1869nm四个敏感波段,对选取的敏感波段进行判别模型的建立,实验结果得到模型精度为85.8%,在一定程度上实现了杂草和玉米作物的区分。其中,玉米的识别精度达到90%,杂草野苋菜和香附出现了混合度较高的状态,野苋菜分类精度最低仅有63.3%,其中30%的野苋菜被错分到香附中。
  在室内高光谱数据获取的同时,利用ADC便携式多光谱相机拍摄室外原始生长形态的作物和杂草,获取多光谱图像。基于图像的计算机视觉方法,从多光谱图像中提取作物和杂草的形状、纹理等特征信息,并对特征参数进行PCA降维,建立支持向量机(SVM)模型,完成基于多光谱图像的作物间杂草识别。多光谱数据对每种植被均采集25组照片,对多光谱数据进行一系列预处理去除背景值,提取其形态和纹理特征,通过主成分(PCA)分析得到三个主成分,用SVM算法进行杂草识别,最终分类精度达到88%。多光谱图像识别结果表明,玉米识别精度达到88%,其中野苋菜识别率最低72%,其中有24%与香附混合,4%与玉米混合。SVM算法在兼顾了用时短,识别精度高的同时,也为田间杂草的识别提供了一种可行的算法。
  以上两种方法对照,结果表明,两种研究方法的精度均较高。第一种研究方法精度高的原因有两方面:一方面是由于室内实验,减少了外界环境的影响,对减少误差有一定的作用。另一方面是植物本身的区别,马齿苋和野苋菜均为双子叶植物、玉米和香附为单子叶植物,双子叶和单子叶植物的叶片结构具有差异性,所以基于光谱特征较容易区分。第二种方法的精度高是由于:玉米和三种杂草形态及纹理存在明显的区别,可以很好的从图像技术实现对玉米和杂草的区分。杂草识别方法最终目的就是精准快速的用于田间除草。在此次的研究方法上,证明了高光谱及多光谱在杂草的识别方向具有一定的应用价值。对比二者识别过程和效果,认为基于图像的杂草识别方法,具有光学传感器反应敏捷、结构简单、操作方便,在实时性和经济性方面存在一定优势,是一种可行的手段,相比高光谱特征识别更具优势。
[硕士论文] 武文亮
计算机科学与技术 内蒙古大学 2017(学位年度)
摘要:现代农业是精准化的、信息化的农业,将无线传感器网络(WSN)、机器视觉、图像处理和数据挖掘等应用于作物长势的监测及生长环境与作物长势的相关性分析上具有重要的研究价值。
  本文首先介绍将这些技术应用到作物长势监测和分析上的研究现状和意义。其次,介绍基于WSN的作物生长环境参数监测系统及其在农田环境中的布置工作,且研究玉米生长期中的七种环境参数(光照强度、土壤温度、土壤湿度、空气温度、空气湿度、空气CO2浓度和土壤含盐量)的变化规律和相关性;再次,基于单目视觉技术提出一种非接触式的作物单株高度和宽度检测方法,分析玉米单株高宽性状与叶片长宽性状的变化,且结合生长环境参数构建玉米单株高宽性状和叶片长宽性状的回归模型,并进行对比分析。然后,本文对作物群体表型长势参量覆盖面积的测量及基于图像平面的检测误差进行研究。实验结果表明,玉米生长期中各生长环境参数的变化存在一定的规律性,且不同参数间存在一定的相关性;基于单目视觉的作物单株高度和宽度检测误差范围分别为0.95%~4.76%和0%~6.73%,作物覆盖面积检测误差范围为0.76%~13.42%,均能够获得理想的检测结果;两类作物长势表型性状与生长环境参数间的拟合判定系数可达0.8以上,基于三维曲面拟合的面积检测误差拟合判定系数可达到0.9758。最后,对本文研究工作的不足及可进一步优化的方法进行总结和展望。
[硕士论文] 程立真
土地资源管理 山东农业大学 2017(学位年度)
摘要:叶绿素(Chlorophyll)和磷素(Phosphorus)是苹果树生长发育的重要营养元素,是作物健康生长和影响产量的物质基础。传统的叶绿素和磷素测定方法,多为实验室化验分析法,结果虽较为准确,但存在费时、费力的缺点。近年来发展起来的高光谱遥感和图像分析等无损检测技术,因其具有方便快捷的优点,能够实现无损、快速和准确地估测植物营养状况,对提高苹果树的信息化管理具有重要的技术指导与实践意义。
  本研究以山东烟台栖霞和临沂蒙阴苹果园为研究区,以红富士苹果叶片为研究对象,分别于2014年和2015年5月(新梢旺长期)前后进行样本采集和试验数据测定。利用ASD FieldSpec4地物光谱仪和数码相机分别获取苹果叶片的光谱反射值和图像,在实验室里利用化学分析方法测定叶片叶绿素含量和磷素含量。通过数据分析,得到了苹果叶片磷素含量的原始光谱反射率的响应规律和相关关系,又对原始光谱反射率进行一阶微分变换,得到了一阶微分形式的响应规律和相关关系;构建并筛选了磷素含量的高光谱特征参量,建立了磷素含量的估测模型。在进行图像分割与颜色值的获取基础上,分析了苹果叶片叶绿素含量与RGB颜色参数的相关关系,筛选出了影响叶绿素含量的核心颜色参数,建立了叶绿素含量的估测模型。主要结果有:
  (1)得到了苹果叶片磷素含量的高光谱敏感波段。经过相关分析,苹果叶片磷素含量与350~2500 nm波段的高光谱反射率的呈显著负相关特性,其中,蓝光(521~568 nm)、红光(697~736 nm)、近红外(1347~1878 nm和2022~2400 nm)波段是磷素含量的敏感波段,其中在R1720处取得最高的相关系数r=-0.6485。
  (2)筛选出了不同叶绿素含量的苹果叶片核心颜色参数。经过苹果叶片图像直方图分析,构建并筛选了叶片叶绿素含量与RGB颜色系统的核心颜色参数,分别为B值、B/R、B/G、G/(R+G+B)、B/(R+G+B)、(R-B)/(R+B)、(G-B)/(G+B)、(R-B)/(R+G+B)、(G-B)/(R+G+B)。
  (3)建立了苹果叶片磷素含量的估测模型。经比较分析,苹果叶片磷素含量的最佳估测模型为基于主要植被指数的变量组合(DVI(556,712),DVI(677,1728),RVI(542,1094),RVI(705,937),DVI(FDR567,FDR1980)NDVI(937,549),和DVI(FDR523,FDR1883))建立的随机森林模型,其估测模型的决定系数R2=0.9236,均方根误差RMSE=0.0158,相对误差为RE=6.9150%。
  (4)建立了苹果叶片不同叶绿素含量估测模型。基于敏感颜色参数 B值、B/R、B/G、G/(R+G+B)、B/(R+G+B)、(R-B)/(R+B)、(G-B)/(G+B)、(R-B)/(R+G+B)、(G-B)/(R+G+B)建立的叶绿素含量的支持向量机模型(SVM),对Chl.a、Chl.b、Chl.(a+b)和 SPAD估测的决定系数R2分别为0.8754、0.8374、0.8671和0.8129,均方根误差RMSE分别为0.0194、0.0350、0.0497和0.9281,相对误差RE分别为0.8059%、1.7540%、1.122%和1.1894%,模型评估指标均通过了P=0.01极显著性检验水平,尤其是对Chl.a的估测效果最佳。
[硕士论文] 李金
电气工程 安徽理工大学 2017(学位年度)
摘要:我国是一个农业大国,当前我国农业发展正处在由传统农业向现代农业转变的拐点上,农田覆盖面积之大,农田有效灌溉比例有待提高。总体来讲,我国的农业智能化不高。传统农业的灌溉方式不能合理的利用水资源,在一定程度上造成了水资源的浪费,农田精准灌溉不仅能够节约用水,提高农田有效灌溉比例,而且可以提高农产品的产量。目前所采用的灌溉系统的数据采集多使用有线传输,实用性不高,不易于检修。随着物联网的发展,无线传感技术被普遍使用,相比有线的传输方式,无线传输更灵活。ZigBee技术虽然方便灵活,但数据传输距离不长,不能满足数据的长距离传输,而4G网络数据传输具有长距离、高质量和高速率的特点。因此本文设计了一种使用时间序列预测,并将ZigBee技术与4G技术结合的农田灌溉系统。
  本文主要内容包括三部分:首先,运用时间序列预测方法对土壤的湿度,农田灌溉需水量进行建模。确定出农田灌溉智能分析模型,从而实现节水灌溉的目的。然后,对ZigBee终端监控节点进行设计,其中包括主控芯片MC13213、终端采集传感器和电源等模块的软硬件设计,此部分主要实现对农田环境参数的采集。最后,完成对4G与ZigBee网关节点各个模块的的硬件电路和软件的工作流程设计,硬件电路主要包括ZigBee、4G和微处理器三个模块,其中4G模块选用ME3760芯片,此部分主要完成异构网络的数据传输。
  本文设计的基于物联网的农田灌溉系统采用了ZigBee和4G无线网络技术,包含了两种网络技术的特点,最终能够实现农田环境信息远距离可靠传输。同时,该系统采用时间序列预测的方法对农田灌溉情况做出有效预测,能够实现节约水资源的目的。本文设计的农田灌溉系统基本上能够实现对农田的智能灌溉。
[硕士论文] 刘用
农业遥感与信息技术 浙江大学 2017(学位年度)
摘要:区域汛期洪水预报一直是摆在水文工作者及科研者面前的一道难题,及时有效、精确地进行洪水预报对国家民生安全和经济发展都具有重要的意义。深入研究洪水形成的物理规律特性,探讨水文三要素即降雨、流量和水位与洪水形成的关系,发挥计算机、物理和地理信息等多学科交叉优势,将是洪水预报理论及方法技术突破的关键结合点。
  本研究基于浙江省重大科技专项重点社会发展项目—“星陆双基汛情监测与防汛减灾辅助分析系统研究与应用”的成果,围绕水文三要素展开了进一步的防汛抗洪辅助分析研究。主要研究内容和相关结论如下:
  (1)传统水文监测站点的降水数据精度高质量好,但由于站点数量有限,很难精确表征区域面雨量信息。卫星遥感降水数据可以大面积同步观测区域面雨量,但空间分辨率低,精度不高。本文采用地理加权回归算法,基于高空间分辨率的NDVI、DEM和LST等环境因子,将原始空间分辨率为25km的TRMM卫星遥感降水数据降尺度至1km,且多年平均TRMM值与地面站点实测数值的相关系数由降尺度前的0.64提高到降尺度后的0.77。
  (2)传统径流量的估算大都基于经验函数,很难从物理、水文等基础原理上来进行解释。本文采用SWAT分布式水分模型对曹娥江上游地区的新嵊流域开展径流模拟研究,经过参数敏感性排序分析和率定,验证期纳什效率系数ENs和确定性系数R2分别达到了0.847和0.901,完全符合模型精度要求。
  (3)引入模糊聚类算法,开展基于历史洪水数据的实时洪水水位模糊匹配研究。首先将研究区多年历史水文数据进行整编入库,建立一套标准化的历史水雨情数据库;基于降雨量、暴雨中心等相关洪水特征因子,采用模糊K-mean聚类算法对长时间系列历史暴雨信息进行挖掘分析。最后基于该聚类结果,为实时洪水水位的模糊匹配和辅助预报分析提供参考。
  (4)基于区域面雨量遥感估算、径流量模拟和历史数据挖掘等洪水辅助预报关键技术的研究,采用HTML5与GeoServer等主流开源技术,集成开发了一套基于WebGIS平台的防汛抗洪辅助分析决策系统。系统界面美观、功能实用且操作简单,为相关水文部门工作者开展防汛抗洪的辅助分析工作提供了极大方便。
[硕士论文] 陈明
土地资源管理 山东农业大学 2017(学位年度)
摘要:精准农业是综合运用现代农业信息技术的思想和实践,是实现优质、高效、低耗、和环保的农业生产根本途径。高光谱遥感技术凭借其光谱信息量大、光谱分辨率高、波段连续性强的优点,能对作物的理化参量进行无损、快速的检测,以弥补传统化学分析方法获取作物理化参量的缺陷,使其成为精准农业技术体系的重要组成部分,应用面及重要性越来越来大。小麦作为我国重要的粮食作物,利用高光谱技术获取其生长状态的实时信息,对实现小麦的精准农业管理尤为重要。
  本研究以抽穗期冬小麦为研究对象,以大田试验以及采样试验为依托,通过实测获取冬小麦的冠层反射光谱、叶面积指数,实验室测定叶片叶绿素与氮元素含量。充分分析小麦的冠层反射光谱特征以及光谱信息与所测的理化参量的相关性,筛选出敏感波段和特征光谱参数,构建了高光谱植被指数,利用不同的建模方法来确立冬小麦理化参量的估测模型,并对模型进行了验证和优化。研究的主要结果有:
  (1)在可见光区域(360~700nm)冬小麦(抽穗期)冠层的光谱反射率均较低,其光谱曲线存在2个吸收谷和1个反射峰,即490nm的蓝光、680nm的红光和550nm的绿光。在短波近红外呈强烈反射,特别是在690~750nm区域反射率急剧上升形成植被光谱最重要的特征。
  (2)当冬小麦冠层叶绿素相对含量不同时,其特征波段的反射率会发生上下偏移,在可见光区域,叶绿素含量越高,光谱曲线越向下偏移;在红外高台位置的反射率随着叶绿素含量的增大而向上偏移。冬小麦抽穗期冠层光谱反射率与叶绿素含量值的相关性在可见光区域400~720nm达到显著相关,在594nm处达到最大。经过一阶微分变换后获取的导数光谱能提高与叶绿素含量的相关性,但是波动性较大。基于可见光-红外的诸如绿峰、红谷、“三边”等光谱特征变量大多数与冬小麦叶绿素含量有较好的相关性。从其中优选出的以植被指数REP为自变量来构建出的估测模型y=1.196x-844.54可较好估测冬小麦叶绿素含量,是进行叶绿素含量估测的优选指数。
  (3)不同叶面积指数水平下的冬小麦冠层光谱反射率在各个波段有明显差别,520~580n m附近的可见光反射峰处的反射率随着叶面积指数的增大而降低,而近红外平台波段因为冠层结构的作用使反射率随着叶面积指数的增大而升高。叶面积指数与可见光波段(460~710nm)的反射率呈负相关关系,在760~1000nm处的近红外波段呈显著正相关关系。通过挑选敏感波段来构建植被指数,以比值植被指数RVI(698,892)植被指数构建的模型为y=0.415x+0.510为最佳估测模型,其拟合决定系数R2为0.6604,均方根误差RMSE为0.861,相对误差RE%为13.68,能够较好的估测冬小麦抽穗期的叶面积指数。
  (4)在可见光波段(400~720nm)内,叶片氮含量与其冠层光谱反射率呈负相关,在(543nm~640nm)间达到极显著相关水平。原始反射光谱经一阶微分后,叶片氮含量与光谱反射率的相关性有了较为明显的提高,将选取的原始反射和一阶微分的特征波段和选取与氮含量相关的植被指数被指数作为自变量,进行多元逐步回归。以RI1dB、mSR705、mNDVI705为自变量构建的模型y=0.84x1-0.42x2+0.571x3-0.392和以FD509、FD685、FD536为自变量构建的模型y=-135.97x1+101.43x2-100.8x3+0.263的估测精度最好,是估测冬小麦抽穗期叶片氮含量的最佳模型。
  (5)通过使用SVM建模方法对这三个理化参量的估测模型进行优化,发现SVM模型较之单变量或多变量模型都有更高的精度和稳定性,校正集和验证集的R2都有不同程度的提高,均方根误差RMSE和相对误差RE均有降低,表明支持向量机模型是冬小麦理化参量估测建模的优选方法,具有应用潜力。
[硕士论文] 亢宁
地图制图学与地理信息工程 山东农业大学 2017(学位年度)
摘要:耕地土壤养分是保障农业生产的基础。近年来,随着农业的生产消耗,土壤养分含量不断减少,而人为耕地管理方式及单一性施肥活动对土壤养分状况产生复杂影响,急需对土壤各养分状况进行研究分析,以期为后续的养分管理进行指导,保障农业生产(辛文文,2013)。传统的土壤管理方式费时费力且效率低下,数据更新慢,基于GIS土壤数据库的管理已成为如今土壤研究的热点(张学雷,2001)。为此,本文基于县级土壤养分数据,构建省级耕地土壤养分数据库,探讨了跨尺度构建养分数据库的关键技术,为区域耕地土壤养分管理及可持续利用提供科学依据。
  山东是农业大省,作为全国耕地地力评价五个试点省份之一,开展了大量土壤调查及管理工作,但之前的研究均局限于县域层面,对省级土壤管理支持不足,而重新构建山东省省级土壤养分数据库耗费人力物力较大。本文探讨了省域跨尺度耕地土壤养分数据库构建的关键技术,为其他省份基于现有数据构建省级土壤数据库提供参考。
  山东省全国第二次普查距今已近40年,土壤养分状况发生明显变化,原有土壤养分数据已不能满足现在农业生产的土壤养分管理工作,对于土壤养分的空间变异情况尚需进一步研究。本文基于所构建的山东省耕地土壤养分数据库,实现了土壤养分数据的更新,并分级研究了土壤养分空间变异及分布状况,为各养分的管理分区提供依据。
  土壤养分的空间变异受到结构性因素及随机性因素的影响,国内外对于各区域内土壤养分的影响因素进行了大量研究,但研究发现地理分异及尺度差异对各因素的影响效果具有明显影响(雷咏雯,2004),使得大量土壤养分研究因区域不同而结果存在差异,不同地区的研究结论难以借鉴,地理分异及尺度差异下分析各影响因素对土壤养分影响的变化情况尚需进一步研究。本文以氮、磷、钾三种养分为例,研究了不同地貌类型、不同土壤类型、不同耕地类型下三种养分的地理分异特征,同时以有机质为例,研究分析了尺度对地貌类型、年平均降水量、土壤类型、年灌溉次数、耕作方式五种影响因素其对土壤有机质空间变异的影响强度的影响,为其他养分空间变异的尺度效应研究提供参考,系统阐述了不同尺度各影响因素的作用变化情况。
  本研究基于山东省135个县土壤数据,构建山东省耕地土壤养分数据库,并基于所构建土壤养分数据库,分析了各土壤养分状况及其空间变异情况,探讨了各养分的施肥管理对策。研究分析了氮、磷、钾三种养分的地理分析特征,根据不同地理条件,探讨三种养分的施肥管理。以有机质为例,分析了土壤有机质空间变异的尺度效应及不同尺度下各影响因素的影响状况,并进一步研究了尺度对各影响因素的削弱作用。结果表明:
  (1)山东省内土壤养分地统计学研究表明,有机质、pH、速效钾、缓效钾、有效磷、有效铁、有效锰、有效钼具有强烈的空间相关性,主要受到结构性影响因素的作用;全氮、有效铜、有效锌、有效硫及有效硼具有中等强度的空间相关性,受到结构性因素及随机性因素的共同作用。
  (2)山东省土壤养分的空间分布分为五种情况:有效铁和有效锰的含量呈现出从东南沿海向西北内陆逐渐降低的趋势;pH与有效硼含量呈现出自西向东,由北向南逐渐递减趋势;土壤有机质、全氮、缓效钾、速效钾及有效磷的空间相关性较高,其中有机质、全氮空间分布相似,其含量呈现出由内陆到沿海逐渐降低,由北向南先降低后升高的趋势,速效钾及缓效钾呈由西到东、由北向南逐渐减少的趋势;土壤有效锌、有效铜、有效钼的空间分布呈现出团块状分布特征;有效硫含量呈现出中部低四周高的趋势。
  (3)山东省内氮、磷、钾在缓坡地地貌中含量最高,在决口扇地貌中含量最低;氮、磷、钾在不同土壤类型中含量大小均表现为水稻土>砂姜黑土>褐土>潮土>盐土;不同耕地条件下,旱地中氮、磷、钾三种养分含量低于平均水平,水浇地中有效磷含量低于平均水平。
  (4)土壤有机质的空间变异受到地貌类型、年平均降水量、土壤类型、年灌溉次数及耕作方式五种因素的影响:随尺度缩小,地貌类型及年平均降水量对土壤有机质的影响强度增强,土壤类型的影响强度呈先减小后增大的趋势。年灌溉次数及耕作方式对土壤有机质的影响强度随尺度缩小变化不大。
  (5)尺度对结构性因素的影响强度具有削弱作用,尺度越大,削弱作用越强,对随机性因素的削弱作用随尺度变化差异不大。
[硕士论文] 高璐璐
土地资源管理 山东农业大学 2017(学位年度)
摘要:叶绿素是作物进行光合作用的主要载体,是检测作物光合作用能力和生长发育状况的重要指标。传统的叶绿素含量实验室化学测定方法,费时、费力,不利于大面积监控作物长势状况。而近年来快速发展的遥感技术以其监测速度快、成本低、面积大等优点,为作物叶绿素含量的反演提供了一种新的技术方法。因此,基于遥感技术反演作物叶绿素含量具有重要的理论与现实意义。
  本研究以“苹果之都”之称的山东省栖霞市为研究区,以Sentinel-2A遥感影像和近地面实测的苹果树冠层高光谱数据为数据源,遥感反演苹果树冠层叶绿素含量。首先,利用余弦校正和Minnaert模型,对大气校正后的遥感影像进行地形辐射校正;在结合近地面实测苹果树冠层高光谱数据进行混合像元分解的基础上,进行苹果树冠层反射率反演;然后,在借鉴前人已构建的植被指数的基础上,以Sentinel-2A影像的蓝光、绿光、红光、红边与近红外波段数据构建的植被指数,筛选苹果树冠层叶绿素植被指数;最后,基于植被指数构建苹果树冠层叶绿素含量的反演模型并进行检验,对比分析多种模型的精度,优选出最佳的反演模型。主要研究结果如下:
  (1)进行了苹果树冠层反射率反演及精度分析
  对Sentinel-2A多光谱遥感影像进行了大气校正,在此基础上,使用余弦校正和Minnaert模型对研究区进行了地形辐射校正。其中,Minnaert模型校正后,影像的均值和标准差均小于余弦校正后影像,其影像的均值接近于大气校正影像的均值,很好地去除了地形阴影,降低了阴阳坡对比度,消除或减弱了地形的影响,得到了地表反演反射率。结合近地面实测数据,利用线性模型对地表反演反射率影像进行了混合像元分解,得到了苹果树冠层的反演反射率。通过对影像进行处理,表观反射率、地表反演反射率、冠层反演反射率与冠层实测反射率的相对误差是逐步降低的。冠层反演反射率的数值和冠层实测反射率的值是最为相近的,波段2~8A的相对误差为14.4%、14.6%、9.5%、10.1%、1.6%、0.4%、1.4%和2.0%,说明通过各种影像处理得到了更加真实的冠层光谱,为后续分析提供了精度保证。
  (2)构建及筛选了苹果树冠层叶绿素植被指数
  通过综合考虑绿色植被的光谱特性及Sentinel-2A影像的波段,借鉴RVI、CI、NDVI的构造原理及形式,以Sentinel-2A的蓝光波段2、绿光波段3、红光波段4、红边波段7、近红外波段8和近红外波段8A构建了12种植被指数,通过与叶绿素含量进行相关性分析,并对植被指数进行自相关性分析,优选出了3个植被指数系列,为系列1(RVIblue+RVIred+RVIre)、系列2(CIblue+CIred+CIre)和系列3(NDVIgreen+NDVIred+NDVIre)。
  (3)建立与验证了苹果树冠层叶绿素含量反演模型
  以植被指数系列1、系列2和系列3分别为自变量,苹果树冠层叶绿素含量为因变量,建立了BP神经网络反演模型和支持向量机回归反演模型。以NDVIgreen+NDVIred+NDVIre植被指数建立的BP神经网络反演模型3的建模及检验的决定系数(Rc2=0.674,Rv2=0.601)均大于BP神经网络反演模型1和模型2,均方根误差(RMSEc=0.169,RMSEv=0.185)都小于模型1和模型2,反演效果比较好。以NDVIgreen+NDVIred+NDVIre植被指数建立的支持向量机回归反演模型3的建模及检验的决定系数均大于支持向量机回归反演模型1和模型2,分别为0.729和0.667,均方根误差都小于模型1和模型2,分别为0.159和0.178,反演效果比较好。支持向量机回归反演模型3优于BP神经网络反演模型3,表明支持向量机回归反演模型3效果最佳,可以很好地反演苹果冠层叶绿素含量,也表明 Sentinel-2A影像在冠层叶绿素反演中的有效性。
  综上所述,Sentinel-2A遥感影像结合近地面高光谱测定数据,为低山丘陵区苹果树冠层叶绿素含量的宏观监测与快速诊断提供了新的方法,为农业信息化的发展提供了理论依据和技术支撑。
[硕士论文] 王青华
土地资源管理 山东农业大学 2017(学位年度)
摘要:氮素(N)的快速诊断对作物精准管理和优质高效具有重要意义,而遥感技术以其观测范围广、时效快、信息丰富等优点,逐渐成为了作物营养快速诊断技术方法,使大面积营养状况诊断成为了可能。
  本研究以山东省烟台栖霞市为研究区,以新梢旺长期苹果树冠层为研究对象,基于SPOT-5卫星遥感影像,结合实测地面苹果树冠层高光谱数据、DEM高程模型数据,在软件ERDAS、ENVI5.1、ARCGIS、DPS、LIBSVM的支持下,反演了苹果冠层反射率;构建了苹果冠层N素含量的敏感光谱指数,建立并筛选了苹果冠层N素含量反演模型;根据苹果冠层反演反射率进行研究区苹果园提取;结合所建的N素反演模型,对研究区苹果园N素含量进行了空间反演。主要研究结果如下:
  (1)进行了新梢旺长期苹果冠层反射率反演
  对苹果新梢旺长期的Spot-5遥感影像进行大气校正、正射校正和几何精校正等预处理,采用SCS+C模型对影像进行地形校正,明显减小了大气和地形的影响。利用线性模型进行混合像元分解,得到了苹果冠层的反演反射率。将反演的表观反射率与地表反射率进行比较分析。结果表明,进行地形辐射校正后,得阴影处影像反射率值在绿光、红光和近红外波段反射率以及植被指数得到补偿。将实验样区的实测苹果冠层的反演反射率与苹果表观反射率、苹果地表的反演反射率以及苹果冠层反演反射率进行比较,苹果冠层反演反射率更接近实测反射率;校正后各反演反射率与实测反射率的误差逐级降低;相比各波段误差,红光波段误差由137.222%下降至0.475%,其他波段误差均逐步减小。
  (2)构建并筛选了氮素敏感光谱指数
  利用苹果冠层反演反射率,构建了185种光谱指数,与苹果冠层N素含量状况进行相关性分析,筛选出了(R3+R4)*(R4-R3)、(R3/R4)/(R3-R4)、lnR4/(R4-R3)、(R4/R3)*(R3+R4)、R4-R3、(R4-R3)/eR4、R2-R3和R4/R2共8个相关性达到显著水平的指数为敏感指数,敏感指数主要由红光波段(0.61~0.68um)、近红外波段(0.78~0.89 um)和短波红外波段(1.58~1.78 um)构成。
  (3)构建了苹果冠层氮素含量反演模型及模型检验
  将筛选出的8个敏感指数为自变量,实测苹果冠层N素含量为因变量,建立逐步回归模型,最终筛选出x1(即(R3/R4)/(R3-R4))、x2(即lnR4/(R4-R3))、x3(即(R4/R3)/(R4+R3))、x4(即(R4-R3)/eR4)四个自变量,模型如下:y=-170.481+13.807*x1-21.448*x2+203.379*x3-235.571* x4,模型决定系数为0.361;以x1(即(R3+R4)*(R4-R3))、x2(即(R3/R4)/(R3-R4))、x3(即lnR4/(R4-R3))共3个达到极显著水平的敏感指数为自变量进行支持向量机建模,经多次训练确定SVM类型为4(4表示V-SVR),核函数类型为2(2表示RBF函数),模型的决定系数达0.785。
  (4)苹果园区的氮素营养状况的空间反演
  根据苹果冠层反演反射率,结合研究区样区实测冠层反演反射率、研究区DEM数据、坡度和坡向数据,以及研究区NDVI数据,进行研究区苹果园区信息提取,分类精度评估时精度达90.03%。利用支持向量机回归模型,进行研究区苹果园N素营养状况空间反演,获取研究区N素营养状况空间分布图,为苹果园高效管理提供宏观基础数据。
  在空间布局上,研究区果园 N素含量显示以第1(2.6-2.9%)、2(2.9-3.2%)等级为主,以南部蛇窝泊镇和西北部苏家庄镇为典型;东北部以第1等级为主,西南部以第2等级居多;第4(3.5-3.8%)级零星散布。把样区反演等级与实测值对比分析,实测冠层N素等级与反演N素含量等级相同,表明该空间反演分布图对研究区苹果园宏观管理具有指导意义。
[硕士论文] 林芬
地图制图学与地理信息工程 山东农业大学 2017(学位年度)
摘要:长期以来,因我国人口众多,人均资源占有量少,致使自然资源利用不合理,尤其对土地资源的不合理利用,使区域生态环境遭受严重破坏,土壤退化问题突出。统计数据显示,我国土壤退化的总面积占国土总面积的40%以上,土壤退化破坏自然景观及人类的生存环境,诱发区域乃至全球的土被破坏、水系萎缩、森林衰亡和气候变化。位于渤海西南岸的黄河三角洲是我国重要的后备土地资源区,受河流、陆地、海洋等多种动力系统的作用,生态环境脆弱,土壤盐碱退化严重,制约着黄河三角洲经济的可持续发展。及时掌握土壤退化的范围、分布、退化程度等信息,是防治土壤退化的必要前提。
  本文以垦利县为研究区,通过野外调查、采集土壤样品、室内化验分析等获得土壤属性数据,选取土壤养分、盐分、pH、质地等土壤退化的关键指标,构建土壤退化指数(SDI)。用ASD FieldSpec4采集野外原状土光谱、室外风干土光谱,分析多因素作用下的土壤退化响应,探索野外光谱去除土壤水分影响的方法,并基于去除水分影响的野外光谱建立SDI的高光谱估测模型。在此基础上,通过高光谱窄波段内取平均,拟合Landsat8-OLI影像波段,建立适用于遥感影像的SDI估测模型,基于野外调查同期的卫星影像,进行土壤退化反演。最后利用实测数据的空间插值进行了2007、2015年垦利县土壤退化的动态分析。研究得出以下结论:
  (1)研究区土壤样品的SDI值在0.237~0.659之间。根据SDI值的聚类分析,将土壤退化等级分为3类:轻度退化(SDI<0.40)、中度退化(0.40  (2)野外光谱受土壤水分的影响很大,难以提取土壤退化的光谱信息。对风干土光谱进行光谱特征分析,发现在370~450、500~650nm等可见光区域及光谱反射率值较大的近红外波段对土壤退化均有较好的响应;退化越严重的土壤,其光谱的退化信息突出程度越显著;当波长大于1975nm时,SDI值与土壤反射率间存在较为稳定的线性关系。光谱直接变换法能够有效去除土壤水分对野外光谱的影响,去除水分影响后,野外光谱对土壤退化的响应与风干土的一致。对土壤光谱反射率影响较大的评价指标是土壤有机质和含盐量,评价指标对SDI值的贡献越大,对土壤光谱反射率的贡献也越大,因此退化越严重的土壤,其总体的光谱反射率越大。
  (3)基于去除水分影响的野外光谱及其一阶导数进行相关性分析、多元逐步线性回归分析,筛选出了47个土壤退化的敏感波段,并构建了5种形式的光谱参量,基于光谱参量(RA+RB)/(RA-RB)构建的模型Y=-0.065-0.038X2300,2147+0.033X2340,2120+3.54*10-6X2300,2242-3.72*10-5X1975,1488+0.004X900,760+1.9*10-5X2431,1442+1.91*10-5X2211,1434(R2=0.824),是本研究的最佳 SDI高光谱估测模型。通过高光谱数据与遥感影像波段的拟合,以光谱参量RA+RB建立了土壤退化的遥感反演模型,为Y=0.235+3.755XGreen,Red+3.808XCoastal,NIR+0.585XNIR,SWIR2(R2=0.738)。
  (4)2015年垦利县土壤退化的遥感反演显示:轻度退化、中度退化、重度退化的土地面积约占研究区面积的10.16%、48.28%、41.56%;各等级的空间分布特征与实测样点插值图一致,表现为西南内陆地区土壤退化程度较轻,东北沿海地区土壤退化程度较重。遥感反演的点位SDI值与实际SDI值的拟合R2为0.725,样点的遥感反演精度为89.83%,误差混淆矩阵的卡帕系数为0.823,说明遥感反演的结果与实际情况的符合度高。
  (5)2007、2015年的土壤退化动态分析结果表明:与2007年相比,2015年轻度退化的土壤面积减少4.44%,中、重度退化的土壤面积分别增加0.80%、3.64%;垦利县东北、西南局部区域内的土壤退化程度有所减轻,中部地区的土壤退化程度有所加重;2015年的点位SDI平均值、研究区SDI平均值分别为0.429、0.452,略高于2007年的SDI平均值,因此研究区的土壤退化程度有所加重,但加重程度不大。
[硕士论文] 陈召霞
大地测量学与测量工程 安徽理工大学 2017(学位年度)
摘要:随着科学的进步和经济的发展,农产品产量问题得到重视的同时,品质问题也越来越受关注。籽粒蛋白质含量(Grain Protein Content,GPC)是作物品质性状之一,本研究针对GPC遥感监测这一科学问题从两方面展开分析:一方面,考虑到蛋白质的形成是一个日积月累的形成过程,从简单经验模型出发,建立基于多时相光谱参量的GPC估算模型。另一方面,从籽粒氮素运转原理出发,结合籽粒氦素累积量(Grain Nitrogen Accumulation,GNA)与籽粒产量(Grain Yield,GY)的比值最终实现GPC的估算。得到的结论主要有:
  (1)采用灰色关联分析和偏最小二乘算法,发现多生育期的作物光谱估测籽粒蛋白质含量精度更高。后三期(挑旗期、开花期、灌浆期)特征累积值构建的GPC模型具有较高的可靠性,与单一生育期模型精度最高的时期(开花期)相比,估算决定系数明显提高,均方根误差明显减小。
  (2)利用典型植被指数累积值进行籽粒产量的研究。发现,开花期的归一化植被指数(744,784)与冬小麦产量的相关性最大;非线性模型精度高于线性模型,并且后三期预测模型精度与单生育期模型精度最高的时期(开花期)相比,决定系数明显提高,均方根误差明显降低。因此,多生育期累积值反演精度高于单生育期,说明多生育期归一化植被指数累积值预测籽粒产量具有一定的可行性。
  (3)利用籽粒氮素运转原理和波段深度分析方法对籽粒氮素累积量进行研究。GNA由开花前植株贮存向籽粒运转的氮(Nitrogen Translocation Amount,NTA)和花后植株同化的氮(Nitrogen Assimilation Amount,NAA)组成。通过植株氮素运转原理,将NTA的反演转化为叶片氮素累积量的反演。经计算发现,利用植被指数FD742反演开花期叶片氮素累积量最为理想,最终形成植被指数反演NTA的模型。另外,利用波段深度分析和偏最小二乘,分析开花期和灌浆期特征指数与NAA的相关性。发现,特征指数在两个生育期与NAA决定系数均大于0.7,达到极显著相关水平。
  (4) GNA与GY的比值通过换算系数得到籽粒蛋白质含量模型。通过耦合模型进行估算籽粒蛋白质含量,综合考虑相关系数和均方根误差的大小发现,灌浆期的特征指数归一化面积波段深度反演NAA进而反演GPC的精度最高,且建模和验证的预测值及真实值之间变化保持一致。
[博士论文] 李大威
信息与通信工程 中北大学 2017(学位年度)
摘要:农作物识别是农情监测的重要内容,是调查监测农作物种植面积、长势、产量、品质、病虫害等的基础。卫星遥感技术的快速发展为农业遥感行业应用提供了大量高质量的遥感数据源,蕴含丰富的地物信息,但遥感信息自动提取长期困扰研究学者。目前农作物信息的精细提取仍依赖人工目视解译,效率低下,受人员经验制约。虽然机器学习方法不断改进,但受作物种植品种差异大、地块破碎、同期作物混杂混种以及同物异谱等主客观因素的制约,规则简单、结构单一的自动提取算法在复杂地物分布情况下表现出极大的局限性。同时,各算法过分依赖手工设计的特征质量和大量的标记样本,地物分布复杂的高分数据源的地物提取精度较低,影响最终决策的准确性。因此,提高提取精度成为遥感技术在农业领域应用中的关键。
  集成学习能够利用多个学习方法解决同一问题,综合多种算法的优点,显著提高算法的整体泛化能力。本论文以集成学习为主线,研究高分遥感图像玉米区的高精度提取算法,将支持向量机、神经网络、深度学习与集成学习融合,从不同基本算法、不同特征集输入、不同算法结构等方面保证算法多样性,构建集成提取算法,以提高玉米区提取精度,提出的集成提取算法也能在其它类型农作物的信息提取中发挥作用。论文主要从以下四个方面开展了研究工作:
  (1)特征提取与特征集构建研究:在对高分遥感图像校正、融合等预处理和图像特征提取的基础上,以随机森林为技术手段,评估特征的重要性程度;遍历选择不同特征并构造组合,将其提取结果分别作为证据源,采用改进的权重系数和冲突概率自适应调整的D-S证据合成规则处理冲突证据,两组高分遥感研究区图像实验合成结果分别达到0.84和0.87以上,较传统合成方法提高了4%和6%;根据实验结果选取最优的特征组合,重组构建了光谱特征集、纹理特征集以及联合特征集,以其为输入开展后续研究。
  (2)同异质集成提取算法研究:探究典型监督算法—支持向量机和极限学习机网络等浅层学习方法的特点,研究了多分类器集成与合成规则;以混合迭代为手段,提出新的混合核支持向量机同质集成算法;进而研究不同学习方法的性能差异,提出以极限学习机网络和支持向量机为基本方法的异质混合集成提取算法,提高复杂地物分布情况下的高分图像信息提取算法的泛化能力。
  (3)深度网络集成提取算法研究:重点研究堆栈自编码和深度卷积神经网络的基本原理,分别探究其结构设置规则和参数设置优化方式;基于无监督特征学习构建的深度网络集成提取算法,针对一维像元数据和二维多特征图像实现深层特征的学习及玉米区类别属性的判别;同时针对二维卷积网络对输入数据的特殊要求,挖掘像元邻域的上下文信息,提出了基于像元扩展的二维输入图像制备方法,克服了复杂场景地物提取中等尺寸分块方法的缺点,为扩展二维卷积网络的农业遥感应用提供先决条件。
  (4)实验验证:以高分一号和高分二号的典型研究区图像为数据源,针对不同空间分辨率(2m与0.8m)、不同时相(单时相与双时相)、不同幅面(512×512、1024×1024与1500×1500等)、不同特征集(光谱、纹理与联合特征集)以及不同的地物分布特点的玉米区图像,通过多组实验验证集成算法性能。基于支持向量机和极限学习机的同异质集成提取算法总体精度较传统监督算法和单一学习算法有了显著提高,特别是联合特征集输入的结果基本达到了0.85,异质集成优于同质集成;联合特征集输入的二维卷积深度网络集成提取算法总体精度达到0.90以上。综上,集成学习能够有效提高高分图像玉米区提取精度,深度网络集成提取算法性能表现优于以支持向量机和极限学习机为基本方法的同质、异质集成提取算法,图像的高空间分辨率有助于提高集成算法的玉米区提取精度。
[硕士论文] 何萍
测绘科学与技术 电子科技大学 2017(学位年度)
摘要:植被碳循环容易受到环境、气候、土地利用变化等多方面的影响,存在极大的不确定性。植被总初级生产力(Gross Primary Productivity, GPP)反映的是植被所固定的碳的总量,是碳循环的重要评价指标,因此准确估算植被GPP对于碳循环的研究分析有着重要的意义。MOD17模型是基于光能利用率模拟GPP的模型,是目前应用最广泛GPP模型之一,其GPP产品存在低估现象,有很大的不确定性。本文针对MODIS GPP产品在通量站点低估的现象,在9个玉米站点利用产品输入数据和地面实测数据来分析其对GPP产品的影响,在此基础上改进与优化玉米GPP模型。
  本研究主要内容包括:⑴利用8天时间尺度的MODIS地表反射率数据,通过波段计算构建植被指数曲线。采用时间序列谐波分析法构建植被指数时间序列曲线,并用动态阈值法基于EVI曲线提取出玉米的生长期,分析不同区域玉米的季节特征及变化。⑵从MOD17模型的输入数据:最大光能利用率?max、气象数据(8天平均最低温度Tmin、饱和蒸气压差 VPD、光合有效辐射 PAR)和吸收的光合有效辐射吸收比例(FPAR),对模型各个参数进行不确定性分析,结果表明max、PAR和FPAR对模型估算影响较大, Tmin和VPD对模型估算影响较小。⑶用改进后的MOD17模型估算了9个玉米站点共20年的玉米GPP,与通量观测的GPP在生长期内季节性一致,提高了估算精度。但是模型估算的GPP在玉米返青期和成熟期高于通量观测的GPP,抽穗期的估算低于通量观测的GPP。⑷采用全遥感化的REG-PEM模型对玉米 GPP进行估算,通过对比REG-PEM估算的GPP与改进后MOD17模型估算的GPP及通量观测的GPP发现, REG-PEM模型估算的GPP比改进后MODIS模型估算效果更好,精度更高。表明REG-PEM模型在估算玉米农田生态系统方面可行性和适用性更高。
[博士论文] 袁建清
农业工程;农业电气化与自动化 东北农业大学 2017(学位年度)
摘要:近年来,随着光谱技术和遥感技术的发展,利用各类遥感数据进行病害信息提取和监测,成为农作物病虫害区分识别的重要而又有效的手段。特别是无人机遥感因其高效、灵活、低成本和高分辨率等特点,成为农作物病虫害监控的一种新型遥感技术手段,弥补了卫星遥感数据由于射程远而导致的精度不高和因为重访周期长而不能达到实时监测的缺点,为进行区域尺度的遥感监测提供了很好的技术支撑。然而,如何选用合适的方法,在海量遥感数据中提取有用的病害信息,用于农作物病虫害的区分识别是一个重要的课题。
  本论文研究以国家“863”项目“微小型无人机遥感信息获取与作物养分管理技术”和黑龙江省重大科技研发项目“基于多尺度遥感的农情综合遥感监测技术研究与应用”为支撑。研究以北方水稻稻瘟病为研究对象,以稻瘟病和缺氮、健康水稻的区分为目标,以室内成像高光谱、近地成像高光谱和无人机航空多光谱数据为基础,从叶片、冠层和区域三个尺度对稻瘟病害和缺氮水稻的光谱特征提取和判别方法展开研究。具体研究内容如下:
  (1)叶片尺度上,在对缺氮、轻度感病、重度感病与健康水稻叶片反射率光谱对比分析基础之上,采用不同的预处理方法消除噪音影响,然后分别使用偏最小二乘结合判别分析方法建立PLS-DA判别模型和主成分分析法结合支持向量机建立PCA-SVM模型,多个模型预测分类准确率达到98.4%,其中SNV-PLS-DA模型的建模集验证和预测识别正确率都达到100%,分类效果最好。用连续投影算法提取特征波长结合判别分析和最小二乘支持向量机建立分类模型,用9个特征波长建立的S.G-SPA-SVM模型和S.G-SPA-LDA模型预测正确率都为98.4%。同时为了与冠层尺度和区域尺度相衔接,研究还利用植被指数法构建光谱特征,通过两两比较方差分析选择对4类水稻叶片具有显著区分能力的植被指数,使用逐步判别分析、支持向量机和神经网络算法建立基于植被指数的病害识别模型,实验结果表明,基于植被指数的逐步判别分析模型利用12个植被指数达到了最好的分类判别效果,交叉验证和预测准确率分别为96%和96.9%。
  (2)冠层尺度水稻叶瘟病信息提取与识别研究。在叶片尺度病害、缺氮与健康特征分析和区分研究基础之上,在水稻拔节期获取的水稻冠层高光谱图像中,分别提取冠层尺度叶瘟病、缺氮、健康样本光谱数据,利用标准化处理和S.G平滑预处理方法对样本光谱进行处理,在分析三类样本平均光谱特征之后,采用主成分分析、植被指数和连续小波变换三种方法对标准化和预处理后光谱数据提取特征光谱,结合判别分析、支持向量机和神经网络分类算法建立区分识别模型,模型采用“留一法”进行交叉验证。用PCA提取的前5个主成分作为输入向量的模型中,判别分析和支持向量机模型交叉验证分类结果都达到94.2%。在叶片水平筛选的植被指数基础之上,又增加了冠层水平的8个植被指数,通过两两比较方差分析筛选出39个具有显著影响的植被指数建立模型,其中,采用逐步判别分析算法的识别模型仅仅使用了EVI、mSR705、RVSI和PRI四个植被指数特征因子,对冠层尺度的健康、缺氮和稻瘟病水稻识别的交叉验证准确率达到94.2%。同时,还尝试采用CWA连续小波变换的方法提取小波能量系数特征,提取了11个小波系数特征建立分类识别模型,三类算法建立模型分类精度都在94.2%以上,其中,LDA判别模型的分类结果最好,模型交叉验证的总体分类准确率为97.1%。实验结果表明,对于冠层尺度水稻叶瘟病、缺氮、健康的区分研究中,三种提取特征的方法最好的是CWA方法,提取的小波特征结合三类算法建立模型的分类精度都在94.2%以上;比较三种分类算法发现,判别分析方法分类效果最好,在不同光谱特征的分类模型中,都达到了最好的分类效果。
  (3)冠层尺度穗颈瘟区分研究。与冠层叶瘟病区分研究相同,在对标准化和预处理后的冠层穗颈瘟样本和健康样本的平均光谱进行对比分析基础上,同样分别采用PCA、CWA和植被指数法提取光谱特征,结合判别分析、支持向量机和神经网络分类算法建立冠层尺度穗颈瘟识别模型:PCA方法根据主成分的贡献率提取前10个主成分建立模型,LDA方法和以RBF为核函数的SVM算法的分类模型分类结果最好,采用“留一法”交叉验证的总体分类准确率为94.2%;基于筛选的34个敏感植被指数分类模型,逐步判别分析只用了GNDVI和DVI两个特征因子,交叉验证的分类精度达到94.2%,为冠层水稻穗颈瘟仪器的制定和大范围监测提供依据;CWA方法提取了10个小波系数特征,建立的模型中LDA和以Linear为核函数的SVM模型的交叉验证的总体分类准确率为94.2%。在冠层尺度穗颈瘟区分研究中,判别分析分类算法(LDA或逐步判别分析)体现出最强的分类效果。最后,利用基于植被指数的逐步判别模型得到的典型标准函数对冠层穗颈瘟图像进行分类填图,ISODATA分类算法的分类精度和Kappa值分别为90.19%和0.7488,分类效果明显高于采用一个具有显著性的植被指数进行分类的效果。
  (4)采用无人机获取的多光谱数据进行区域尺度的稻瘟病区分研究。研究使用2016年旋翼机机载多光谱相机获取的地块级图像进行区域穗颈瘟模型建立。根据多光谱相机传感器的6个通道覆盖的波段范围,选取冠层尺度对穗颈瘟具有显著区分能力的植被指数加上相机6个通道的反射率光谱,最终筛选出19个具有显著区分能力的光谱特征建立模型。逐步判别分析选择近红(800nm)、NRI和GREEN/RED三个特征建立了模型,模型对2015年两块发病地块进行区分识别,样本识别精度为92.8%,分类填图精度为85.6%。最后,将逐步判别区分模型应用到大区域影像中,从整个地块上看,分类正确率可以达到80.8%。
[硕士论文] 徐勇
管理科学与工程 东北农业大学 2017(学位年度)
摘要:随着农业现代信息化进程的不断发展以及农业种植、畜牧业、渔业、农产品加工、气象等数据的不断积累,农业数据正以前所未有的速度不断增长并形成了海量数据。我国农业领域数据具有数据实时性强、维度高、数据存储分散、难于综合分析等特性,一方面是因为我国农业结构复杂,农业数据涉及多个领域,另一方面农业数据又容易受到地理环境、土壤、天气、作物、病虫害等的影响。这些数据的有效利用需要相应的大数据平台作为支撑,大数据平台可以整合农业领域的数据,提供查询、下载、上传、可视化等功能;平台的数据挖掘方法可以挖掘隐藏在农业数据中的知识,发现规律;大数据平台还可以为农业工作者提出决策意见和指导建议。所以开发具有以上功能的农业大数据平台具有重要现实意义。
  本文根据农业大数据的性质,分析了农业大数据平台的主要技术,对农业数据分析和可视化工具进行了较深入的探讨,提出了基于改进的谱聚类算法,并搭建了具有挖掘功能的农业大数据平台。论文主要工作如下:在农业数据收集方面我们通过中国统计年鉴、高校的实验数据和相关农业网站下载了一定量的农业数据,同时还使用网络爬虫技术抓取了一些农业相关网站数据,并利用这些数据建立了农业数据库。在农业数据平台数据挖掘和可视化两项关键技术研究方面,我们提出了针对农业大数据的基于闵可夫斯基测量相似程度的改进谱聚类算法,在UCI数据集中的seeds和soybean数据集的仿真实验结果表明论文提出的算法在聚类精度和运算速度上都有一定的提高。我们还使用多维数据的数据可视化技术,实现平台的数据可视化功能。在平台开发方面我们根据平台需求给出了系统设计方案并使用J2EE相关技术实现了平台的全部功能,在系统测试方面我们利用农业机械、畜牧业数据进行了实验仿真。
  本文开发的农业大数据平台,用户界面友好使用简单,在数据收集方面我们通过网络爬虫模块,实现了数据自动获取和存储。除可以实现目前农业数据平台查询、上传、下载的功能外,还具有性能优越的数据挖掘模块和简单易懂的数据可视化模块。平台设计合理且实用。农业大数据关键技术的研究和平台的开发对农业信息化和智慧农业的发展具有重要的参考价值和推动作用。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部