论文题目：基于小波变换和偏最小二乘法的谷子农学参数高光谱监测研究
摘要：现有的谷子农学参数估测模型容易受到地域、生育期以及环境条件因素的影响,同时光谱曲线中具有噪音而且不能将光谱信息全部有效利用,因此为进一步提高谷子估测模型的预测能力和稳健性,将光谱信息尽可能多的有效利用,需要引入新的方法。近几年,连续小波变换与偏最小二乘法具有显著的优点被学者广泛应用,但目前将这两种方法的优势结合并应用于谷子农学参数估测模型建立的方面研究还相对较少。本研究以谷子（晋谷21、晋谷28）作为研究对象,于不同生育时期测定了光谱反射率与主要农学参数,对其变化规律进行分析。之后选取正交小波coif3小波、db5小波、Haar小波、sym8小波以及双正交小波bior1.5小波、rbio3.1小波,利用不同小波基对冠层光谱进行变换并提取小波能量系数,并与各农学参数进行相关性分析,选出表现最优的小波基进行不同尺度的分解,确定最优分解尺度,之后运用偏最小二乘法（PLSR）建立谷子农学参数的小波能量系数估测模型,并进行验证。结果表明:1.不同有机肥处理条件下谷子冠层光谱变化趋势整体趋于一致。随着生育期的推进和有机肥施用量的变化,光谱的反射率呈现出较大的差异。随着有机肥施用量的增多,“绿峰”峰值有所降低,近红外波段呈现出上升的趋势,且不同处理冠层光谱的差异在可见光区域较为明显。不同有机肥处理后,谷子农学参数均发生显著变化,叶绿素含量随生育期的推进呈先增后降的趋势,株高和植株氮含量呈逐渐增加的趋势,不同生育时期各参数变化趋于一致,随有机肥施用量的增多逐渐升高。2.通过不同小波基变换处理后,将各小波能量系数与各农学参数进行相关性分析,并进行不同尺度的分解,不同的小波基与不同分解尺度对谷子各农学参数的相关性均有不同程度的提升。bior1.5小波（scale=4）与株高的相关性最佳,db5小波（scale=8）、rbio3.1小波（scale=2）与叶绿素含量的相关性最佳,coif3小波（scale=64）、sym8小波（scale=8）、haar小波（scale=8）在植株氮的相关性最佳。3.与原始光谱相比较,经过小波变换所建立的模型均优于原始光谱。bior1.5小波和db5小波分解尺度分别为4和8时,小波系数构建的模型最好。而coif3小波,则以分解尺度为64时,小波系数构建的模型最好。说明原始光谱在经过小波变换后,所建立的模型有更好的预测能力和稳健性,使模型更具有应用价值。
关键词：谷子;有机肥;农学参数;高光谱;小波变换
学科专业：农业硕士（专业学位）
摘要
1 引言
1.1 高光谱遥感技术研究现状
1.2 小波变换概述
1.3 农作物高光谱遥感研究进展
1.4 研究目的与意义
2 材料与方法
2.1 试验设计
2.2 数据获取
2.2.1 冠层光谱测定
2.2.2 株高的测量
2.2.3 叶绿素的测定
2.2.4 植株氮含量的测定
2.3 数据处理与方法
2.3.1 数据处理
2.3.2 小波函数及层数的选取
2.4 模型的构建与验证
3 结果与分析
3.1 不同有机肥谷子冠层光谱变化特征分析
3.1.1 不同生育时期谷子冠层光谱变化特征
3.1.2 不同有机肥处理谷子冠层光谱变化特征
3.2 不同有机肥的谷子农学参数变化规律
3.2.1 谷子株高变化规律
3.2.2 谷子叶绿素含量变化规律
3.2.3 谷子植株氮含量变化规律
3.3 冠层光谱与谷子农学参数的相关性分析
3.3.1 冠层光谱与株高的相关性分析
3.3.2 冠层光谱与叶绿素含量的相关性分析
3.3.3 冠层光谱与植株氮含量的相关性分析
3.4 小波能量系数与各农学参数的相关性分析
3.4.1 coif3小波能量系数与谷子农学参数的相关性分析
3.4.2 Db5小波能量系数与谷子农学参数的相关性分析
3.4.3 bior1.5小波能量系数与谷子农学参数的相关性分析
3.4.4 sym8小波能量系数与谷子农学参数的相关性分析
3.4.5 haar小波能量系数与谷子农学参数的相关性分析
3.4.6 rbio3.1小波能量系数与谷子农学参数的相关性分析
3.5 小波能量系数估测模型的建立与验证
3.5.1 谷子株高估测模型的构建与验证
3.5.2 谷子叶绿素含量估测模型的构建与验证
3.5.3 谷子植株氮含量估测模型的构建与验证
4 讨论与结论
4.1 讨论
4.2 结论
参考文献
Abstract
附图
致谢