网站大量收购独家精品文档,联系QQ:2885784924

姜腾飞高光谱遥感农业应用作业.ppt

  1. 1、本文档共22页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
姜腾飞高光谱遥感农业应用作业

《高光谱遥感农业应用》 12通信工程 姜腾飞 目录 (一)遥感分类 (二)高光谱遥感定义 (三)高光谱具有的特点 (四)高光谱遥感的应用 (五)高光谱遥感在农业中的发展趋势 (六)高光谱遥感在农业中应用 遥感分类 光谱分辨率在10-1λ数量级范围内的遥感称为多光谱(Multi-spectral)遥感 光谱分辨率在10-2λ数量级范围内的遥感称为高光谱(Hyper-spectral)遥感 光谱分辨率在10-3λ数量级范围内的遥感称为超光谱(Ultra-spectral)遥感 高光谱遥感定义 高光谱遥感是在电磁波谱的可见光、近红外、中红外和热红外波段范围内,利用成像光谱仪获取许多非常窄的光谱连续的影像数据的技术。高光谱遥感具有较高的光谱分辨率,通常在10-2λ数量级 高光谱具有的特点 高光谱遥感在农业中的发展趋势主要有: (1)精准农业中的作物长势监测。主要利用红外波段和近红外波段遥感信息,得到的植被指数(NDVI)与作物的叶面积指数和生物量正相关。利用NDVI过程曲线,特别是后期的变化速率预测冬小麦产量的效果很好,精度较高。在精准农业的应用中,通过高空间和高光谱分辨率的航空与航天遥感,来及时(平均2天~3天一次)地提供农作物长势、水肥状况和病虫害情况,称之为“征兆图”(Symptom Maps),供诊断、决策和估产等使用。为了实时地获取数据,需要反复利用航空遥感或利用各个小卫星建立全球数据采集网。 (2)高光谱遥感与精准农业研究的基础问题还有待解决,如环境胁迫作用下的遥感机理和遥感标志研究,遥感与GIS的集成对作物胁迫作用的诊断理论以及作物生长环境和收获产量实际分布的空间差异性机理和环境胁迫作用与产量形成的遥感定量关系。为了解决上面的理论和应用问题,需要抓住高光谱、高分辨率、雷达遥感等技术手段和“三S”集成技术等关键技术。 (3)对植被的叶面积指数、生物量、全氮量、全磷量等生物物理参数进行分析和估算。在精准农业研究中,高光谱遥感具有广阔的应用前景。比如可以从遥感数据中提取生物物理和生物化学的参数,就是用高空的高光谱遥感数据对一些重要的生物和农学参数的反演。这种研究可以用来研究生态系统过程,如光合作用、C、N循环等,也可以用来对生态系统进行描述和模拟。 (4)最具潜力和效益的应用前景就是研究作物的光谱特征农学遥感机理,将其应用于遥感估产,做到对农作物生长势的动态监测、病虫害的早期诊断和产量的早期预报。可以用于农业自然灾害(水、旱、火、虫、病等)的遥感实时动态监测和损失评估,主要农作物的长势、播种面积的监测和产量预报以及草地估产、草畜平衡估算,进行农业自然资源与环境的动态监测与评估,进行全国耕地变化的遥感动态监测。 高光谱遥感在农业中应用 kgN/ha 通过NDVI和积温预测目标产量,计算子粒氮素总需求。 通过NDVI预测光谱测定时的氮素含量,并最终计算氮素追肥量。 精确灌溉处方 * * * Bean:豆 大稻判别 (1)波段多,波段宽度窄。成像光谱仪在可见光和近红外光谱区内有数十甚至数百个波段。与传统的遥感相比,高光谱分辨率的成像光谱仪为每一个成像象元提供很窄的(一般10nm) 成像波段,波段数与多光谱遥感相比大大增多,在可见光和近红外波段可达几十到几百个,且在某个光谱区间是连续分布的,这不只是简单的数量的增加,而是有关地物光谱空间信息量的增加。 (2)光谱响应范围广,光谱分辨率高。成像光谱仪响应的电磁波长从可见光延伸到近红外,甚至到中红外。成像光谱仪采样的间隔小,光谱分辨率达到纳米级,一般为10nm左右。精细的光谱分辨率反映了地物光谱的细微特征。 (3)可提供空间域信息和光谱域信息,即“谱像合一”,并且由成像光谱仪得到的光谱曲线可以与地面实测的同类地物光谱曲线相类比。在成像高光谱遥感中,以波长为横轴,灰度值为纵轴建立坐标系,可以使高光谱图像中的每一个像元在各通道的灰度值都能产生1 条完整、连续的光谱曲线,即所谓的“谱像合一”。 (4)数据量大,信息冗余多。高光谱数据的波段众多,其数据量巨大,而且由于相邻波段的相关性高,信息冗余度增加。 (5)数据描述模型多,分析更加灵活。高光谱影像通常有三种描述模型:图像模型、光谱模型与特征模型。 优点: 有利于利用光谱特征分析来研究地物 有利于采用各种光谱匹配模型 有

文档评论(0)

kabudou + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档