| 中文摘要 | 第1-11页 |
| ABSTRACT | 第11-15页 |
| 1. 引言 | 第15-20页 |
| ·研究背景与意义 | 第15-16页 |
| ·高光谱遥感的基本概念 | 第16页 |
| ·高光谱遥感在植被叶绿素与氮素含量估测研究中的研究进展 | 第16-18页 |
| ·在叶绿素含量估测中的研究进展 | 第16-17页 |
| ·在氮素含量估测中的研究进展 | 第17-18页 |
| ·研究内容与技术路线 | 第18-20页 |
| ·研究内容 | 第18-19页 |
| ·研究技术路线 | 第19-20页 |
| 2. 材料与方法 | 第20-25页 |
| ·试验区概况 | 第20页 |
| ·样本采集 | 第20-21页 |
| ·试验数据测定 | 第21-23页 |
| ·测量仪器 | 第21页 |
| ·苹果叶片高光谱测定 | 第21-22页 |
| ·苹果叶片的生物化学参数测定 | 第22-23页 |
| ·叶绿素含量测定 | 第22页 |
| ·全氮含量测定 | 第22-23页 |
| ·苹果叶片高光谱的分析技术和方法 | 第23页 |
| ·原始高光谱数据分析 | 第23页 |
| ·一阶微分光谱分析 | 第23页 |
| ·高光谱植被指数构建 | 第23-24页 |
| ·回归模型 | 第24-25页 |
| 3 苹果叶片的高光谱特征 | 第25-28页 |
| ·不同物候期苹果叶片的高光谱特征 | 第25-26页 |
| ·不同叶绿素含量苹果叶片的光谱曲线分析 | 第26页 |
| ·不同氮素含量的苹果叶片的光谱曲线分析 | 第26-28页 |
| 4 基于高光谱的苹果秋梢停止生长期叶片叶绿素含量估测 | 第28-35页 |
| ·叶片绿素含量与叶片高光谱数据的相关性分析 | 第28-31页 |
| ·与叶片原始高光谱数据的相关性分析 | 第28-29页 |
| ·与叶片一阶微分高光谱数据的相关性分析 | 第29-30页 |
| ·植被指数构建及筛选 | 第30-31页 |
| ·建立叶片叶绿素含量估测模型 | 第31-33页 |
| ·单变量的估测模型 | 第31-32页 |
| ·偏最小二乘估测模型 | 第32-33页 |
| ·估测模型的检验 | 第33-34页 |
| ·结果 | 第34-35页 |
| 5 基于不同微分尺度窗.的苹果叶片叶绿素含量的估测 | 第35-44页 |
| ·数据处理与分析 | 第35-36页 |
| ·苹果叶片叶绿素含量与不同微分尺度光谱的相关性分析 | 第36-38页 |
| ·构建高光谱参量 | 第38-39页 |
| ·建立不同微分尺度下苹果叶片叶绿素含量估测模型 | 第39-42页 |
| ·建立偏最小二乘模型 | 第39-40页 |
| ·建立多元线性逐步回归 | 第40-42页 |
| ·模型检验 | 第42-43页 |
| ·结果 | 第43-44页 |
| 6 基于高光谱的苹果树不同物候期期叶片氮素含量估测 | 第44-55页 |
| ·数据处理分析 | 第44-45页 |
| ·苹果叶片氮含量与其光谱反射率的相关性分析 | 第45-47页 |
| ·构建及筛选高光谱参数 | 第47-49页 |
| ·建立对不同物候期苹果叶片氮素含量的估测模型 | 第49-52页 |
| ·多元线性逐步回归模型 | 第49-50页 |
| ·偏最小二乘法回归模型 | 第50-51页 |
| ·BP神经网络模型 | 第51-52页 |
| ·模型比较 | 第52-53页 |
| ·模型检验 | 第53-54页 |
| ·结果 | 第54-55页 |
| 7 结果与讨论 | 第55-59页 |
| ·研究结果 | 第55-57页 |
| ·讨论 | 第57-59页 |
| 8 研究特色与展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间发表论文情况 | 第66页 |
