基于地-空遥感数据耦合的苹果树冠层氮素含量反演.pdfVIP

符号说明 G: Green Band, 绿光波段 R: Red Band, 红光波段 E: Red Edge Band, 红边波段 N: Near-Infrared Band, 近红外波段 DVI: Difference Vegetation Index, 差值植被指数 RVI: Ratio Vegetation Index 比值植被指数 NDVI:Normal Difference Vegetation Index, 归一化植被指数 RDVI: Re-normalized Difference Vegetation Index, 重归一化植被指数 SAVI: Soil-Adjusted Vegetation Index, 土壤调节植被指数 MSAVI: Modified Soil-Adjusted Vegetation Index, 调整土壤植被指数 NRI: Nitrogen Reflectance Index, 氮反射指数 GNDVI: Green Normalized Difference Vegetation Index, 绿色归一化植被指数 NDCI: Normalized Difference Chlorophyll Index, 归一化差值叶绿素指数 TCARI: Transformed Chlorophyll Absorption Reflectance Index, 转换叶绿素吸收光谱指数 TVI: Triangular Vegetation Index, 三角植被指数 MCARI: Modified Chlorophyll Absorption Ratio Index, 改良叶绿素吸收比指数 MNLI: Modified Non-Linear Index, 改进非线性植被指数 MSAVI2: Modified Soil-Adjusted Vegetation Index 2, 二次改进土壤调节植被指数 MSRVI: Modified Simple Ratio Vegetation Index, 改进简单比值植被指数 NLI: Non-Linear Vegetation Index, 非线性植被指数 w: Canopy abundance parameter, 冠层丰度参量 LR: Linear Regression, 线性回归 SLR: Stepwise Linear Regression, 逐步线性回归 PLSR: Partial Least Squares Regression, 偏最小二乘回归 SVR: Support Vector Machine Regression, 支持向量机回归 RFR: Ramdom Forest Regression, 随机森林回归 2 R : Coefficient of Determination, 决定系数 RMSE : Root Mean Square Error,均方根误差 RPD ：Residual Prediction Difference, 剩余预测残差 目 录 中文摘要I Abstract III 1 前言 1 1.1 研究背景及意义 1 1.2 国内外研究进展 2 1.2.1 基于地面遥感的氮素含量反演研究进展 2 1.2.2 基于空间遥感的氮素含量反演研究进展 4 1.2.3 基于地-空遥感数据耦合的氮素反演研究进展 6 1.3 研究内容 7 1.4 技术路线 8 2 材料与方法 10 2.1 研究区概况 10 2.2 数据获取 11 2.2.1 无人机多光谱数据获取 11 2.2.2 苹果树冠层叶片采集 11 2.2.3 地面高光谱数据获取 12 2.2.4 苹果树冠层氮素含量测定 13 2.3 数据预处理 13 2.3.1 地面高光谱数据重采样 13 2.3.2 无人机多光谱影像预处理 14 2.4 光谱特征参量 16 2.4.1 植被指数类光谱特征参量 16 2.4.2 非植被指数类光谱特征参量 18 2.5 基于地-空遥感数据耦合的苹果树冠层丰度参量的构建 18 2.6 苹果树冠层氮素含量估测模型 19 2.6.1 线性苹果树冠层氮素含量估测模型 20 2.6.2 非线性苹果树冠层氮素含量估测模型 21 2.7 基于无人机遥感影像的苹果树冠层提取 23 2.8 氮素含量反演精度评价指标 23 3 结果与分析 25