摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第8-16页 |
1.1 农作物病害遥感监测的基本原理 | 第8-10页 |
1.2 国内外研究进展 | 第10-12页 |
1.2.1 遥感病害研究方法进展 | 第10-11页 |
1.2.2 主要农作物气象预报方法研究进展 | 第11页 |
1.2.3 GIS、GPS与RS相结合的应用技术研究 | 第11-12页 |
1.3 存在的主要问题 | 第12-13页 |
1.4 研究内容及技术路线 | 第13-16页 |
第二章 材料与方法 | 第16-24页 |
2.1 研究区简介 | 第16页 |
2.2 遥感数据与预处理 | 第16-18页 |
2.2.1 遥感影像获取 | 第16-18页 |
2.2.2 遥感数据预处理 | 第18页 |
2.3 地面试验及数据获取 | 第18-22页 |
2.3.1 小区试验设计与数据采集 | 第18-19页 |
2.3.2 开放性大田试验与数据采集 | 第19-20页 |
2.3.3 纹枯病病情指数获取 | 第20-21页 |
2.3.4 调查时间 | 第21-22页 |
2.4 本章小结 | 第22-24页 |
第三章 基于NDVI密度分割的冬小麦种植面积提取 | 第24-34页 |
3.1 引言 | 第24页 |
3.2 数据与方法 | 第24-27页 |
3.2.1 数据获取 | 第24-25页 |
3.2.2 NDVI密度分割流程 | 第25-27页 |
3.3 结果分析 | 第27-32页 |
3.3.1 面积精度 | 第28页 |
3.3.2 样本精度 | 第28-30页 |
3.3.3 沭阳县冬小麦种植分布图制作 | 第30-32页 |
3.4 本章小结 | 第32-34页 |
第四章 基于光合生产模型对冬小麦长势的遥感监测 | 第34-42页 |
4.1 引言 | 第34-35页 |
4.2 数据与方法 | 第35-38页 |
4.2.1 数据获取 | 第35页 |
4.2.2 模型分析方法 | 第35-37页 |
4.2.3 生物量的最佳植被指数反演 | 第37-38页 |
4.3 结果与分析 | 第38-41页 |
4.3.1 模型验证 | 第38-39页 |
4.3.2 基于遥感的冬小麦长势监测 | 第39-41页 |
4.4 本章小结 | 第41-42页 |
第五章 基于遥感的大田冬小麦拔节期纹枯病监测模型的建立 | 第42-48页 |
5.1 引言 | 第42页 |
5.2 数据与方法 | 第42-44页 |
5.2.1 数据获取 | 第42-43页 |
5.2.2 农业气象因子与纹枯病病情指数相关性分析 | 第43-44页 |
5.2.3 基于遥感植被指数对冬小麦拔节期纹枯病监测模型的建立 | 第44页 |
5.3 结果与分析 | 第44-47页 |
5.3.1 冬小麦纹枯病病情遥感监测信息图制作 | 第44-45页 |
5.3.2 监测模型验证 | 第45-46页 |
5.3.3 各级病情指数分布结果 | 第46-47页 |
5.4 本章小结 | 第47-48页 |
第六章 结论与展望 | 第48-52页 |
6.1 主要研究结论 | 第48-49页 |
6.2 创新性 | 第49页 |
6.3 存在的问题与展望 | 第49-52页 |
参考文献 | 第52-60页 |
作者简介 | 第60-62页 |
致谢 | 第62页 |