植物可见光与近红外反射光谱测量与分析

植物可见光与近红外反射光谱测量与分析

论文摘要

植物的可见光和近红外反射光谱是遥感分类、多光谱成像和色彩再现应用的基础数据,同时也是高光谱影像在对地面植物的分类和匹配的基础。故植物的光谱测量与分析具有十分重要的意义,论文测量与分析了地面植物的可见光和近红外反射光谱,目的是为地面植物遥感分类和识别、光谱成像和颜色再现提供数据。具体完成的工作包括:(1)采用室内测量的方式,使用高光谱成像光谱仪对可见与近红外波段上树木和花草进行了反射光谱的测量,测量的植物包括:樟树、桂树、银杏树、枫树等42种树木;草、杜鹃花、郁金香、玫瑰花等8种花草。获取了共50种树木和花草的反射光谱数据,并对光谱数据进行辐射校正和噪声处理。(2)分析了植物反射光谱特征。首先,分析了树木和花草的基本光谱特征,其次,对植物的不同种类和不同季节的反射光谱曲线进行了分析。最后,通过一阶导数和红边参数的方法进行了反射光谱特征分析,这些分析为光谱成像和地面植物的分类、识别奠定了基础。(3)对花草和树木的可见光与近红外的反射光谱数据使用主成分分析和相关性分析。在可见光波段,花草类和树木类的3个主成分的累积贡献率分别为0.978和0.970,5个主成分累积贡献率都为0.995;在近红外波段,花草类和树木类的3个主成分累积贡献率分别为0.998和0.996。相关性分析结果表明,在可见光波段和近红外波段,花草类和树木类的反射光谱的相关程度分别为0.238和0.316,属于低相关。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  •   1.1 研究背景和意义
  •   1.2 国内外研究现状
  •     1.2.1 国外研究现状
  •     1.2.2 国内研究现状
  •   1.3 本文研究内容
  •   1.4 本文组织结构
  • 第2章 光谱测量与分析相关知识
  •   2.1 测量仪器概述
  •     2.1.1 测量仪器
  •     2.1.2 成像基本原理
  •   2.2 光谱主成分分析理论
  •     2.2.1 主成分分析的基本原理
  •     2.2.2 主成分分析的几何解释
  •     2.2.3 主成分分析的计算过程
  •   2.3 光谱相关性分析理论
  •     2.3.1 相关性分析的原理
  •     2.3.2 相关性分析的研究过程
  •   2.4 本章小结
  • 第3章 反射光谱数据获取与处理
  •   3.1 研究区域
  •     3.1.1 地理位置与地貌
  •     3.1.2 气候环境
  •   3.2 研究对象
  •   3.3 高光谱数据采集
  •   3.4 反射光谱数据的预处理
  •     3.4.1 辐射定标
  •     3.4.2 最小噪声分离(Minimum Niose Fraction,MNF)
  •   3.5 本章小结
  • 第4章 反射光谱测量结果与特征分析
  •   4.1 反射光谱测量结果
  •     4.1.1 乔木类的反射光谱曲线制定
  •     4.1.2 花草类的反射光谱曲线制定
  •     4.1.3 果树类的反射光谱曲线制定
  •     4.1.4 灌木类的反射光谱曲线制定
  •   4.2 反射光谱的基本特征
  •   4.3 反射光谱的特征参数
  •   4.4 种类对反射光谱的影响
  •   4.5 季相变化对反射光谱的影响
  •   4.6 反射光谱的特征分析
  •     4.6.1 树木和花草光谱特征分析
  •     4.6.2 树木和花草的一阶导数特征分析
  •     4.6.3 四种植被类型的红边参数特征
  •   4.7 本章小结
  • 第5章 主成分分析和相关性分析的结果分析
  •   5.1 主成分分析的结果分析
  •   5.2 相关性分析的结果分析
  •   5.3 本章小结
  • 第6章 总结与展望
  •   6.1 总结
  •   6.2 展望
  • 参考文献
  • 攻读硕士期间发表的论文和科研成果
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 杜振华

    导师: 石俊生,许林

    关键词: 反射光谱,测量,可见光与近红外,主成分分析,相关性分析

    来源: 云南师范大学

    年度: 2019

    分类: 基础科学,农业科技

    专业: 生物学,农业基础科学

    单位: 云南师范大学

    分类号: S127;Q948

    总页数: 68

    文件大小: 3114K

    下载量: 238

    相关论文文献

    • [1].主成分分析方法求解主成分方法的改进[J]. 学术问题研究 2016(01)
    • [2].基于广义非凸鲁棒主成分分析的视频前背景分离[J]. 仪器仪表学报 2020(01)
    • [3].基于主成分分析的计量检测在水利行业的应用[J]. 中国资源综合利用 2020(05)
    • [4].主成分分析和反向传播神经网络模型在血液透析机预防维护中的应用[J]. 中国医学装备 2020(07)
    • [5].基于自适应滑窗递归稀疏主成分分析的工业过程故障监测[J]. 电子学报 2020(09)
    • [6].基于主成分分析和聚类分析的股市板块流动性分析[J]. 经济研究导刊 2018(04)
    • [7].基于主成分分析的中国各省市就业状况研究[J]. 市场周刊 2018(06)
    • [8].炒米米酒的滋味品质评价[J]. 中国酿造 2017(09)
    • [9].浅谈开放式小区对道路通行之影响[J]. 吉林建筑大学学报 2017(05)
    • [10].基于多元统计分析的出租车资源配置模型研究[J]. 数学学习与研究 2017(13)
    • [11].基于主成分分析的新建应用型本科高校课堂教学质量的影响因素评价[J]. 同行 2016(08)
    • [12].当前新疆巴州地区失业率的影响因素分析及对策研究[J]. 科学中国人 2017(15)
    • [13].浅谈主成分分析[J]. 数码世界 2017(07)
    • [14].基于全局主成分分析的城市化质量测度与比较——以河南省为例[J]. 济源职业技术学院学报 2019(04)
    • [15].湖南防范金融风险问题研究[J]. 现代营销(下旬刊) 2019(12)
    • [16].基于主成分分析的商业街道活力空间影响因素研究[J]. 城市建筑 2020(21)
    • [17].基于稳定稀疏主成分的基因表达数据聚类分析方法[J]. 黑龙江大学自然科学学报 2019(04)
    • [18].基于主成分和聚类分析的泡排气井分类[J]. 西安石油大学学报(自然科学版) 2018(01)
    • [19].对称设计与主成分分析[J]. 数学的实践与认识 2018(04)
    • [20].天津市现代化发展影响因素分析[J]. 智库时代 2018(23)
    • [21].基于主成分分析的大学生体质健康影响因素研究[J]. 武夷学院学报 2017(09)
    • [22].基于主成分分析的手写体数字识别方法研究[J]. 信息技术 2016(08)
    • [23].改进的主成分分析方法[J]. 舰船科学技术 2012(10)
    • [24].某医学高等专科学校教师成就感的主成分分析[J]. 中国卫生统计 2011(04)
    • [25].基于完全二维对称主成分分析的人脸识别[J]. 计算机工程 2010(12)
    • [26].非线性主成分分析在电能质量综合评估中的应用[J]. 电测与仪表 2008(06)
    • [27].影响装配式建筑质量因素的降维处理[J]. 山西建筑 2019(08)
    • [28].基于主成分分析的空气质量评价方法研究[J]. 环境保护与循环经济 2018(07)
    • [29].应用主成分分析综合评价社区卫生服务中心规模、效益、质量和效率[J]. 中国卫生统计 2013(06)
    • [30].基于主成分分析的装备综合保障能力评估[J]. 指挥信息系统与技术 2013(05)

    标签:;  ;  ;  ;  ;  

    植物可见光与近红外反射光谱测量与分析
    下载Doc文档

    猜你喜欢