共查询到20条相似文献，搜索用时 62 毫秒
1.
为研究剔除土壤背景对无人机多光谱监测土壤含水率的影响,通过无人机飞行拍摄得到多光谱影像数据,运用监督分类剔除土壤背景,并分别提取剔除背景前后各6个波段的光谱反射率.将反射率与深度10 cm、20 cm和30 cm的实测含水率分别构建一元线性回归模型、逐步回归模型、偏最小二乘回归模型和岭回归模型,以R2、RMSE、RE为指标进行模型精度评价.结果表明:剔除灌浆期玉米的土壤背景后,数据的相关性和回归模型的精度始终比未剔除土壤背景数据的相关性和模型精度差.剔除土壤背景的反射率与各个深度含水率的相关系数绝对值在0.01～0.33之间,未剔除土壤背景的反射率与各个深度含水率的相关系数绝对值在0.08～0.54之间.未剔除土壤背景模型的效果在任何深度均高于剔除土壤背景的模型,其中在各深度处偏最小二乘回归模型的精度均为最优. 相似文献
2.
叶片含水率和叶水势反映植物组织中水分的状态,是衡量植物水分供应和水分利用效率的重要指标。为探究基于不同高度下无人机多光谱影像反演叶片含水率和叶水势模型的差异,本研究在3个飞行高度处理F30、F60、F100 (30、60、100m)下采集多光谱影像数据,通过使用6种光谱反射率+经验植被指数的组合与地面实测数据进行相关性分析,获得不同飞行高度下的光谱反射率+经验植被指数组合与叶片含水率和叶水势的反演模型及其决定系数,以决定系数为依据分别构建支持向量机（SVM）、随机森林（RF）和径向基神经网络（RBFNN）模型,分析不同飞行高度无人机多光谱影像反演芳樟叶片含水率和叶水势的精度。结果发现：3个飞行高度下,基于RF模型的反演精度均高于SVM模型和RBFNN模型。F30处理对叶片含水率与叶水势反演效果均优于F60和F100处理。F30处理对叶片含水率反演的敏感光谱反射率+植被指数组合为红光波段反射率（R）、红边1波段反射率（RE1）、红边2波段反射率（RE2）、近红外波段反射率（NIR）、增强型植被指数（EVI）、土壤调节植被指数（SAVI）。RF模型训练集的R2、RMSE、MRE分别为0.845、0.548%、0.712%;测试集的R2、RMSE、MRE分别为0.832、0.683%、0897%。对叶水势反演的敏感光谱反射率+植被指数组合为R、RE2、NIR、EVI、SAVI、花青素反射指数（ARI）。RF模型训练集的R2、RMSE、MRE分别为0.814、0.073MPa、3.550%;测试集的R2、RMSE、MRE分别为0.806、0.095MPa、4.250%。研究结果表明飞行高度30m与RF方法分别为反演叶片含水率和叶水势的最优光谱获取高度与最优模型构建方法。本研究可为基于无人机平台的矮林芳樟水分监测提供技术支持,并可为筛选无人机多光谱波段与经验植被指数、实现植物长势参数快速估测提供应用参考。 相似文献
3.
基于无人机遥感技术获取农田土壤盐分信息为盐渍化治理提供了快速、准确、可靠的理论依据。本文在内蒙古河套灌区沙壕渠灌域试验地上采集了取样点0～20cm的土壤含盐量，并使用M600型六旋翼无人机平台搭载Micro-MCA多光谱相机采集图像。利用Otsu算法对多光谱图像进行图像分类（土壤背景和植被冠层），基于分类结果分别提取剔除土壤背景前后的光谱指数和图像纹理特征，采用支持向量机（SVM）和极限学习机（ELM）构建土壤含盐量监测模型，其4种建模策略分别为:未剔除土壤背景的光谱指数(策略1)、剔除土壤背景后的光谱指数(策略2)、未剔除土壤背景的光谱指数+图像纹理特征(策略3)、剔除土壤背景的光谱指数+图像纹理特征(策略4)，通过比较4种建模策略的模型精度以筛选出最优变量组合。结果表明：策略3、4所计算出的土壤含盐量反演精度高于策略1、2，策略1~4验证集决定系数R2v分别为0.614、0.640、0.657、0.681，因此利用图像纹理特征+植被指数对提高土壤含盐量的反演精度有重要意义。对比策略3、4，图像纹理特征+植被指数受到土壤背景的影响，策略4精度低于策略3精度，其R2v分别为0.614、0.657；各变量处理的最优模型均为ELM模型，建模集R2c分别为0.625、0.644、0.618、0.683，标准均方根误差分别为0.152、0.134、0.206、0.155。相比于SVM模型,ELM模型提高了土壤含盐量的反演精度。 相似文献
4.
覆盖度对无人机热红外遥感反演玉米土壤含水率的影响 总被引：3，自引：0，他引：3
为提高基于冠层温度信息反演土壤含水率的精度,以不同水分处理的拔节期大田玉米为研究对象,采用无人机热红外和可见光相机获取试验区遥感图像,通过不同图像分类方法剔除土壤背景,提取玉米植被覆盖度(Corn vegetation coverage,Vc)及冠层温度(Canopy temperature,Tc),并计算冠-气温差(Tca)和冠-气温差与覆盖度的比值,分析这两种指数与土壤含水率(Soil moisture content,Smc)之间的关系。结果表明,不同分类方法提取的玉米覆盖度以及冠层温度均存在差异,由灰度分割法、RGRI指数法、GBRI指数法3种分类方法剔除土壤背景后计算的冠-气温差、冠-气温差与覆盖度之比与土壤含水率均呈线性关系,并且冠-气温差、冠-气温差与覆盖度之比两种指数反演0～30 cm玉米根域深度的土壤含水率效果较好;其中,未剔除土壤背景的冠-气温差反演土壤含水率效果较差,GBRI指数分类法剔除土壤背景的冠-气温差反演土壤含水率效果有所提高(0～10 cm、10～20 cm、20～30 cm深度的R2由0. 255、0. 360、0. 131提高至0. 425、0. 538、0. 258);而冠-气温差与覆盖度的比值反演土壤含水率相比于冠-气温差精度明显提高,0～10 cm、10～20 cm、20～30 cm深度建模集R2高达0. 488、0. 600、0. 290,P 0. 001,验证集R2达0. 714、0. 773、0. 446,表明冠-气温差与覆盖度之比是反演玉米根域深度土壤含水率效果更优的指标。 相似文献
5.
无人机热红外遥感反演玉米根域土壤含水率方法研究 总被引：1，自引：0，他引：1
为了减少土壤背景带来的干扰,更加准确、高效的获取无人机热红外图像中的玉米冠层温度,进而快速反演玉米地土壤含水率,以4种水分梯度处理的拔节期玉米为研究对象,借助无人机可见光和热红外图像,采用RGRI指数法、Otsu阈值法和不剔除土壤背景3种处理方法提取热红外图像中玉米冠层温度信息,计算作物水分胁迫指数(Crop water stress index,CWSI)并用于反演不同水分梯度处理下玉米地不同深度的土壤含水率,基于3种方法获得的CWSI分别记为CWSIRGRI、CWSIOtsu、CWSIsc.结果表明:①基于RGRI指数法获取的玉米冠层温度与实测冠层温度的相关性最高(R2均大于0.8;RMSE均小于1℃),Otsu方法次之,不剔除土壤背景方法效果最差.②在整个拔节期,CWSIRGRI反演土壤含水率效果最好(R2均大于0.5,P<0.01;效果显著),CWSIOtsu次之、CWSIsc反演效果最差.③选取CWSIRGRI为最优CWSI指标,其在玉米拔节期5个土壤深度内的R2呈现先上升后下降的趋势且都在0～30 cm深度内达到最大值.因此,基于RGRI指数法建立的CWSIRGRI可以作为反演玉米地土壤含水率的有效指标. 相似文献
6.
基于无人机多光谱遥感的土壤含水率反演研究 总被引：6，自引：0，他引：6
为研究无人机多光谱遥感技术对裸土土壤含水率的大范围快速测定和最佳监测深度的确定,以杨凌地区粘壤土为试验材料,分别配制成2种不同深度(5 cm和10 cm)、含水率为3%~30%的土壤样本。用无人机搭载多光谱相机对土样连续监测3 d,监测时刻均为15:00。采集6个波段(490、550、680、720、800、900 nm)处的土壤光谱反射率,同时对2种不同深度的土壤样本表层(约1 cm)含水率和整体含水率进行测定。分别采用偏最小二乘回归法、逐步回归法和岭回归法,建立不同波段光谱反射率因素反演土壤含水率的回归模型,并分析其定量关系。试验结果表明,逐步回归预测精度最佳,决定系数(R2)分别为0.775、0.764、0.798、0.694,而预测均方根误差(RMSE)分别为0.028、0.042、0.037、0.038;其次为岭回归法;偏最小二乘法的预测精度最低。综合比较得最佳回归方法为逐步回归法,最佳监测深度为土壤表层(约1 cm),其次为5 cm深度,最后为10 cm深度。 相似文献
7.
无人机多光谱遥感监测冬小麦拔节期根域土壤含水率 总被引：1，自引：0，他引：1
快速精确地获取冬小麦根域土壤含水率对实现精准灌溉具有重要意义。以拔节期不同水分处理的冬小麦为对象,利用低空无人机搭载六波段多光谱相机获取其冠层光谱反射率,并同时采集5个不同深度(10、20、30、40、60 cm)土壤含水率数据,通过逐步回归法、偏最小二乘法、岭回归法建立光谱数据与5个深度的多元回归模型。结果表明,三种回归模型对10、20 cm深度土壤含水率都有较高的监测精度,可以较好地对作物根域土壤含水率进行定量预测,其中逐步回归模型效果最好,其模型的决定系数R~2达到0.815、0.747,预测模型的R~2为0.774、0.717,相对分析误差R_(PD)为2.007、1.862,但三种回归模型对深度为30、40、60 cm根域土壤含水率的监测精度都较低。该研究结果对指导精准灌溉具有一定的参考价值。 相似文献
8.
叶绿素是一种反映植物生长水平和健康状况的重要生理生化指标,为快速、无损地大规模获取柑橘冠层的叶绿素含量以精确指导果园管理,利用多旋翼无人机搭载多光谱传感器获取多波段反射率数据,使用多光谱阴影指数对冠层阴影和土壤背景进行剔除,计算得到植被指数与纹理特征,将地面实测的叶绿素含量作为验证,综合对比了全子集回归、偏最小二乘回归和深层神经网络的反演精度以选取最优模型。结果表明,植被指数与叶绿素含量的相关性良好;将仅使用植被指数与仅使用纹理特征的建模结果进行对比,仅使用纹理特征的模型在全子集回归和偏最小二乘回归的反演精度均有明显提升;结合植被指数与纹理特征共同建模后,全子集回归和偏最小二乘回归的反演精度相比仅使用纹理特征的模型均能获得提升;深层神经网络因其良好的非线性拟合能力,获得了最高的反演精度,R2、MAE、RMSE分别为0.665、7.69 mg/m2、9.49 mg/m2,成为本文最优模型。本研究利用无人机多光谱影像反演得到柑橘冠层叶绿素含量,为实现柑橘生长监测提供指导作用。 相似文献
9.
基于无人机多光谱遥感的玉米根域土壤含水率研究 总被引：3，自引：0，他引：3
及时获取农田作物根域土壤墒情是实现精准灌溉的基础和关键。以内蒙古自治区达拉特旗昭君镇试验站大田玉米为研究对象,利用无人机遥感系统,分别在玉米营养生长期(Vegetative stage,V期)、生殖期(Reproductive stage,R期)和成熟期(Maturation stage,M期)获得7次玉米冠层多光谱正射影像,并同步采集玉米根域不同深度土壤含水率(Soil moisture content,SMC);然后,采用灰色关联法对提取的多种植被指数(Vegetation index,VI)进行筛选,选取与土壤含水率敏感的植被指数;最后,分别采用多元混合线性回归(Cubist)、反向传播神经网络(Back propagation neural network,BPNN)和支持向量机回归(Support vector machine regression,SVR)等机器学习方法,构建不同生育期的敏感植被指数与土壤含水率的关系模型。结果表明,3种机器学习方法中SVR模型在各生育期的建模与预测精度均最优,BPNN模型次之,Cubist模型最差;其中SVR模型在M期效果最优,其建模集和验证集R~2分别为0. 851和0. 875,均方根误差(Root mean square error,RMSE)均为0. 7%,标准均方根误差(Normalized root mean square error,nRMSE)分别为8. 17%和8. 32%,R期效果最差,其建模集和验证集R~2分别为0. 619和0. 517。 相似文献
10.
基于多源数据融合的盐分遥感反演与季节差异性研究 总被引：7，自引：0，他引：7
为提高多光谱盐分遥感反演的精度,利用实测高光谱与多光谱进行数据融合,并分析了不同季节盐分遥感的差异性。以河套灌区永济灌域为研究区域,以实测光谱仪测定的土壤高光谱数据和Landsat-8 OLI多光谱数据为基础,通过光谱变换和多元逐步回归方法筛选特征波段和特征光谱指数,构建了春、秋两季土壤盐分多光谱、高光谱反演模型,并利用特征光谱指数的线性回归构建了高-多光谱数据融合反演模型。结果表明:高光谱的反射率总体比多光谱高36. 83%,春季反射率比秋季平均高23. 78%。利用模型中最优变量-特征光谱指数对多光谱模型与高光谱模型进行融合,高-多光谱融合反演模型训练集和验证集R2平均值分别为0. 651和0. 635,RMSE平均值分别为2. 44 g/kg和2. 49 g/kg,精度明显高于对应的多光谱反演模型,其中训练集、验证集的R2平均值分别提高了36. 19%和35. 64%,RMSE平均值分别降低了34. 28%和41. 72%。春季多光谱、高光谱和融合反演模型的精度均高于秋季,其中训练集R2平均值比秋季模型分别提高了6. 03%、6. 05%和4. 40%,验证集R2平均值分别提高了19. 07%、12. 21%和1. 75%。构建的高-多光谱融合模型反演灌域春秋两季平均盐分含量分别为6. 05、5. 97 g/kg,平均相对误差分别为9. 65%和10. 68%,总体上该区域春季土壤主要为重盐化土,秋季土壤主要为中盐化土。 相似文献
11.
12.
基于土壤功能与胁迫的耕地土壤健康评价方法 总被引：2，自引：0，他引：2
基于功能性土壤管理理论,针对初级生产力、养分供给与循环、生物多样性供给、水净化与调节、碳封存与调节5种功能选取评价指标,通过识别水田、水浇地和旱地对不同土壤功能的供给和需求关系,构建土壤功能供需判别矩阵,并叠加重金属污染胁迫因素,评价耕地土壤的健康状况,从而实现了基于土壤功能与胁迫的耕地土壤健康评价。在河南省温县进行了评价方法的适用性研究,结果表明：温县5种土壤功能供需空间格局基本呈现由南向北逐渐递增的趋势,以青峰岭为界,中北部土壤功能的供需处于盈余状态,而南部区域处于失衡状态;土壤健康等级交错分布,亚健康面积占比最大,为44.4%,健康土壤零散分布在黄庄镇、番田镇、武德镇和祥云镇;土壤质地、土体构型、土壤养分、土壤生物活性和重金属污染胁迫是导致耕地土壤健康空间分异的主要因素。本研究可在理论上丰富土壤健康评价方法体系,在实践上促进耕地资源可持续利用与管理。 相似文献
13.
不同质地条件下土壤表层温度与土壤蒸发量的关系研究 总被引：2，自引：0，他引：2
《灌溉排水学报》2019,(9)
土壤表层温度与土壤蒸发量有着紧密联系,土壤质地对二者均有着重要影响。【目的】探究不同质地土壤表层温度变化对土壤蒸发的影响。【方法】选取2种质地原状土(粉壤土与砂土),进行配比混合,得到5种不同质地土壤。测量1次性供水与充分供水条件下不同土壤的蒸发量、土壤表层温度数据、土壤砂粒量,探究不同质地条件下土壤相对蒸发量(RE)和土壤表层相对温度差(RT)的关系。【结果】①1次供水和充分供水条件下RT随着蒸发过程的进行逐渐增大,当蒸发过程至水汽扩散阶段时,RT趋于稳定;②随着土壤砂粒量增大,蒸发至水汽扩散阶段时对应的RT逐渐减小;③土壤质地相同情况下,RT越大,其RE越小,回归建立了二者的二次函数关系;④RT相同情况下,土壤中砂粒量越高,其RE越小。【结论】土壤中砂粒量的不同,使土壤孔隙、热容量等性质产生差异,导致蒸发过程中土壤温度及蒸发量变化出现规律性特点,RE与RT呈与含砂率有关的二次函数关系。 相似文献
14.
不同保墒措施对枣园土壤温、湿度及枣树生长特征的影响 总被引：3，自引：1，他引：2
通过定位试验,研究了不同覆盖方式对山地枣林土壤温、湿度及枣树生长的影响。结果表明,几种保墒措施的土壤水分,随时间变化和剖面分布,相对于对照均有明显提高,其中地下25 cm处铺玉米秸秆+地表铺玉米秸秆和地膜覆盖处理效果最好,但是二者土壤含水量相差0.72%。地膜覆盖有明显的增温效应,覆盖玉米秸秆对温度的影响则表现出"双重"效应:高温时具有降温效应,低温时具有保温特点。不同的保墒处理对枣树生长有不同影响,但各处理的新梢生长量、干周净增量、百叶鲜物质量、平均单果重比对照均有提高。 相似文献
15.
土壤结构改良剂影响下的土壤水分有效性研究 总被引：5，自引：0，他引：5
以聚丙烯酰胺(PAM)与磷石膏(PG)为土壤结构改良剂,利用离心机法,测定土壤水分特征曲线,从分析土壤的吸水能力和持水能力的角度出发,研究土壤结构改良剂对土壤水分有效性的影响。研究结果表明,土壤的吸水能力、持水能力与释水能力均表现出与用量密切相关;在使用土壤结构改良剂的情况下,仍然可用van Genuchten方程很准确的模拟土壤吸力与含水率之间的关系,即可作为使用土壤结构改良剂后的土壤水分特征曲线的模拟表达式;在试验的用量范围内,土壤结构改良剂的使用不会影响植物对水分的吸收和利用。 相似文献
16.
陈祯 《中国农村水利水电》2011,(2)
以湖北地区的红壤、黄棕壤和潮土为供试土壤,研究了外源添加黏土矿物(高岭石、水云母、针铁矿、蒙脱石、蛭石)含量、有机质含量和模拟土壤颗粒大小、土壤水稳性团聚体大小对近红外光谱检测土壤含水量的影响,并分别建立了相关模式方程.结果表明,土壤的光谱特性是土壤中多因子作用的综合结果,土壤组成与性质明显地影响着近红外光谱检测土壤水分时土壤光谱反射率的变化.在土壤中添加这些黏土矿物和有机质,其光谱反射率下降;在沙土、粉沙土范围内,土壤颗粒直径由大变小,其光谱反射率增大,但至<0.002 mm黏粒时,其反射率减小;土壤水稳性团聚体由大变小,其光谱反射率增大. 相似文献
17.
水稻土深松阻力与土壤扰动效果研究 总被引：2，自引：0，他引：2
为探讨机械深松过程的水稻土扰动、土壤结构及能量的效应,利用原位土壤耕作综合测试平台进行精准控制条件的深松试验,采用凿形铲,设置5种耕作深度(10、15、20、25、30 cm),从耕作阻力及比阻、土壤宏观扰动轮廓、土壤破碎体尺度分布指标综合评价水稻土深松作业的效果。结果表明,深松耕作阻力与耕作深度符合二阶函数拟合的递增关系。耕深20 cm时,深松铲对土壤扰动程度最大,地表隆起、开裂和纵向起伏程度最强,此时土壤隆起高度、隆起宽度、横剖面扰动面积、平均土块径均达到最大值,分别为16.3 cm、42.2 cm、0.030 5 m~2、28.77 cm,耕作比阻则相对较低,为62 kN/m~2;然而在耕深超过20 cm之后,深松铲的土壤扰动效果显著降低,地表隆起、开裂和纵向起伏程度减弱,土壤隆起高度、隆起宽度、横剖面扰动面积、平均土块径数值均明显减小,耕深30 cm时分别降至10.3 cm、31.2 cm、0.026 8 m~2、19.12 cm,相比耕深20 cm降幅分别为36.8%、26.1%、12.1%和33.54%,而此时耕作比阻急剧增大至195 kN/m~2,相比耕深20 cm增幅高达214.5%。因此,在水稻土条件下,耕作深度20 cm时能够获得最佳的土壤扰动、土壤结构及耕作能量的综合效应。 相似文献
18.
冯帆 《农业机械化与电气化》2014,(11):21-22
为解决水田育苗过程中碎土劳动强度大、效率低的问题,设计研制了工厂化育苗生产线配套机具———小型碎土机。介绍碎土机的基本结构及工作原理,着重阐述关键部件的设计和使用SolidWorks建模方法。试验结果表明：该机结构紧凑、运行平稳、工作效率高、作业质量好,可促进工厂化育苗技术的快速发展。 相似文献
19.
20.
为研究土壤容重以及供水水质对土壤水分垂直入渗性能的影响,以香山地区不同容重(1.35、1.45 g/cm^3)的土壤为研究对象,通过室内土柱一维垂直入渗试验,选择供水水质为影响因子,设置4种不同电导率的供水水质(0、2.5、5.0、7.5 mS/cm)对土壤入渗时间、入渗率,盐分分布特征以及含水率分布特征进行研究,并用Philip、Kostiakov和通用经验模型来模拟土壤水分入渗过程。结果表明:微咸水入渗可以增大两种土壤的入渗性能,对土壤容重为1.35 g/cm^3的土壤影响更为明显,利用Kostiakov入渗方程能更好地拟合不同容重的土壤水分的入渗过程,且模型对土壤容重为1.45 g/cm^3的土壤入渗过程的拟合精度更高。土壤含水率与盐分再分布的过程中,在土壤上层,电导率为0 mS/cm入渗条件下,两种容重土壤的土层的含盐量均小于土壤初始含盐量,说明其在不同程度上可以淋洗盐分,在供水水质电导率为2.5、5.0、7.5 mS/cm条件下,两种容重土壤的土柱剖面均出现明显积盐的情况;在4种供水水质的入渗条件下,在土壤上层,两种容重的土壤含水率均出现急剧下降的趋势,这是由于随着电导率的增加,土壤的导水性能随之增加,但是在同一深度,土壤容重为1.35 g/cm^3的土壤含水率略高于压砂地土壤容重为1.45 g/cm^3的土壤含水率,这是由于在一定的范围内,随着土壤容重的增加导致土壤孔隙率的减小,水分的运动过程受到阻碍,进而影响到土壤的含水率。 相似文献