基于RS和GIS的县域棉花信息提取及分区管理研究--以山东省夏津县为例
| 中文摘要 | 第1-10页 |
| Abstract | 第10-13页 |
| 1 引言 | 第13-19页 |
| ·选题的目的及意义 | 第13页 |
| ·国内外研究概况 | 第13-16页 |
| ·农作物种植面积遥感信息提取研究 | 第13-14页 |
| ·农作物长势监测研究 | 第14-15页 |
| ·农作物精确化分区管理研究 | 第15-16页 |
| ·面临的问题及展望 | 第16页 |
| ·研究内容、方法和技术路线 | 第16-19页 |
| ·研究内容 | 第16-17页 |
| ·研究方法 | 第17页 |
| ·技术路线 | 第17-19页 |
| 2 研究区概况 | 第19-21页 |
| ·自然条件概况 | 第19-20页 |
| ·气候特征 | 第19-20页 |
| ·地形地貌及其土壤特征 | 第20页 |
| ·社会经济状况 | 第20-21页 |
| 3 研究资料收集与软硬件准备 | 第21-24页 |
| ·研究资料收集 | 第21-23页 |
| ·遥感影像资料 | 第21页 |
| ·土壤养分数据 | 第21-22页 |
| ·其它基础资料 | 第22-23页 |
| ·软硬件准备 | 第23-24页 |
| 4 棉花种植区信息遥感提取 | 第24-37页 |
| ·图像预处理 | 第24-26页 |
| ·辐射纠正 | 第24-25页 |
| ·几何精校正 | 第25页 |
| ·掩膜处理 | 第25-26页 |
| ·棉花种植区遥感识别最佳时相的确定 | 第26-27页 |
| ·物候历分析 | 第26-27页 |
| ·确定棉花遥感识别最佳时相 | 第27页 |
| ·训练样区的选择 | 第27-31页 |
| ·影像解译标志的建立 | 第27-28页 |
| ·训练样区可分离性分析 | 第28-29页 |
| ·训练样区光谱特征统计分析 | 第29-31页 |
| ·棉花种植区提取 | 第31-37页 |
| ·决策树分类方法 | 第31页 |
| ·决策树分类模型的建立 | 第31-32页 |
| ·分类后处理 | 第32-33页 |
| ·分类精度检验 | 第33-34页 |
| ·棉花种植区空间分布状况分析 | 第34-37页 |
| 5 棉花长势监测 | 第37-40页 |
| ·特征光谱指数构建 | 第37页 |
| ·棉花植被指数变化趋势分析 | 第37-38页 |
| ·棉花长势分级 | 第38页 |
| ·棉花长势结果分析 | 第38-40页 |
| 6 棉田管理分区 | 第40-46页 |
| ·棉田土壤养分状况分析 | 第40页 |
| ·特征光谱指数与土壤养分的相关性分析 | 第40-41页 |
| ·管理分区指标的提取 | 第41-43页 |
| ·主成分分析（PCA） | 第41-42页 |
| ·管理分区指标提取 | 第42-43页 |
| ·棉田管理分区的划分 | 第43-46页 |
| ·K 均值聚类 | 第43-44页 |
| ·分区结果分析 | 第44-46页 |
| 7 棉田管理措施和建议 | 第46-48页 |
| ·棉田土壤养分管理 | 第46页 |
| ·棉花长势动态监测管理 | 第46-47页 |
| ·棉田基础设施管理 | 第47-48页 |
| 8 结论、创新之处与讨论 | 第48-51页 |
| ·主要结论 | 第48-49页 |
| ·创新之处 | 第49页 |
| ·讨论 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 攻读学位期间发表论文情况 | 第56页 |
