首页--农业科学论文--农业基础科学论文--农业物理学论文--遥感技术在农业上的应用论文

作物冠层色素含量及其垂直分布遥感监测研究

致谢1第4-5页
摘要第5-8页
ABSTRACT第8-11页
第1章 绪论第19-43页
    1.1 选题背景与意义第19-21页
    1.2 作物色素含量及其垂直分布遥感监测研究现状第21-37页
        1.2.1 类胡萝卜素含量遥感反演研究现状第21-23页
        1.2.2 叶绿素垂直分布遥感监测研究现状第23-29页
        1.2.3 叶绿素含量遥感反演研究现状第29-37页
    1.3 存在问题第37-40页
    1.4 论文研究内容、技术路线与组织结构第40-43页
        1.4.1 研究内容第40-41页
        1.4.2 技术路线第41-42页
        1.4.3 组织结构第42-43页
第2章 基于近地和模拟高光谱数据的类胡萝卜素含量遥感反演第43-63页
    2.1 实验数据与方法第43-49页
        2.1.1 研究区第43-44页
        2.1.2 冠层光谱测量第44-45页
        2.1.3 冠层类胡萝卜素含量测定第45页
        2.1.4 光谱指数第45-47页
        2.1.5 PROSAIL模型模拟第47-49页
        2.1.6 数据分析方法第49页
    2.2 研究结果第49-60页
        2.2.1 作物冠层类胡萝卜素含量反演和模型验证第49-57页
        2.2.2 饱和度分析第57-58页
        2.2.3 叶绿素含量变化对光谱指数和类胡萝卜素含量关系的影响第58-60页
    2.3 结果讨论第60-62页
    2.4 本章小结第62-63页
第3章 基于多角度高光谱数据的类胡萝卜素含量遥感反演第63-79页
    3.1 实验数据与方法第63-66页
        3.1.1 研究区第63页
        3.1.2 数据获取第63-65页
        3.1.3 光谱特征参数和光谱指数第65-66页
        3.1.4 数据分析方法第66页
    3.2 研究结果第66-76页
        3.2.1 冬小麦冠层类胡萝卜素含量与原始光谱反射率的相关性分析第66-67页
        3.2.2 冬小麦冠层类胡萝卜素含量与连续统去除后光谱反射率的相关性分析第67-68页
        3.2.3 基于多角度高光谱数据的类胡萝卜素遥感反演模型和验证第68-72页
        3.2.4 冬小麦不同株型品种对类胡萝卜素含量反演结果的影响第72-75页
        3.2.5 模型验证第75-76页
    3.3 结果讨论第76-77页
    3.4 本章小结第77-79页
第4章 叶绿素垂直分布多角度高光谱遥感监测第79-103页
    4.1 实验数据与方法第79-83页
        4.1.1 研究区第79-80页
        4.1.2 多角度冠层光谱测量第80页
        4.1.3 叶绿素含量垂直分布测定第80-81页
        4.1.4 光谱指数和数据分析方法第81-83页
    4.2 研究结果第83-97页
        4.2.1 叶片叶绿素含量在小麦冠层内部的垂直分布规律第83-84页
        4.2.2 不同观测天顶角下冬小麦冠层光谱反射率变化特征第84-85页
        4.2.3 不同观测天顶角下光谱指数与叶绿素垂直分布敏感性分析第85-90页
        4.2.4 基于优化的两波段和三波段光谱指数的叶绿素垂直分布反演第90-97页
        4.2.5 叶绿素含量垂直分布反演模型验证第97页
    4.3 结果讨论第97-100页
    4.4 本章小结第100-103页
第5章 基于Sentinel-2卫星数据的叶绿素含量遥感反演第103-129页
    5.1 实验数据与方法第103-114页
        5.1.1 研究区和地面调查第103-105页
        5.1.2 Sentinel-2数据特征第105-106页
        5.1.3 Sentinel-2数据获取和预处理第106-107页
        5.1.4 叶绿素含量测定第107页
        5.1.5 植被指数第107-108页
        5.1.6 机器学习算法基本原理第108-114页
        5.1.7 数据分析第114页
    5.2 研究结果第114-125页
        5.2.1 Sentinel-2红边波段对基于VIs方法的叶绿素含量反演精度的影响第114-119页
        5.2.2 Sentinel-2红边波段对基于机器学习算法的叶绿素含量反演精度的影响第119-122页
        5.2.3 基于Sentinel-2数据的叶绿素含量反演和区域制图第122-125页
    5.3 不同波段分辨率对叶绿素含量反演精度影响讨论第125-127页
    5.4 本章小结第127-129页
第6章 结论、创新点与展望第129-135页
    6.1 研究结论第129-131页
    6.2 主要创新点第131-132页
    6.3 展望第132-135页
参考文献第135-147页
致谢2第147-149页
作者简介及在学期间发表论文与研究成果第149-151页

论文共151页,点击 下载论文
上一篇:应用于植物生理检测的高通量叶绿素荧光成像系统研究
下一篇:高校科研经费管理风险防控研究--以广东A高校为例