水稻氮磷钾的高光谱遥感诊断毕业论文.doc

毕业论文 题 目水稻氮磷钾的高光谱遥感诊断 学生姓名 孙伟 学 号 20081335006 院 系 遥感学院 专 业 遥感科学与技术 指导教师 林芬芳 二Ｏ一二 年 六 月 六 日 目 录 1绪论 1 1.1研究目的与研究意义 1 1.2国内外研究现状 2 1.2.1水稻氮元素的高光谱诊断研究进展 2 1.2.2水稻磷元素的高光谱诊断研究进展 2 1.2.3水稻钾元素的高光谱诊断研究进展 3 2材料与方法 3 2.1试验设计 4 2.1.1水稻氮试验设计 4 2.1.2水稻磷试验设计 4 2.1.3水稻钾试验设计 4 2.2数据采集 4 2.2.1水稻氮磷钾高光谱数据测定 4 2.2.2水稻氮磷钾含量测定 5 2.3光谱数据预处理 5 2.4研究方法 5 2.4.1红边参数 5 2.4.2间隔偏最小二乘法 5 2.4.3BP人工神经网络 5 2.5精度验证 6 3结果与讨论 7 3.1水稻氮磷钾含量的基本统计 7 3.2水稻叶片光谱反射率叶片氮磷钾含量的相关关系 7 3.2.1水稻叶片光谱反射率叶片氮含量的相关关系 7 3.2.2水稻叶片光谱反射率叶片磷含量的相关关系 8 3.2.3水稻叶片光谱反射率叶片钾含量的相关关系 8 3.3水稻氮含量的高光谱预测 8 3.3.1利用红边比值参数反演水稻氮素含量 9 3.3.2利用PLS对氮含量建立模型结果分析 10 3.3.3 BP人工神经网络对氮含量的分析 11 3.4水稻磷含量的高光谱诊断 11 3.4.1利用红边比值参数反演水稻磷素含量 12 3.4.2利用PLS对磷含量建立模型结果分析 12 3.4.3 BP人工神经网络对磷含量的分析 13 3.5水稻钾含量的高光谱诊断 14 3.5.1利用红边比值参数反演水稻钾素含量 14 3.5.2利用PLS对钾含量建立模型结果分析 15 3.5.3 BP人工神经网络对钾含量的分析 16 4结论 17 参考文献 17 致谢 18 ABSTRACT 19  水稻氮磷钾的高光谱遥感诊断 孙伟 南京信息工程大学遥感科学与技术系，南京 210044 摘要：水稻营养诊断的传统化学分析方法费时费力，且诊断结果无法及时被应用到生产中。基于植物光谱反射特性的地面高光谱技术具有准确、快捷、自动化程度高、非破坏性等优点，使得水稻养分的快速诊断和长势监测成为可能。本研究以水稻拔节期叶片高光谱数据为数据源，采用红边参数、协同间隔偏最小二乘法和BP人工神经网络等常用高光谱数据处理方法分析比较地面高光谱技术对水稻氮磷钾含量的估测能力。在水稻氮素营养方面，确定敏感波段范围为470-1300nm，基于siPLS和BP人工神经网络的水稻氮含量估测模型精度均高于基于红边参数的估测模型，其相关系数接近或大于0.9，均方根误差RMSE都在0.1到0.2之间；与氮相比，基于三种算法的水稻叶片磷含量估测模型的均方根误差RMSE均很高，接近或超过0.1，相当于水稻磷含量平均值的1/3，因此，水稻磷素营养的高光谱诊断模型还有待进一步的研究； 水稻钾素营养的敏感波段范围为658-1112nm，基于siPLS和BP人工神经网络的水稻钾含量估测模型精度均高于基于红边参数的估测模型，其相关系数大于0.9，均方根误差RMSE接近0.08，相当于水稻钾含量平均值的1/14。最后，鉴于水稻数据生育期和品种的不完整性,本研究所得到的结论还有待下一步系统的分析和验证。 关键词：水稻，氮，磷，钾，高光谱 1绪论 研究目的和研究意义 遥感是20世纪60年代发展起来的对地观测综合性技术，随着人类社会进入信息时代，人们越来越多的借助于遥感技术来解决农业生产中的各种问题。近30多年来，遥感技术已日益深入到日常农业生产中，并逐步从单一波段向多光谱、高光谱乃至超光谱方向发展。高光谱遥感技术以其较窄波段区间、波段多、光谱以及空间分辨率高等特点，在农作物长势的营养监测与估产、病虫灾害防治等方面做出了重要的贡献。 通过遥感数据建立作物营养元素的高光谱诊断模型，对作物的合理施肥具有重要的指导意义。传统的水稻营养诊断方法主要是基于实验室对作物组织进行化学分析。其中主要有杜马氏法和凯氏定氮法, 该方法从采样到测试需