首页--农业科学论文--畜牧、动物医学、狩猎、蚕、蜂论文--普通畜牧学论文--草地学、草原学论文

高寒草地色素含量高光谱估算模型研究--以紫花针茅为例

摘要第4-6页
Abstract第6-7页
第1章 引言第10-19页
    1.1 研究背景及意义第10-11页
    1.2 国内外研究现状第11-17页
        1.2.1 高光谱遥感的基本概念第11页
        1.2.2 高光谱遥感的发展第11-12页
        1.2.3 高光谱遥感监测植被原理第12-13页
        1.2.4 作物光谱特征及其生理生态参数的高光谱遥感监测研究进展第13-17页
    1.3 研究内容第17-18页
    1.4 技术路线第18-19页
第2章 试验设计与测定方法第19-23页
    2.1 研究区概况第19-20页
        2.1.1 研究区位置第19页
        2.1.2 研究区自然环境状况第19-20页
    2.2 试验设计第20页
    2.3 数据测定方法第20-23页
        2.3.1 野外作物光谱反射率测定第20-21页
        2.3.2 作物理化参数的测定第21-23页
第3章 基本技术原理和方法第23-27页
    3.1 高光谱分析技术第23-25页
        3.1.1 基于高光谱位置的分析第23-24页
        3.1.2 基于高光谱面积变量、VI比值指数变量的分析第24页
        3.1.3 基于植被指数变量的分析第24-25页
    3.2 统计模型类型第25-26页
    3.3 模型的精度评价标准第26页
        3.3.1 相关系数评价第26页
        3.3.2 误差评价模型第26页
    3.4 模型筛选原则第26-27页
第4章 高光谱特征及主要理化参数相关性分析第27-34页
    4.1 紫花针茅群落生态环境调查分析第27-28页
    4.2 紫花针茅高光谱特征分析第28-32页
    4.3 主要理化参数之间的相关关系第32-34页
        4.3.1 色素含量数据统计分析第32-33页
        4.3.2 不同色素之间相关性分析第33-34页
第5章 高光谱遥感估算模型及其精度检验第34-69页
    5.1 叶绿素a含量高光谱遥感估算模型及其精度检验第34-45页
        5.1.1 叶绿素a与高光谱位置变量、面积变量相关分析及估算模型第34-36页
        5.1.2 叶绿素a与植被指数的相关分析及估算模型第36-39页
        5.1.3 叶绿素a与光谱面积比值指数的相关分析及估算模型第39-42页
        5.1.4 叶绿素a含量高光谱遥感估算模型的精度检验第42-44页
        5.1.5 结果与分析第44-45页
    5.2 紫花针茅叶绿素b含量高光谱遥感估算模型及其精度检验第45-57页
        5.2.1 叶绿素b与高光谱位置变量、面积变量相关分析及估算模型第45-48页
        5.2.2 叶绿素b与植被指数的相关分析及估算模型第48-51页
        5.2.3 叶绿素b与光谱面积比值指数的相关分析及估算模型第51-54页
        5.2.4 叶绿素b含量高光谱遥感估算模型的精度检验第54-56页
        5.2.5 结果与分析第56-57页
    5.3 紫花针茅总叶绿素含量高光谱遥感估算模型及其精度检验第57-67页
        5.3.1 总叶绿素与高光谱位置变量、面积变量相关分析及估算模型第57-59页
        5.3.2 总叶绿素与植被指数的相关分析及估算模型第59-63页
        5.3.3 总叶绿素与光谱面积比值指数的相关分析及估算模型第63-65页
        5.3.4 总叶绿素含量高光谱遥感估算模型的精度检验第65-67页
        5.3.5 结果与分析第67页
    5.4 紫花针茅类胡萝卜素含量高光谱特征变量相关性分析第67-69页
结论第69-71页
    (一)结论第69-70页
    (二)论文不足与展望第70-71页
致谢第71-72页
参考文献第72-78页
攻读学位期间取得学术成果第78页

论文共78页,点击 下载论文
上一篇:基于机器视觉的自动分拣机器人
下一篇:改进粒子群算法在车间调度中的研究及应用