| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第14-27页 |
| 1.1 研究目的和意义 | 第14-15页 |
| 1.2 高光谱遥感简介 | 第15-18页 |
| 1.2.1 高光谱遥感基本理论 | 第15页 |
| 1.2.2 植被高光谱遥感原理 | 第15-17页 |
| 1.2.3 高光谱植被指数简介 | 第17-18页 |
| 1.3 高光谱遥感在植被分析中的研究现状 | 第18-24页 |
| 1.3.1 非成像光谱仪反演作物生理参数的研究进展 | 第18-22页 |
| 1.3.2 成像光谱仪反演作物生理参数的研究进展 | 第22-24页 |
| 1.4 植被生理参数高光谱反演基本方法 | 第24-26页 |
| 1.4.1 经验统计方法 | 第24-25页 |
| 1.4.2 辐射传输模型反演方法 | 第25-26页 |
| 1.5 存在的问题与不足 | 第26页 |
| 1.6 研究内容 | 第26-27页 |
| 第二章 材料与方法 | 第27-36页 |
| 2.1 研究区概况 | 第27页 |
| 2.2 试验设计 | 第27-29页 |
| 2.3 高光谱数据获取 | 第29-32页 |
| 2.3.1 非成像光谱测定 | 第29-30页 |
| 2.3.2 高光谱影像获取 | 第30-32页 |
| 2.4 水稻生理参数测定 | 第32-33页 |
| 2.4.1 叶绿素测定 | 第32页 |
| 2.4.2 叶面积指数测定 | 第32页 |
| 2.4.3 叶片氮含量测定 | 第32-33页 |
| 2.5 研究方法与技术路线 | 第33-36页 |
| 2.5.1 光谱平滑 | 第33页 |
| 2.5.2 建模方法 | 第33-34页 |
| 2.5.3 模型检验方法 | 第34-35页 |
| 2.5.4 技术路线 | 第35-36页 |
| 第三章 西北地区水稻光谱特征 | 第36-43页 |
| 3.1 前言 | 第36页 |
| 3.2 水稻不同组分的高光谱特征 | 第36-37页 |
| 3.3 不同氮素水平下水稻叶片反射光谱特征 | 第37页 |
| 3.4 水稻冠层光谱特征 | 第37-39页 |
| 3.4.1 不同生育期水稻冠层光谱特征 | 第37-39页 |
| 3.4.2 不同氮素水平水稻冠层光谱特征 | 第39页 |
| 3.5 水稻冠层光谱的红边特征 | 第39-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 水稻SPAD的高光谱预测模型 | 第43-60页 |
| 4.1 前言 | 第43页 |
| 4.2 水稻叶片SPAD在各生育期的变化 | 第43-45页 |
| 4.3 基于特征波段的水稻SPAD预测模型 | 第45-47页 |
| 4.3.1 水稻SPAD与原始光谱反射率及其一阶导数的相关性 | 第45-46页 |
| 4.3.2 基于特征波段的SPAD预测模型构建及检验 | 第46-47页 |
| 4.4 基于光谱指数的水稻SPAD预测模型 | 第47-54页 |
| 4.4.1 水稻SPAD与光谱指数的相关性 | 第47-49页 |
| 4.4.2 基于光谱指数的SPAD预测模型构建及检验 | 第49-54页 |
| 4.5 水稻幼苗期单株SPAD填图 | 第54-57页 |
| 4.5.1 水稻幼苗叶片的光谱特征 | 第54-55页 |
| 4.5.2 水稻幼苗SPAD与叶片光谱反射率的相关性 | 第55-56页 |
| 4.5.3 水稻叶片SPAD预测模型及单株SPAD填图 | 第56-57页 |
| 4.6 讨论 | 第57-59页 |
| 4.7 本章小结 | 第59-60页 |
| 第五章 水稻叶面积指数的高光谱预测模型 | 第60-71页 |
| 5.1 前言 | 第60页 |
| 5.2 水稻LAI在各生育期的变化 | 第60-62页 |
| 5.3 水稻LAI与冠层光谱反射率的相关性 | 第62页 |
| 5.4 基于光谱指数的水稻LAI预测模型 | 第62-68页 |
| 5.4.1 水稻LAI与光谱指数的相关性 | 第63-64页 |
| 5.4.2 基于光谱指数的水稻LAI预测模型构建及检验 | 第64-68页 |
| 5.5 基于支持向量机的水稻LAI预测模型 | 第68-69页 |
| 5.6 讨论 | 第69-70页 |
| 5.7 本章小结 | 第70-71页 |
| 第六章 水稻叶片氮含量高光谱预测模型 | 第71-85页 |
| 6.1 前言 | 第71页 |
| 6.2 水稻叶片全氮含量在各生育期的变化 | 第71-72页 |
| 6.3 水稻氮素与冠层光谱之间的关系 | 第72-74页 |
| 6.3.1 不同叶片全氮含量的冠层光谱特征 | 第72-73页 |
| 6.3.2 水稻叶片全氮含量与冠层光谱反射率的相关性 | 第73-74页 |
| 6.4 基于光谱指数的水稻叶片全氮含量预测模型 | 第74-80页 |
| 6.4.1 水稻叶片全氮含量的最优光谱指数 | 第74-76页 |
| 6.4.2 基于光谱指数的水稻叶片全氮含量模型构建及检验 | 第76-80页 |
| 6.5 水稻叶片全氮含量估测的多元线性模型 | 第80-81页 |
| 6.6 各种光谱指数预测水稻叶片全氮含量精度比较 | 第81-83页 |
| 6.7 讨论 | 第83-84页 |
| 6.8 本章小结 | 第84-85页 |
| 第七章 高光谱影像在水稻长势监测中的应用 | 第85-91页 |
| 7.1 前言 | 第85页 |
| 7.2 高光谱影像预处理 | 第85-86页 |
| 7.3 基于高光谱影像的水稻SPAD空间分布分析 | 第86-87页 |
| 7.4 基于高光谱影像的水稻LAI空间分布分析 | 第87-89页 |
| 7.5 基于高光谱影像的水稻LNC空间分布分析 | 第89页 |
| 7.6 讨论 | 第89-90页 |
| 7.7 本章小结 | 第90-91页 |
| 第八章 高分一号卫星数据在水稻长势监测中的应用 | 第91-102页 |
| 8.1 前言 | 第91页 |
| 8.2 遥感影像预处理 | 第91-93页 |
| 8.3 卫星波段反射率模拟和植被指数 | 第93-94页 |
| 8.4 基于GF-1 卫星数据的水稻SPAD空间分布分析 | 第94-96页 |
| 8.4.1 光谱指数与水稻抽穗期SPAD的相关性 | 第94页 |
| 8.4.2 水稻抽穗期SPAD估算模型构建及验证 | 第94-95页 |
| 8.4.3 水稻抽穗期SPAD空间分布分析 | 第95-96页 |
| 8.5 基于GF-1 卫星数据的水稻LAI空间分布分析 | 第96-98页 |
| 8.5.1 光谱指数与水稻抽穗期LAI的相关性 | 第96-97页 |
| 8.5.2 水稻抽穗期LAI估算模型构建及验证 | 第97页 |
| 8.5.3 水稻抽穗期LAI空间分布分析 | 第97-98页 |
| 8.6 基于GF-1 卫星数据的水稻LNC空间分布分析 | 第98-100页 |
| 8.6.1 光谱指数与水稻抽穗期LNC的相关性 | 第98-99页 |
| 8.6.2 水稻抽穗期LNC估算模型构建及验证 | 第99-100页 |
| 8.6.3 水稻抽穗期LNC空间分布分析 | 第100页 |
| 8.7 讨论 | 第100-101页 |
| 8.8 本章小结 | 第101-102页 |
| 第九章 结论与展望 | 第102-105页 |
| 9.1 主要结论 | 第102-103页 |
| 9.2 主要创新点 | 第103页 |
| 9.3 不足与展望 | 第103-105页 |
| 参考文献 | 第105-125页 |
| 致谢 | 第125-126页 |
| 作者简介 | 第126页 |
