摘要 | 第6-7页 |
1 引言 | 第7-12页 |
1.1 立题背景 | 第7-8页 |
1.2 高光谱遥感技术简介及在农业上的应用 | 第8-9页 |
1.2.1 高光谱遥感技术简介 | 第8页 |
1.2.2 高光谱遥感技术在农业上的应用 | 第8-9页 |
1.3 农学参数高光谱监测研究进展 | 第9-11页 |
1.3.1 作物氮素含量光谱监测研究 | 第9-10页 |
1.3.2 地上干生物量高光谱监测研究进展 | 第10-11页 |
1.4 光谱预处理研究进展 | 第11页 |
1.5 研究内容 | 第11-12页 |
2 材料与方法 | 第12-14页 |
2.1 试验设计 | 第12页 |
2.2 光谱数据测定 | 第12页 |
2.3 农学参数测定 | 第12页 |
2.3.1 地上干生物量测定 | 第12页 |
2.3.2 植株含氮量测定 | 第12页 |
2.4 数据分析 | 第12-13页 |
2.4.1 高光谱数据处理 | 第12-13页 |
2.4.2 模型建立(SPA-MLR) | 第13页 |
2.5 监测模型评价标准 | 第13-14页 |
3 结果与分析 | 第14-26页 |
3.1 冬小麦冠层光谱特征变化分析 | 第14-17页 |
3.1.1 冬小麦冠层光谱特性分析 | 第14-15页 |
3.1.2 冬小麦冠层一阶微分光谱特性分析 | 第15-16页 |
3.1.3 冬小麦红边特征变化分析 | 第16-17页 |
3.2 冬小麦农学参数变化分析 | 第17-19页 |
3.2.1 冬小麦植株含氮量变化规律 | 第17页 |
3.2.2 冬小麦地上干生物量变化规律 | 第17-19页 |
3.3 农学参数与冠各处理光谱相关性分析 | 第19-21页 |
3.3.1 冬小麦植株含氮量与各预处理光谱相关性 | 第19-20页 |
3.3.2 冬小麦地上干生物量与各预处理光谱相关性 | 第20-21页 |
3.4 基于SPA的冬小麦农学参数特征波段提取 | 第21-22页 |
3.4.1 基于SPA的冬小麦植株含氮量特征波段提取 | 第21页 |
3.4.2 基于SPA的冬小麦地上干生物量特征波段提取 | 第21-22页 |
3.5 基于SPA-MLR方法的冬小麦农学参数高光谱模型建立 | 第22-23页 |
3.5.1 基于SPA-MLR方法的冬小麦植株含氮量高光谱模型建立 | 第22-23页 |
3.5.2 基于SPA-MLR方法的冬小麦地上干生物量高光谱模型建立 | 第23页 |
3.6 高光谱模型验证 | 第23-26页 |
3.6.1 冬小麦植株含氮量模型验证 | 第23-24页 |
3.6.2 冬小麦地上干生物量模型验证 | 第24-26页 |
4 讨论 | 第26-28页 |
5 结论 | 第28-29页 |
参考文献 | 第29-32页 |
Abstract | 第32-33页 |
致谢 | 第34页 |