摘要 | 第4-7页 |
abstract | 第7-10页 |
1 绪论 | 第15-27页 |
1.1 研究背景及意义 | 第15-16页 |
1.2 作物氮素营养诊断遥感监测研究进展 | 第16-20页 |
1.2.1 基于原始光谱信息的作物氮素营养诊断遥感研究进展 | 第16-17页 |
1.2.2 基于红边参数的作物氮素营养遥感诊断研究 | 第17-18页 |
1.2.3 基于连续统去除的作物氮素营养遥感诊断研究 | 第18页 |
1.2.4 基于光谱指数的作物氮素营养遥感诊断研究 | 第18-19页 |
1.2.5 基于辐射传输模型的作物氮素营养遥感诊断研究 | 第19-20页 |
1.3 作物生物量遥感监测研究进展 | 第20-21页 |
1.4 作物临界氮稀释模型及氮营养指数遥感监测研究进展 | 第21-23页 |
1.4.1 作物临界氮稀释模型研究进展 | 第21-22页 |
1.4.2 作物氮营养指数遥感监测研究进展 | 第22-23页 |
1.5 无人机遥感监测研究进展 | 第23-24页 |
1.6 研究目标、研究内容及技术路线 | 第24-26页 |
1.6.1 研究目标 | 第24页 |
1.6.2 研究内容 | 第24-25页 |
1.6.3 技术路线 | 第25-26页 |
1.7 本章小结 | 第26-27页 |
2 试验设计和数据处理 | 第27-41页 |
2.1 试验区域概况 | 第27-28页 |
2.1.1 国家精准农业示范基地试验区域概况 | 第27页 |
2.1.2 北京农林科学院小麦试验区概况 | 第27-28页 |
2.2 田间试验设计 | 第28-33页 |
2.2.1 试验一 2012/2013年小麦氮素胁迫试验 | 第28-29页 |
2.2.2 试验二 2013/2014年小麦氮素胁迫试验 | 第29-30页 |
2.2.3 试验三 2014/2015年小麦氮素胁迫试验 | 第30-31页 |
2.2.4 试验四 2012/2013小汤山氮素胁迫试验 | 第31-32页 |
2.2.5 试验五 2013/2014年小麦水分胁迫试验 | 第32-33页 |
2.3 数据获取及处理 | 第33-38页 |
2.3.1 遥感数据获取及处理 | 第33-37页 |
2.3.2 作物生理、生化参数测定 | 第37-38页 |
2.4 数据统计分析 | 第38-39页 |
2.5 本章小结 | 第39-41页 |
3 叶片氮营养状况高光谱反演 | 第41-75页 |
3.1 叶片氮含量及氮累积量统计分析 | 第41-42页 |
3.2 原始光谱反射特征参数与叶片氮素营养状况的相关性 | 第42-43页 |
3.3 红边参数与叶片氮素营养状况的相关性 | 第43-47页 |
3.4 连续统去除光谱吸收特征与叶片氮素营养状况的相关性 | 第47-48页 |
3.5 基于EFAST方法与PROSPECT模型的氮素敏感性分析 | 第48-55页 |
3.5.1 EFAST方法和叶绿素敏感性分析策略 | 第48-49页 |
3.5.2 PROSPECT模型 | 第49页 |
3.5.3 叶片参数一阶敏感性和总敏感性分析 | 第49-51页 |
3.5.4 构建的植被指数NDSI和RSI与氮素状况的相关性 | 第51-55页 |
3.6 与氮素状况相关的植被指数 | 第55-61页 |
3.7 叶片氮营养状况最佳植被指数的确定与验证 | 第61-73页 |
3.7.1 叶片氮状况最佳植被指数的确定 | 第61-68页 |
3.7.2 叶片氮状况最佳植被指数验证 | 第68-73页 |
3.8 本章小结 | 第73-75页 |
4 植株氮营养状况高光谱反演 | 第75-99页 |
4.1 植株氮含量及氮累积量统计分析 | 第75-76页 |
4.2 原始光谱反射特征与植株氮素营养状况的相关性 | 第76-77页 |
4.3 红边参数与植株氮素营养状况的相关性 | 第77页 |
4.4 连续统去除光谱吸收特征与植株氮素营养状况的相关性 | 第77-83页 |
4.5 基于EFAST方法与PROSAIL模型的氮素敏感性分析 | 第83-87页 |
4.5.1 PROSAIL模型 | 第83页 |
4.5.2 植株参数一阶敏感性和总敏感性分析 | 第83-85页 |
4.5.3 构建的植被指数NDSI和RSI与氮素状况的相关性 | 第85-87页 |
4.6 与氮素状况相关的植被指数 | 第87-88页 |
4.7 植株氮营养状况最佳植被指数的确定与验证 | 第88-98页 |
4.7.1 植株氮状况最佳植被指数的确定 | 第88-89页 |
4.7.2 植株氮状况最佳植被指数的验证 | 第89-98页 |
4.8 本章小结 | 第98-99页 |
5 叶片及植株生物量高光谱反演 | 第99-111页 |
5.1 原始光谱反射特征与叶片及植株生物量相关性分析 | 第99-100页 |
5.2 红边参数与叶片及植株生物量相关性分析 | 第100页 |
5.3 连续统去除光谱吸收特征与叶片及植株生物量相关性分析 | 第100-101页 |
5.4 叶片及植株生物量的最佳光谱指数构建及相关性分析 | 第101-103页 |
5.5 与生物量相关的常用植被指数及相关性分析 | 第103-104页 |
5.6 叶片及植株生物量最佳植被指数的确定及验证 | 第104-107页 |
5.6.1 叶片生物量最佳植被指数的确定 | 第104-105页 |
5.6.2 叶片生物量最佳植被指数的验证 | 第105-106页 |
5.6.3 植株生物量最佳植被指数的确定 | 第106页 |
5.6.4 植株生物量最佳植被指数的验证 | 第106-107页 |
5.7 本章小结 | 第107-111页 |
6 叶片及植株氮营养指数高光谱反演 | 第111-129页 |
6.1 叶片及植株关键氮浓度曲线的建立 | 第111-121页 |
6.1.1 小麦叶片临界氮浓度稀释曲线的建立 | 第111-112页 |
6.1.2 小麦植株临界氮浓度稀释曲线的建立 | 第112-114页 |
6.1.3 叶片及植株氮营养指数模型的建立 | 第114-118页 |
6.1.4 小麦叶片及植株氮累积模型的建立 | 第118-121页 |
6.1.5 植株临界氮稀释模型的检验 | 第121页 |
6.2 叶片及植株氮营养指数诊断模型的构建 | 第121-126页 |
6.2.1 叶片氮营养指数估算模型构建 | 第122-123页 |
6.2.2 植株氮营养指数估算模型构建 | 第123-125页 |
6.2.3 叶片氮营养指数模型验证 | 第125页 |
6.2.4 植株氮营养指数模型验证 | 第125-126页 |
6.3 本章小结 | 第126-129页 |
7 氮营养诊断模型在无人机高光谱遥感中的应用 | 第129-139页 |
7.1 基于无人机高光谱的植株氮含量及氮累积量反演及精度评价 | 第130-133页 |
7.2 基于无人机高光谱的植株生物量反演及精度评价 | 第133-135页 |
7.3 基于无人机高光谱的氮营养指数反演及精度评价 | 第135-137页 |
7.4 本章小结 | 第137-139页 |
8 结论与展望 | 第139-143页 |
8.1 结论 | 第139-140页 |
8.2 本文创新点 | 第140页 |
8.3 展望 | 第140-143页 |
参考文献 | 第143-159页 |
致谢 | 第159-161页 |
作者简介 | 第161页 |
在学期间发表的学术论文 | 第161页 |
在学期间参加科研项目 | 第161页 |