水稻的生育期信息是農(nóng)田管理的重要指標,通過作物生長發(fā)育的時間和進程信息可以判斷作物的生長狀況及其所處的環(huán)境,此外,還可輔助大范圍的作物提取和環(huán)境分析。遙感技術(shù)以其覆蓋范圍大、快速無損、空間連續(xù)的優(yōu)勢成為監(jiān)測作物生育期的有力手段。本文研究首先對水稻不同生育期的冠層光譜特征進行分析,進一步利用不同平臺獲取的遙感數(shù)據(jù)進行水稻生育期識別,研究的主要結(jié)果有:（1）分別基于地面和無人機平臺獲取的水稻光譜反射率,利用K近鄰、決策樹、支持向量機、隨機森林、梯度提升決策樹和Stacking方法對水稻生育期進行識別�；诘孛嫫脚_獲取的反射率,以隨機森林作為次級學習器的Stacking模型的整體識別精度最高,為89.44%。基于無人機平臺獲取的反射率,梯度提升決策樹模型的整體識別效果最佳,精度為98.75%。（2）將基于地面平臺獲取的高時間分辨率數(shù)據(jù)建立的水稻生育期識別模型推廣應(yīng)用至無人機平臺獲取的數(shù)據(jù),進行模型跨平臺應(yīng)用的適用性評價。決策樹模型的跨平臺應(yīng)用整體識別精度最高,為76.25%,水稻的拔節(jié)孕穗期和抽穗揚花期混淆樣本數(shù)量較多。（3）造成模型跨平臺應(yīng)用的適用性較差的主要原因是兩個平臺獲取的反射率存在... 

【文章來源】：武漢大學湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：62 頁

【學位級別】：碩士

【部分圖文】：

武漢大學陵水水稻實驗田地理位置圖

實驗田概況及水稻品種和施氮水平分布

無人機及云臺搭載多光譜相機示意圖

【參考文獻】：
期刊論文
[1]基于MODIS-EVI及物候差異免閾值提取黃淮海平原冬小麥面積[J]. 張莎,張佳華,白雲(yún),姚鳳梅.  農(nóng)業(yè)工程學報. 2018(11)
[2]融合時間序列環(huán)境衛(wèi)星數(shù)據(jù)與物候特征的水稻種植區(qū)提取[J]. 柳文杰,曾永年,張猛.  遙感學報. 2018(03)
[3]基于物候信息的山東省冬小麥長勢遙感監(jiān)測[J]. 侯學會,隋學艷,姚慧敏,梁守真,王猛.  國土資源遙感. 2018(02)
[4]植被物候模型研究進展[J]. 劉慧,白音包力皋.  河海大學學報(自然科學版). 2018(01)
[5]中國夏玉米和冬小麥近年生育期變化及其與氣候的關(guān)系[J]. 崔耀平,肖登攀,劉素潔,李楠,蔣琳,石欣瑜,劉小萌,李江蘇,路婧琦,秦耀辰.  中國生態(tài)農(nóng)業(yè)學報. 2018(03)
[6]Landsat8多光譜波段紋理對葉面積指數(shù)的影響分析[J]. 焦志敏,張曉麗,李法玲,石寬,寧亮亮,王月婷,趙明瑤.  地理與地理信息科學. 2014(03)
[7]基于灰度共生矩陣的彩色遙感圖像紋理特征提取[J]. 侯群群,王飛,嚴麗.  國土資源遙感. 2013(04)
[8]鷲峰地區(qū)QuickBird影像紋理特征與生物量估測關(guān)系初探[J]. 王昆,張曉麗,王珊,焦志敏,寧亮亮,吳石磊.  地理與地理信息科學. 2013(03)
[9]藏北高原植被物候時空動態(tài)變化的遙感監(jiān)測研究[J]. 宋春橋,游松財,柯靈紅,劉高煥,鐘新科.  植物生態(tài)學報. 2011(08)
[10]基于灰度共生矩陣的圖像紋理特征地物分類應(yīng)用[J]. 李智峰,朱谷昌,董泰鋒.  地質(zhì)與勘探. 2011(03)

博士論文
[1]基于極化SAR的水稻物候期監(jiān)測與參數(shù)反演研究[D]. 楊知.中國科學院大學(中國科學院遙感與數(shù)字地球研究所) 2017

碩士論文
[1]基于遙感光譜數(shù)據(jù)的油菜生育期識別[D]. 陶言祺.武漢大學 2018
[2]基于MODIS植被指數(shù)的水稻物候提取與地面驗證[D]. 肖江濤.電子科技大學 2011



本文編號：3316117