| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 选题背景及意义 | 第12-13页 |
| 1.2 国内外研究进展 | 第13-17页 |
| 1.2.1 作物系数估算方法研究 | 第13-14页 |
| 1.2.2 基于光谱遥感技术作物系数估算研究 | 第14-16页 |
| 1.2.3 农情信息无人机遥感监测技术研究 | 第16-17页 |
| 1.2.4 存在的问题 | 第17页 |
| 1.3 研究内容与方法 | 第17-20页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 研究方法 | 第18-20页 |
| 第2章 研究区域与方法 | 第20-39页 |
| 2.1 研究区域 | 第20-24页 |
| 2.1.1 试验区概况 | 第20-22页 |
| 2.1.2 试验方案设计 | 第22-24页 |
| 2.2 无人机多光谱数据采集 | 第24-27页 |
| 2.2.1 无人机遥感平台及传感器 | 第24-25页 |
| 2.2.2 无人机航线轨迹规划及遥感影像数据获取方法 | 第25-26页 |
| 2.2.3 植被指数提取 | 第26-27页 |
| 2.3 地面数据采集 | 第27-30页 |
| 2.3.1 作物生长参数数据采集 | 第27-28页 |
| 2.3.2 土壤水分数据采集 | 第28-29页 |
| 2.3.3 标准气象站数据采集 | 第29-30页 |
| 2.4 作物系数计算及反演模型建立方法 | 第30-39页 |
| 2.4.1 参考作物蒸散量计算方法 | 第30-33页 |
| 2.4.2 FAO双作物系数法 | 第33-37页 |
| 2.4.2.1 基础作物系数Kcb的修正及确定 | 第33-34页 |
| 2.4.2.2 水分胁迫系数Ks的确定 | 第34-35页 |
| 2.4.2.3 土壤蒸发系数Ke的确定 | 第35-37页 |
| 2.4.3 作物系数反演模型建立方法 | 第37-39页 |
| 2.4.3.1 逐步回归分析 | 第37页 |
| 2.4.3.2 模型模拟精度评价 | 第37-39页 |
| 第3章 地面数据预处理 | 第39-50页 |
| 3.1 气象数据预处理 | 第39-43页 |
| 3.2 玉米生长参数数据预处理 | 第43-45页 |
| 3.3 土壤水分数据预处理 | 第45-48页 |
| 3.4 本章小结 | 第48-50页 |
| 第4章 地面数据与作物系数的关系 | 第50-58页 |
| 4.1 作物系数计算 | 第50-53页 |
| 4.2 土壤水分与作物系数的关系 | 第53-55页 |
| 4.3 玉米生长指标与作物系数的关系 | 第55-56页 |
| 4.4 本章小结 | 第56-58页 |
| 第5章 遥感影像数据与作物系数的关系 | 第58-63页 |
| 5.1 光谱数据采集结果 | 第58-61页 |
| 5.2 植被指数与作物系数的关系 | 第61-62页 |
| 5.3 本章小结 | 第62-63页 |
| 第6章 作物系数机地协同估算模型的建立与精度评价 | 第63-70页 |
| 6.1 作物系数机地协同估算模型的建立 | 第63-64页 |
| 6.2 作物系数机地协同估算模型精度评价 | 第64-66页 |
| 6.3 模型计算蒸散量与实际蒸散量的对比 | 第66-69页 |
| 6.4 本章小结 | 第69-70页 |
| 第7章 结论与展望 | 第70-72页 |
| 7.1 结论 | 第70-71页 |
| 7.2 创新点 | 第71页 |
| 7.3 展望 | 第71-72页 |
| 参考文献 | 第72-79页 |
| 致谢 | 第79-81页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第81页 |