柑橘植株冠層營養(yǎng)及花量、產量的近地遙感估測研究.pdf

1、本試驗以塔羅科血橙為研究對象，利用八旋翼無人機搭載的多光譜成像儀，分別在花芽生理分化期、休眠期和盛花期采集植株冠層光譜遙感信息，同時采集冠層葉片進行營養(yǎng)元素含量的測定，并調查統(tǒng)計試驗區(qū)域單株的花量和產量。運用光譜遙感圖像處理和數(shù)理統(tǒng)計分析等技術，研究建立柑橘植株冠層營養(yǎng)、花量和產量的近地遙感估測技術，以期為基于無人機低空遙感信息的柑橘營養(yǎng)和成花坐果量檢測技術的研發(fā)提供理論依據(jù)和技術支持。主要研究內容和結果如下：
　　1.塔羅科血橙

2、植株冠層營養(yǎng)元素含量的近地遙感估測
　?。?）通過對花芽生理分化期、休眠期、盛花期塔羅科血橙植株冠層近地遙感光譜信息分析，發(fā)現(xiàn)，塔羅科血橙冠層近地遙感光譜反射率與典型植物十分相似，即在可見光區(qū)域反射率較低，近紅外區(qū)域反射率較高。三個時期冠層光譜反射率波形曲線走勢相似，但反射率大小差異顯著，基本呈花芽生理分化期>休眠期>盛花期的趨勢。
　?。?）基于獲取的三個物候期的塔羅科血橙冠層近地遙感光譜信息，采用歸一化（Normaliz

3、ation）、多元散射校正（MSC）、去噪（De-Noise）、標準正態(tài)變量變換（SNV）等四種方法對原始光譜進行預處理，并基于預處理后光譜和原始光譜建立植株冠層營養(yǎng)元素含量的偏最小二乘（PLS）、多元線性回歸（MLR）、主成分回歸（PCR）和最小二乘支持向量機（LS-SVM）模型。通過比對不同模型對植株冠層N、P、K、Ca、Mg、S含量的預測精度，結果顯示，植株冠層N含量近地遙感估測的最佳模型為基于休眠期冠層原始光譜所建PCR模型；基

4、于休眠期冠層原始光譜所建MLR模型對植株冠層P含量的預測效果最優(yōu)；基于盛花期冠層原始光譜所建LS-SVM模型可以實現(xiàn)冠層K含量的最優(yōu)估測；對休眠期冠層原始光譜進行SNV預處理后，采用LS-SVM建立模型對冠層Ca含量的近地遙感估測效果最佳；對冠層Mg含量的估測，則以基于SNV預處理花芽生理分化期冠層光譜所建PLS模型效果最好；基于休眠期冠層原始光譜所建LS-SVM模型可以較好地估測冠層S含量。
　　2.塔羅科血橙植株冠層花量的近地

5、遙感估測
　?。?）利用三個物候期的塔羅科血橙冠層近地遙感信息，采用Normalization、MSC、De-Noise、SNV等四種光譜預處理方法和PLS、MLR、PCR、LS-SVM等四種數(shù)據(jù)建模方法建立冠層花量的估測模型，結果顯示，進行塔羅科血橙冠層花量近地遙感光譜估測的最佳時期為休眠期，最佳模型為基于De-Noise預處理光譜建立的LS-SVM預測模型，其Rc和Rp分別為0.6571和0.6519，NRMSEC和NRMSE

6、P分別為0.3150和0.2852。
　　（2）為進一步優(yōu)選冠層花量估測模型，篩選NDVI、DVI、RVI等三種植被指數(shù)進行光譜數(shù)據(jù)變換，再分別以植被指數(shù)（NDVI+DVI+RVI）、原始光譜+植被指數(shù)為自變量，建立冠層花量的PLS、PCR、LS-SVM估測模型，通過比對所建模型的預測效果發(fā)現(xiàn)，塔羅科血橙冠層花量估測的最佳物候期為休眠期，最佳估測模型為基于冠層原始光譜+植被指數(shù)為自變量所建PCR模型，Rc為0.6766，NRMSE

7、C為0.2912，Rp為0.6963，NRMSEP為0.3928。
　?。?）對所有冠層花量估測模型進行綜合分析，發(fā)現(xiàn)，以休眠期冠層原始光譜+植被指數(shù)為自變量，采用PCR方法所建模型的估測效果最優(yōu)。
　　3.塔羅科血橙植株產量的近地遙感估測
　?。?）采集花芽生理分化期、休眠期和盛花期塔羅科血橙冠層近地遙感信息，采用Normalization、MSC、De-Noise、SNV等光譜預處理方法和PLS、MLR、PCR、L

8、S-SVM等數(shù)據(jù)建模方法建立植株產量的估測模型，結果發(fā)現(xiàn)，塔羅科血橙單株產量近地遙感光譜估測的最佳時期為休眠期，基于MSC預處理光譜所建LS-SVM模型預測效果最好，Rc和Rp分別為0.7290和0.7237，NRMSEC和NRMSEP分別為0.2347和0.2549。
　　（2）分別以植被指數(shù)、植被指數(shù)+原始光譜為自變量，建立單株產量的PLS、PCR、LS-SVM估測模型，通過比對所建模型的預測效果發(fā)現(xiàn)，單株產量估測的最佳時期仍