学位论文 > 优秀研究生学位论文题录展示

主要农作物生长特征参数自动化观测技术研究

作　者: 王秀芳
导　师: 杨玲
学　校: 成都信息工程学院
专　业: 农业信息化
关键词: 农作物覆盖度自动化观测生长参数特征分析
分类号: S163
类　型: 硕士论文
年　份: 2012年
下　载: 6次
引　用: 0次
阅　读: 论文下载

内容摘要

农业气象观测是农业气象业务、服务和科研的基础，其中农作物生长观测是农业气象观测的一个重要部分，通过对作物特征参数的观测可及时了解作物的生长状况，便于采取各种管理措施，从而保证作物的正常生长。目前我国农业气象观测主要以人工观测为主，农业气象现代化建设相对滞后，农业气象观测技术远不能满足现代农业高精度、高时效的观测要求，迫切需要提高农业气象的自动化观测能力。中国气象局气象探测中心主持国家科技部公益性行业（气象）科研专项“农业气象观测自动化系统研发”，开展农业气象自动化观测技术的研发。该行业专项通过研究基于图像突变性和渐变性特征相结合的作物生长自动观测方法，实现作物（小麦、玉米、水稻、棉花）的发育期、覆盖度、长势、密度等生长特征参数的自动化观测，本论文利用项目自动化观测试验资料，开展在线式作物覆盖度的研究。覆盖度是作物生长过程中重要生长参数之一，反映了环境对作物综合影响结果。本论文利用研发的设备及两年来在三个地点对小麦、玉米开展的作物覆盖度自动和人工对比试验资料，开展了覆盖度的质量控制研究，分析了玉米和小麦覆盖度的变化特征及其与作物其他生长参数相关性的特征分析，并得出以下结论：（1）由于试验自动观测装置在田地里固定安装，受降水、大风、大雾、降雪等异常性天气影响，自动采集的作物图像存在不清晰现象，致使此类天气条件下的覆盖度计算失真；同时作物图像还受到一天中光照强度变化的影响，计算的覆盖度会产生一定波动，因此对所采集的图像须进行实时质量控制。根据农田小气候观测资料，对发生天气过程和异常灾害天气状况下拍摄图像应予以剔除。对于图像处理技术无法避免的光照、噪声等因素造成的突变覆盖度应予以控制：研究分析夏玉米小时覆盖度一天之内变化不应大于6.4%，冬小麦小时覆盖度一天之内变化应在8.6%内。（2）夏玉米覆盖度在整个发育期呈单峰曲线变化趋势，覆盖度在玉米抽雄期前后达到峰值，平均约为87.5%。冬小麦覆盖度在整个发育期内呈双峰曲线变化趋势，分别在越冬开始前分蘖阶段达到第一个峰值，约为45.3%；越冬后冬小麦恢复生长，在拔节期至孕穗期前后达到第二个峰值，约为68.2%。夏玉米和冬小麦覆盖度均在乳熟期迅速下降至最低值。（3）经分析和检验，夏玉米覆盖度与叶面积指数（LAI）相关系数达到0.94，冬小麦覆盖度与叶面积指数（LAI）相关系数为0.78，均通过α=0.01的极显著性检验。两种作物的覆盖度与LAI呈指数曲线变化关系，经模型检验，指数模型估算的夏玉米LAI值和实测值相对误差为7.04%，冬小麦估算LAI值和实测值相对误差8.64%，指数函数模型模拟精度较高。试验结果为由实时覆盖度观测推算LAI打下基础。（4）夏玉米覆盖度与株高、生长量线性相关性显著，相关系数在0.80以上，说明玉米株高和生长量的变化影响着作物覆盖度的变化；冬小麦覆盖度与株高相关性不明显，冬小麦覆盖度与生长量相关水平各试验点情况不一致，主要原因可能为小麦覆盖度算法有待改进，人工观测资料代表性不够，小麦覆盖度受单一要素的变化影响不显著，有待进一步开展试验研究作深入分析。

全文目录

摘要  3-5
Abstract  5-7
目录  7-10
第一章农作物生长参数自动化观测技术研究综述  10-19
  1.1 植株高度自动观测技术  10-13
    1.1.1 主动式测距  10-11
    1.1.2 被动式测距  11-12
      1.1.2.1 单目视觉测距  11
      1.1.2.2 立体视觉测距  11-12
    1.1.3 小结  12-13
  1.2 作物覆盖度自动观测技术  13-15
    1.2.1 地面测量法  13-14
      1.2.1.1 仪器测量法  13
      1.2.1.2 统计测量法  13
      1.2.1.3 近景摄影测量法  13-14
    1.2.2 遥感测量法  14-15
      1.2.2.1 物理模型法  14
      1.2.2.2 统计模型法  14-15
    1.2.3 小结  15
  1.3 发育期自动观测技术  15-17
    1.3.1 遥感监测技术  15-16
    1.3.2 地面监测技术  16-17
      1.3.2.1 机器视觉监测  16
      1.3.2.2 图像识别技术  16-17
      1.3.2.3 在线式远程监控  17
    1.3.3 小结  17
  1.4 总结与展望  17-19
第二章在线式作物覆盖度自动化观测技术  19-29
  2.1 在线式作物覆盖度自动化观测装置  19-21
    2.1.1 图像及农田气象数据采集单元  19-20
    2.1.2 通讯传输单元和数据处理中心  20-21
  2.2 仪器与人工对比观测试验  21-22
    2.2.1 试验地段  21-22
    2.2.2 仪器和人工对比观测方法  22
  2.3 在线式作物覆盖度自动化观测方法  22-29
    2.3.1 图像采集传感器（数码相机）标定  23-25
    2.3.2 图像去光照干扰算法  25
    2.3.3 图像去噪处理算法  25-27
    2.3.4 计算覆盖度样本区的确定  27-29
第三章主要作物覆盖度质量控制研究  29-40
  3.1 资料来源及处理  29
  3.2 夏玉米覆盖度质量控制研究  29-34
    3.2.1 雨天对覆盖度影响分析  29-31
    3.2.2 雾天对覆盖度影响分析  31-32
    3.2.3 晴天对覆盖度影响分析  32-33
    3.2.4 夏玉米覆盖度小时变化控制范围分析  33-34
  3.3 冬小麦覆盖度质量控制研究  34-39
    3.3.1 冬季对覆盖度影响分析  34-36
    3.3.2 积雪对覆盖度影响分析  36-37
    3.3.3 晴天对覆盖度影响分析  37-38
    3.3.4 冬小麦覆盖度小时变化控制范围分析  38-39
  3.4 小结  39-40
第四章作物覆盖度变化特征分析  40-48
  4.1 资料处理  40
  4.2 夏玉米覆盖度变化特征  40-44
    4.2.1 夏玉米覆盖度整体变化特征  40-42
    4.2.2 夏玉米不同发育期覆盖度变化特征  42-44
      4.2.2.1 幼苗期  42
      4.2.2.2 主要营养生长阶段  42-43
      4.2.2.3 主要生殖生长阶段  43
      4.2.2.4 成熟阶段  43-44
  4.3 冬小麦覆盖度变化特征  44-47
    4.3.1 冬小麦覆盖度整体变化特征  44-45
    4.3.2 冬小麦不同发育期覆盖度变化特征  45-47
      4.3.2.1 越冬前营养生长阶段  45-46
      4.3.2.2 越冬后营养生长阶段  46
      4.3.2.3 越冬后生殖生长阶段  46-47
  4.4 小结  47-48
第五章作物覆盖度与其他生长参数关系分析  48-64
  5.1 资料处理  48
  5.2 夏玉米覆盖度与其他生长参数关系分析  48-54
    5.2.1 夏玉米覆盖度与叶面积指数关系  49-52
      5.2.1.1 模型建立  49-50
      5.2.1.2 模型检验  50-51
      5.2.1.3 小结  51-52
    5.2.2 夏玉米覆盖度与株高关系  52-54
      5.2.2.1 夏玉米不同发育期覆盖度与株高关系  52
      5.2.2.2 夏玉米覆盖度与株高线性拟合关系  52-54
      5.2.2.3 小结  54
  5.3 冬小麦覆盖度与其他生长参数关系分析  54-64
    5.3.1 冬小麦覆盖度与叶面积指数关系  55-58
      5.3.1.1 模型建立  56-57
      5.3.1.2 模型检验  57-58
      5.3.1.3 小结  58
    5.3.2 冬小麦覆盖度与株高关系  58-61
      5.3.2.1 冬小麦不同发育期覆盖度与株高关系  58-59
      5.3.2.2 各试验点具体变化情况  59-60
      5.3.2.3 小结  60-61
    5.3.3 冬小麦覆盖度与生长量关系  61-64
      5.3.3.1 各试验点冬小麦覆盖度与生长量关系  61-62
      5.3.3.2 小结  62-64
第六章总结与结论  64-66
参考文献  66-70
致谢  70

主要农作物生长特征参数自动化观测技术研究

内容摘要

全文目录

相似论文