首页--农业科学论文--林业论文--森林树种论文--阔叶乔木论文--樟论文

樟树幼林主要生物化学参数高光谱遥感估算模型研究

中文摘要第1-11页
ABSTRACT第11-13页
第一章 文献综述第13-26页
 引言第13-14页
 1 高光谱遥感第14-20页
   ·基本概念第14-15页
   ·发展阶段第15-16页
   ·发展前景第16-17页
   ·在植被研究中的应用第17-20页
 2 高光谱遥感在林业方面的研究现状第20-25页
   ·国外研究进展第20-24页
     ·树种识别的研究第21-22页
     ·生物物理参数的研究第22-23页
     ·生物化学参数的研究第23-24页
   ·国内研究进展第24-25页
 3 研究工作来源、内容、目的及意义第25-26页
第二章 试验设计与测定方法第26-31页
 1 试验设计第26页
 2 研究方法及技术路线第26-27页
 3 测定方法第27-31页
   ·光谱测定仪器第27-28页
   ·光谱测定方法第28-29页
   ·主要生物化学参数的测定第29-31页
     ·叶片含水量的测定第29页
     ·叶绿素与类胡萝卜素含量的测定第29页
     ·纤维素含量的测定第29-30页
     ·总氮含量的测定第30页
     ·总磷含量的测定第30-31页
第三章 高光谱分析技术和方法第31-36页
 1 高光谱分析技术第31-32页
   ·多元统计分析第31页
   ·基于光谱位置变量的分析第31-32页
 2 高光谱特征参数及其提取方法第32-34页
 3 本研究采用的统计模型类型第34页
 4 模型的精度评价标准第34-35页
 5 模型筛选原则第35-36页
第四章 樟树幼林光谱特征及主要生物化学参数之间的相关分析第36-41页
 1 典型地物的光谱特征第36-37页
 2 樟树幼林的冠层光谱特征第37-38页
 3 樟树幼林的微分光谱特征第38-39页
 4 主要生物化学参数之间的相关分析第39-41页
第五章 樟树幼林主要生物化学参数的高光谱遥感估算模型及其精度检验第41-105页
 1 叶绿素总含量与高光谱遥感估算模型及其精度检验第41-54页
   ·叶绿素总含量与原始高光谱反射率的相关分析及估算模型第41-43页
   ·叶绿素总含量与反射率一阶微分之间的相关分析及估算模型第43-44页
   ·叶绿素总含量与原始高光谱及反射率一阶微分之间的多元逐步回归分析第44-45页
   ·以高光谱特征变量为自变量的遥感估算模型第45-51页
     ·叶绿素总含量与高光谱位置变量的遥感估算模型第45-48页
     ·叶绿素总含量与高光谱面积变量和比值植被指数的遥感估算模型第48-51页
   ·叶绿素总含量高光谱遥感估算模型精度检验第51-53页
   ·小结第53-54页
 2 叶绿素A含量与高光谱遥感估算模型及其精度检验第54-66页
   ·叶绿素A含量与原始高光谱反射率的相关分析及估算模型第54-56页
   ·叶绿素A含量与反射率一阶微分之间的相关分析及估算模型第56-57页
   ·叶绿素A含量与原始高光谱及反射率一阶微分之间的多元逐步回归分析第57-58页
   ·以高光谱特征变量为自变量的遥感估算模型第58-64页
     ·叶绿素a含量与高光谱位置变量的遥感估算模型第58-61页
     ·叶绿素a含量与高光谱面积变量和比值植被指数的遥感估算模型第61-64页
   ·叶绿素A含量高光谱遥感估算模型的精度检验第64-66页
   ·小结第66页
 3 叶绿素B含量与高光谱遥感估算模型及其精度检验第66-78页
   ·叶绿素8含量与原始高光谱反射率的相关分析及估算模型第66-68页
   ·叶绿素B含量与反射率一阶微分之间的相关分析及估算模型第68-70页
   ·叶绿素B含量与原始高光谱及反射率一阶微分之间的多元逐步回归分析第70-71页
   ·以高光谱特征变量为自变量的遥感估算模型第71-75页
     ·叶绿素b含量与高光谱位置变量的遥感估算模型第71-74页
     ·叶绿素b含量与高光谱面积变量和比值植被指数的遥感估算模型第74-75页
   ·叶绿素B含量的高光谱遥感估算模型的精度检验第75-77页
   ·小结第77-78页
 4 类胡萝卜素含量与高光谱遥感估算模型及其精度检验第78-85页
   ·类胡萝卜素含量与原始高光谱反射率的相关分析及估算模型第78-80页
   ·类胡萝卜素含量与反射率一阶微分之间的相关分析及估算模型第80-82页
   ·类胡萝卜素含量与原始高光谱及反射率一阶微分之间的多元逐步回归分析第82-83页
   ·以高光谱特征变量为自变量的遥感估算模型第83-84页
     ·类胡萝卜素含量与高光谱位置变量的遥感估算模型第83页
     ·类胡萝卜素含量与高光谱面积变量和比值植被指数的遥感估算模型第83-84页
   ·类胡萝卜素含量高光谱遥感估算模型精度检验第84-85页
   ·小结第85页
 5 纤维素含量与高光谱遥感估算模型及其精度检验第85-91页
   ·纤维素含量与原始高光谱反射率的相关分析及估算模型第85-86页
   ·纤维素含量与反射率一阶微分之间的相关分析及估算模型第86-88页
   ·纤维素含量与原始高光谱及反射率一阶微分之间的多元逐步回归分析第88页
   ·以高光谱特征变量为自变量的遥感估算模型第88-89页
     ·纤维素含量与高光谱位置变量的遥感估算模型第88-89页
     ·纤维素含量与高光谱面积变量和比值植被指数的遥感估算模型第89页
   ·纤维素含量的高光谱遥感估算模型精度检验第89-91页
   ·小结第91页
 6 总氮含量与高光谱遥感估算模型及其精度检验第91-98页
   ·总氮含量与原始高光谱反射率的相关分析及估算模型第91-93页
   ·总氮含量与反射率一阶微分之间的相关分析及估算模型第93-94页
   ·总氮含量与原始高光谱及反射率一阶微分之间的多元逐步回归分析第94-95页
   ·以高光谱特征变量为自变量的遥感估算模型第95页
     ·总氮含量与高光谱位置变量的遥感估算模型第95页
     ·总氮含量与高光谱面积变量和比值植被指数的遥感估算模型第95页
   ·总氮含量的高光谱遥感估算模型精度检验第95-97页
   ·小结第97-98页
 7 总磷含量与高光谱遥感估算模型及其精度检验第98-105页
   ·总磷含量与原始高光谱反射率的相关分析及估算模型第98页
   ·总磷含量与反射率一阶微分之间的相关分析及估算模型第98-100页
   ·总磷含量与原始高光谱及反射率一阶微分之间的多元逐步回归分析第100页
   ·以高光谱特征变量为自变量的遥感估算模型第100-103页
     ·总磷含量与高光谱位置变量的遥感估算模型第100-102页
     ·总磷含量与高光谱面积变量和比值植被指数的遥感估算模型第102-103页
   ·总磷含量的高光谱遥感估算模型精度检验第103-105页
   ·小结第105页
结论第105-106页
创新点第106页
展望第106-107页
[参考文献]第107-118页
附录A 攻读学位期间的主要学术成果第118-119页
致谢第119页

论文共119页,点击 下载论文
上一篇:国家创新体系中现代社会中介组织作用机制研究
下一篇:鞍山市电业局客户服务系统信息化改造实践