学位论文 > 优秀研究生学位论文题录展示

苹果幼树叶片叶绿素与水分含量的高光谱估测研究

作　者: 张蕾蕾
导　师: 朱西存
学　校: 山东农业大学
专　业: 农业信息化
关键词: 苹果幼树叶片高光谱曲线敏感波段叶绿素含量水分含量估测模型
分类号: S661.1
类　型: 硕士论文
年　份: 2013年
下　载: 17次
引　用: 0次
阅　读: 论文下载

内容摘要

水分和叶绿素含量是果树生长状况的良好指示指标，果树叶片颜色、长势、品质及其形态结构会随着水分和叶绿素含量的多少发生一系列的变化，光谱反射率则会发生与之相应的变化。因此，可以根据叶片的反射光谱反射特征来实现对果树水分叶绿素含量的实时监控和诊断。本研究以两年生富士为试验材料，对苹果幼树春梢停止生长期叶片叶绿素、水分含量与光谱反射率、一阶微分光谱、光谱参数等之间的相关性进行分析，同时与盛果期果树果苹果叶片简单对比分析。基于不同数据处理方式的敏感波长与波段，利用线性回归分析、主成分分析、逐步回归分析构建叶绿素、水分含量的高光谱估测模型，并进行精度检验，主要研究结果如下：（1）苹果幼树叶片在可见光范围内光谱反射率略高于盛果期果树，在750-1350nm一波段范围内，反射率比盛果期果树高3.5%左右。而在1350-2500nm波段范围内，光谱反射率的高低区分不明显。幼树叶片的光谱曲线总体有蓝移的趋势。在红边位置、光谱反射峰、吸收谷等位置蓝移更为明显，达到3-7nm。（2）不同叶绿素含量的幼树叶片的光谱反射特征有所不同，并且在不同的波段范围表现出不同的规律：随着叶绿素含量的增加，光谱反射率在550nm左右的绿光区反射率降低，在700-780nm的红光区反射率增高。而在1350-2500nm波段范围内，叶绿素含量越高，光谱反射率越高在1650nm和2250nm左右的反射峰处在不同水分含量情况下差别较大。（3）幼树叶片叶绿素含量与光谱反射率的一阶微分有很好的相关性，水分含量与lnR、R′有良好的相关性，最高的相关系数达到0.6110。并且，具有负相关关系的两波段（420nm、555nm）构建的光谱参数与叶绿素、水分含量关性提高20%-30%。（4）以一阶微分光谱数据的敏感波长及波段，通过主成分分析构建的模型与其它模型相比能更好的估测幼树叶片叶绿素含量模型为y=1.7539-157.1959*R′530-108.0764*R′693+2.6512*R′700+443.2963x4*R′587-23.0239*R′731+42.6015*R′741-1.8254*R693-712。其中，R~2=0.6562，RMSE=0.0574。（5）以对数变换数据，通过逐步回归法构建的模型与其他模型相比，能更好的估测幼树叶片水分含量，模型为y=0.4530+2.9029*ln R756-3.3445*ln R948-4.1786*lnR1572+3.6750*ln R1705+2.5089*ln R~2091-1.9856ln R~2302。R~2=0.5699， RMSE=0.0286。

全文目录

中文摘要  7-9
Abstract  9-11
1 引言  11-19
  1.1 研究目的和意义  11-13
    1.1.1 研究目的  11-12
    1.1.2 研究意义  12-13
  1.2 高光谱技术及其特点  13-14
  1.3 健康绿色植物光谱曲线  14-15
  1.4 植被叶片水分、叶绿素含量的高光谱估测研究进展  15-17
  1.5 研究内容  17-18
  1.6 技术路线  18-19
2 材料与方法  19-24
  2.1 试验地点与材料  19-20
    2.1.1 试验地点  19
    2.1.2 试验材料  19
    2.1.3 试验所用仪器  19-20
  2.2 试验设计  20-21
    2.2.1 试验设计  20
    2.3.2 测定目的  20-21
  2.3 测定方法  21-22
    2.3.1 叶片光谱反射率的测定  21
    2.3.2 叶片叶绿素含量的测定  21-22
    2.3.3 叶片水分含量的测定  22
  2.4 数据分析方法  22-24
    2.4.1 主成分分析法  22
    2.4.2 逐步回归分析法  22-23
    2.4.3 精度检验方法  23-24
3 数据的获取与处理  24-31
  3.1 数据获取  24
  3.2 光谱数据的预处理  24-25
    3.2.1 样本选择  24
    3.2.2 数据平均处理  24-25
  3.4 数据变换处理与相关分析  25-30
    3.4.1 光谱数据变换与叶绿素含量的相关分析  25-28
    3.4.2 光谱数据变换与水分含量的相关分析  28-30
  3.5 小结  30-31
4 光谱特征分析和敏感波段的提取  31-39
  4.1 光谱特征分析  31-33
    4.1.1 幼树叶片光谱特征分析  31-32
    4.1.2 幼树叶片与盛果期果树叶片光谱特征对比  32-33
  4.2 基于原始光谱叶绿素敏感波段的选择  33
  4.3 基于原始光谱叶绿素光谱参数的构建  33-34
  4.4 基于一阶微分叶绿素敏感波段的选择  34-36
  4.5 基于对数光谱水分敏感波段的选择  36-37
  4.6 基于一阶微分光谱水分敏感波段的选择  37
  4.7 小结  37-39
5 叶绿素、水分高光谱估测模型的构建与模型优选  39-46
  5.1 叶片叶绿素含量估测模型的构建与筛选  39-43
    5.1.1 基于原始光谱的叶绿素估测模型的构建  39-41
    5.1.2 基于一阶微分光谱的叶绿素估测模型的构建  41-42
    5.1.3 叶绿素含量估测模型的精度检验与模型优选  42-43
  5.2 叶片含水量高光谱估测模型的构建与模型优选  43-45
    5.2.1 基于对数光谱的水分估测模型的构建  43-44
    5.2.2 基于一阶微分光谱的水分估测模型的构建  44
    5.2.3 水分估测模型的精度检验与模型优选  44-45
  5.3 小结  45-46
6 结果与展望  46-48
  6.1 研究结果  46-47
  6.2 不足与展望  47-48
参考文献  48-52
致谢  52-53
攻读研究生期间科研项目  53

苹果幼树叶片叶绿素与水分含量的高光谱估测研究

内容摘要

全文目录

相似论文