论文部分内容阅读
我国是全球淡水资源最贫乏的国家之一,全国每年用水量分配中农业用水量占比居高不下,提高农业用水效率是实现水资源可持续利用的关键,而大田蒸散发是农田微气候与水文循环中的重要环节,蒸散量是地表水热平衡的重要组成部分,其快速、准确估算对准确制定大田灌溉制度和提高大田灌溉用水效率具有重要作用。目前传统蒸散量计算方法和卫星遥感估算蒸散量方法均难以满足大田尺度日蒸散量的快速、准确估算需求。为了探究无人机遥感估算大田日蒸散量可行性和适用性,快速、准确获取大田蒸散量空间分布信息,实现大田精准管理,本文以2018和2019年内蒙古自治区鄂尔多斯市达拉特旗昭君镇不同水分处理条件下的大田玉米为研究对象,采用大疆精灵4 Pro无人机可见光系统、自主研发的无人机多光谱系统和无人机热红外系统,首先对玉米不同生长阶段大田冠层及土壤表面分类方法进行研究,在此基础上分别对株高（h）、叶面积指数（LAI）、冠层温度（Tc）及土壤表面温度(Tsoil)等参数进行提取,分析了不同生长阶段各参数的变化规律,最后分别对双作物系数法、单层能量平衡法和双层能量平衡法3种蒸散量估算方法进行改进,开展了大田玉米蒸散量无人机遥感估算方法研究。论文主要研究内容和结论如下:（1）为了研究不同分类方法在大田玉米不同生长阶段适用性,确定基于无人机可见光遥感图像的大田冠层与土壤表面最优分类方法,对比分析了基于面向对象的支持向量机、最大似然、人工神经网络、随机森林和K-means 5种方法对不同玉米生长阶段大田冠层和土壤表面分类结果,并分析了不同玉米生长阶段不同分类方法精度变化规律。研究表明,由于植被覆盖度变化导致大田玉米冠层与土壤表面分类精度在快速生长期至生长后期先减小后增大,并且快速生长期分类精度最高;5种分类方法中基于面向对象的支持向量机能够较准确地对玉米不同生长阶段大田冠层及土壤表面分类（总体精度≥96.03%,Kappa系数≥0.918）,为大田蒸散量无人机遥感快速、准确估算提供了技术依据。（2）基于双作物系数法的大田玉米蒸散量估算。为了实现基于双作物系数法的大田玉米蒸散量快速、准确估算,采用无人机遥感分别对大田玉米h及LAI进行提取,并在此基础上改进了双作物系数法。结果表明,结合大田玉米冠层及土壤表面分类结果,利用不同玉米生长期无人机数字表面模型与出苗前裸地数字表面模型做差运算,能够较准确地提取h（2018年:R~2=0.97,RMSE=0.09 m;2019年:R~2=0.96,RMSE=0.09m）;通过支持向量回归法,结合不同年份及植被指数建立的不同玉米生长阶段LAI预测模型均能够较准确地对大田玉米LAI进行预测（快速生长期:R~2=0.9620,RMSE=0.0440;生长中期:R~2=0.9658,RMSE=0.0908;生长后期:R~2=0.9760,RMSE=0.0644）;此外,改进的双作物系数法估算的蒸散量与原双作物系数法计算结果误差较小（R~2≥0.95,RMSE≤0.17 mm）,实现了大田玉米蒸散量空间分布信息的快速、准确提取。（3）大田玉米冠层温度及土壤表面温度提取。首先研究了无人机飞行高度对热红外图像温度的影响,针对本文无人机热红外系统飞行高度（60 m）,建立了不同时期热红外图像温度校正模型（2018年:R~2≥0.91;2019年:R~2≥0.92）,验证表明,校正后的热红外图像中能够较准确地提取地表温度（2018年:R~2=0.97,RMSE=0.81℃;2019年:R~2=0.98,RMSE=0.86℃）。在此基础上,基于无人机遥感技术分别对Tc及Tsoil进行提取,并分析了不同玉米生长阶段地表温度（Ts）、Tc及Tsoil变化规律。结果表明,结合玉米大田冠层及土壤表面的分类结果与校正后的热红外温度图像,能够较准确地提取玉米大田Tc和Tsoil(Tc:R~2≥0.82,RMSE≤0.86℃;Tsoil:R~2≥0.83,RMSE≤1.07℃);Ts、Tc及Tsoil随玉米生长逐渐降低,且受降雨和灌溉的影响较大,在相同条件下,Tsoil最大,Ts次之,Tc最小。（4）基于地表能量平衡法的大田玉米蒸散量估算。为了提高地表能量平衡法估算蒸散量的可行性与精度,在无人机遥感提取h、LAI、Ts、Tc及Tsoil基础上,分别对单层能量平衡法和双层能量平衡法进行改进。结果表明:基于无人机遥感改进的单层能量平衡法和双层能量平衡法估算的蒸散量与原方法计算结果误差较小（单层能量平衡法:R~2≥0.96,RMSE≤0.53 mm;双层能量平衡法:R~2≥0.95,RMSE≤0.36 mm）,实现了基于地表能量平衡法的大田玉米蒸散量无人机遥感快速、准确估算,尤其是改进的双层能量平衡法,降低了原双层能量平衡法估算大田蒸散量的复杂性。（5）蒸散量无人机遥感估算方法验证及影响因素分析。首先基于水量平衡法对不同蒸散量无人机遥感估算方法进行验证,结果表明,改进的双作物系数法能够较准确地对大田玉米蒸散量进行估算（2018年:R~2≥0.92,RMSE≤0.88 mm;2019年:R~2≥0.91,RMSE≤0.50 mm）,在此基础上,基于无人机遥感建立了玉米不同生长阶段大田蒸散量空间分布图,能够清楚地体现出玉米不同生长阶段大田蒸散量的空间差异;然后通过分析灌溉及降雨对大田玉米蒸散量的影响,以及不同作物及光谱参数对玉米不同生长阶段大田蒸散量的影响规律发现,玉米快速生长期至生长后期,蒸散量受降雨和灌溉影响的敏感度先增大后减小,并且在快速生长期向生长中期的过渡期达到最大值,当灌溉和降雨时,大田蒸散量开始增加,并在第2天或第3天达到峰值;此外,确定了快速生长期不同作物参数及植被指数中影响大田蒸散量的主导因素为h、生长中期和生长后期为EVI。