学位论文 > 优秀研究生学位论文题录展示

普及型生态—农业气象自动观测方法研究与应用

作　者: 胡萌琦
导　师: 黄耀；孙涵
学　校: 南京农业大学
专　业: 生态学
关键词: 生态气象农业气象自动观测系统研发分析方法
分类号: P412.1
类　型: 博士论文
年　份: 2011年
下　载: 61次
引　用: 0次
阅　读: 论文下载

内容摘要

我国是一个农业大国,且气候、生态类型复杂多样,开展生态-农业气象研究既是实施农业生产的必要环节,也是深入探讨生态变化的有效途径,具有重要的理论意义和应用价值。生态-农业气象研究及成果应用的前提是对观测数据的积累与分析,其对象不仅包括光照、辐射、气温、降水、土壤温度、墒情等气象数据,也包括作物高度、密度、叶面积指数、发育期时间等农作物生长状况,以及指示性植物发芽、开花、候鸟迁飞、雷鸣蛙叫等自然物候特征信息。目前,这些信息中除部分可以使用仪器进行测量外,大多数依靠人工采样、目视估算等传统手段观测,不仅劳动强度大、观测精度低,而且由人为因素引起的主观误差大。为满足现代化农业生产和农田生态环境监测对准确、多样、高时空密度的数据需求,急需引入新的观测技术和观测方法,其中观测系统的研发又是整个研究的基础。本研究在借鉴国内外自动观测设备及技术的基础之上,设计了普及型的生态-农业气象自动观测系统,完成了原理样机的研制和试验站点测试,并着重对基于该系统的自动采样及数据处理方法、资料分析方法和应用领域进行了初步探索。通过本研究,旨在建立一种适合于野外无人值守条件下的、突显生态-农业气象特色的综合观测途径。主要研究内容及结果如下：1.设计、开发了普及型生态-农业气象自动观测系统。该系统兼顾农田生态系统观测中要素种类多、采样点分散的特点,采用了分布式结构、功能模块化设计和虚拟仪器技术,系统不仅性能稳定、兼容性好,而且具有较大的灵活性和可扩展性。观测现场下位机的主控部分是以可编程数据采集器cFP和数字I/O模块为基础构建的自动数据采集器,在各种传感器和无线网络通信技术的配合下,可实现多类型多频次数据的采集、处理、存储和传输的全程自动化工作。位于信息服务中心的上位机则负责上传数据的分析、显示和存储。系统首次集成了全方位数码图像/音频自动采集装置,可定时或实时捕捉观测对象及周边环境的变化,通过直观的图像资料将农作物及农田背号信息纳入定性、定量观测范畴。此外,专为无人值守型自动站配备的太阳能/风能发电装置和视频防盗监控设备解决了系统的能源供给及安全问题,从而使得农业气象、农作物和周边环境变化的远程自动观测成为可能。2.分别在广西、山东、青海、河南和江西设立了普及型生态-农业气象观测试验点,对新系统的实用性和可靠性进行测试。广西站为第一阶段测试点,历时四个季节,主要用于检验系统在不同天气条件下的连续工作能力；第二阶段测试在其余四站进行,各为期二个月,旨在分析观测数据的稳定性和准确性。试验证明,该自动观测系统能够在野外无人值守条件下不间断工作,受地理和天气条件影响小,且观测要素设置的针对性强,数据稳定可信,平均完整送达率99.07%。系统的建设、运行成本远低于常规人工观测站点。3.研究了基于新系统的农作物长势自动观测方法和生育期信息识别方法。根据实景观测技术原理,对水稻、玉米进行全生长期观测,从不同角度获取作物冠层影像。以人工观测结果作为参考,针对水稻、玉米两种作物在各个生长阶段出现的典型的颜色、形态变化和特征器官,提出了适合于自动观测的生育期指标,利用彩色图像处理和形态学识别技术初步研究了作物各个生育期特征的数码图像判别方法。该方法的应用不仅可以对农作物生长状况进行有效监测,使生态-农业气象观测摆脱长期以来依赖人工采样的陈旧手段,使得观测更为简便、结果更为客观,而且可为农作物长势的自动观测提供适宜的指标。4.通过分析不同地物的光谱特征,利用MATLAB软件对农田影像进行自动分类,设计了作物可视覆盖度的提取算法。对水稻的观测和分析结果表明,覆盖度的自动估算结果与人工目视统计结果的线性相关系数为0.992(p<0.0001),基于数码照片光谱特征估算的目标物覆盖度精度达到98.3%。可视覆盖度与实测叶面积指数呈显著的指数相关,可以较好地描述水稻生长全过程中绿色叶片的变化状况。在此基础之上,结合航空遥感图像对广西试验点及其周边区域的农田进行了混合下垫面作物覆盖度变化监测,探索了利用自动观测系统获取下垫面信息进行卫星遥感混合像元解译与校正的途径。5.作为生态-农业气象自动观测方法的应用案例,本研究利用自动观测系统获取的青海试验站7～10月间气象、土壤和两类主要牧草的覆盖度数据,就环境变化对牧草生长的影响进行了分析。运用覆盖度-植被指数公式推算该时期试验区域的牧草植被指数,与卫星实测NDVⅠ值进行比较。结果表明：(1)不同种类牧草在生长期和对环境变化响应上的差异可以通过其覆盖度曲线得以体现。将自动观测应用于野外生态变化监测和研究,不仅能够敏锐地反映植被与环境要素间的关系,而且能够更精确地对研究区域按照自然条件、下垫面状况或植被种类进行划分,从而全面考虑植被变化的驱动力因素。(2)热量和水分条件是影响该地区牧草生长的最主要因素。平均温度、最低温度和植被根系密布层土壤温度是影响牧草生长期长短的关键因子；而当平均温度大于10℃、根系土壤温度大于15℃时,牧草生长与水汽压和土壤含水量的变化关系更为密切。(3)由于传感器、观测条件、后处理方式等因素影响,不同系列的卫星NDVⅠ值会出现偏差,利用自动观测系统获取的植被覆盖度信息可以作为卫星数据校正的参考。

全文目录

目录  4-10
摘要  10-13
ABSTRACT  13-17
第一章引言  17-28
  1.1 生态-农业气象观测  17-18
  1.2 生态-农业气象观测研究进展  18-25
    1.2.1 观测网的发展  18-19
    1.2.2 自动观测技术的发展  19-25
  1.3 主要问题分析  25-26
  1.4 生态-农业气象自动观测方法的研究目标和内容  26-28
第二章生态-农业气象自动观测系统研发  28-59
  2.1 系统设计  28-34
    2.1.1 设计原则  28-29
    2.1.2 功能需求及设计  29-31
    2.1.3 结构设计  31-33
    2.1.4 技术标准  33-34
  2.2 系统构建  34-45
    2.2.1 虚拟仪器技术  34-37
    2.2.2 设备选型与配置  37-42
    2.2.3 系统工作方式  42-45
  2.3 系统软件开发  45-58
    2.3.1 开发平台概述  45-47
    2.3.2 程序总体结构  47-48
    2.3.3 下位机程序设计  48-50
    2.3.4 上位机程序设计  50-57
    2.3.5 应用程序生成与发布  57-58
  2.4 小结  58-59
第三章自动观测系统的运行测试与数据分析  59-73
  3.1 测试运行概况  59-62
    3.1.1 测试站点位置  59-60
    3.1.2 场地布局与设备布设  60-62
  3.2 测试结果分析  62-72
    3.2.1 数据获取情况  62-63
    3.2.2 自动站数据分析  63-69
    3.2.3 自动站与常规站数据差异  69-72
  3.3 试验站测试小结  72-73
第四章基于自动观测系统图像信息的作物生长监测方法  73-108
  4.1 作物生长信息现有观测方法及数字图像技术的应用  73-76
    4.1.1 作物生长信息观测  73-74
    4.1.2 计算机辅助识别技术  74
    4.1.3 作物覆盖度估测  74-76
  4.2 试验设计  76-79
    4.2.1 试验区域  76-77
    4.2.2 数码图像获取  77-78
    4.2.3 人工对比观测方法  78
    4.2.4 航空遥感图片获取  78-79
  4.3 作物生育期特征识别  79-89
    4.3.1 观测结果  79-83
    4.3.2 作物生育期特征判别方法  83-87
    4.3.3 人机交互式识别  87-89
  4.4 基于数字图像特征的水稻覆盖度自动提取  89-99
    4.4.1 覆盖度自动提取方法  89-93
    4.4.2 覆盖度提取结果分析  93-99
  4.5 基于自动观测系统图像的混合像元覆盖度估算  99-106
    4.5.1 混合像元的解译与植被覆盖度估算问题  99-102
    4.5.2 基于地面自动观测与航空影像的植被覆盖度估算  102-106
  4.6 小结  106-108
第五章自动观测方法在植被与环境变化研究中的应用  108-119
  5.1 试验区概况  108-109
  5.2 试验方法与数据处理  109-111
    5.2.1 试验设计  109
    5.2.2 数据处理  109-111
  5.3 结果与分析  111-118
    5.3.1 物种区分  111
    5.3.2 植被覆盖度与单因子环境要素的关系  111-116
    5.3.3 水分、热量条件对植被的综合影响  116-117
    5.3.4 覆盖度与NDVI  117-118
  5.4 小结  118-119
第六章讨论  119-126
  6.1 生态-农业气象自动观测系统的应用可行性分析  119-122
    6.1.1 应用需求及优势  119
    6.1.2 成本分析  119-122
  6.2 生态-农业气象自动观测技术的应用方向  122-126
    6.2.1 综合监测网络体系  122-124
    6.2.2 多层次遥感观测技术  124-126
第七章结论与展望  126-129
  7.1 主要结论  126
  7.2 主要创新点  126-127
  7.3 存在问题及未来研究方向  127-129
    7.3.1 存在问题  127-128
    7.3.2 未来研究方向  128-129
参考文献  129-137
致谢  137-138
攻读学位期间学术论文  138
发明专利  138

普及型生态—农业气象自动观测方法研究与应用

内容摘要

全文目录

相似论文