首页--农业科学论文--农作物论文--禾谷类作物论文--玉米(玉蜀黍)论文

基于无人机多光谱遥感的大田玉米作物系数估算方法研究

摘要第6-8页
abstract第8-9页
第一章 绪论第12-19页
    1.1 研究目的和意义第12-13页
    1.2 国内外研究进展第13-16页
        1.2.1 地面光谱技术估算作物系数第13页
        1.2.2 卫星遥感技术估算作物系数第13-14页
        1.2.3 无人机遥感系统第14-16页
        1.2.4 存在问题分析第16页
    1.3 研究内容及技术路线第16-18页
        1.3.1 研究内容第16-17页
        1.3.2 技术路线第17-18页
    1.4 论文结构第18-19页
第二章 实验地概况与作物系数反演模型建立第19-31页
    2.1 实验区域概况第19-21页
        2.1.1 实验地概况第19-20页
        2.1.2 实验地分区及水分胁迫处理第20-21页
    2.2 无人机多光谱遥感系统第21-22页
        2.2.1 无人机及机载传感器第21页
        2.2.2 无人机航迹规划第21-22页
    2.3 地面数据采集方法第22-23页
    2.4 无人机多光谱遥感影像拼接第23-25页
    2.5 玉米植被指数提取第25-26页
    2.6 作物系数反演模型建立方法第26-30页
        2.6.1 FAO作物系数法第26-28页
        2.6.2 线性回归第28页
        2.6.3 支持向量回归第28-29页
        2.6.4 模型评价指标第29-30页
    2.7 本章小结第30-31页
第三章 地面与光谱影像数据结果及分析第31-37页
    3.1 地面数据第31-34页
        3.1.1 气象因子第31-32页
        3.1.2 玉米生理指标第32页
        3.1.3 土壤含水率第32-33页
        3.1.4 作物系数第33-34页
    3.2 光谱数据第34-36页
        3.2.1 玉米多光谱影像第34-35页
        3.2.2 植被指数第35-36页
    3.3 本章小结第36-37页
第四章 玉米植被指数与作物系数K_c及基础作物系数K_((cb))的关系第37-59页
    4.1 一元线性回归模型及精度评价第37-45页
        4.1.1 快速生长期至生长后期玉米VIs与K_c及K_(cb)模型第37-39页
        4.1.2 快速生长期玉米VIs与K_c和K_(cb)的模型第39-42页
        4.1.3 生长中期至生长后期玉米VIs与K_c和K_(cb)的模型第42-45页
    4.2 多元线性回归模型及精度评价第45-47页
    4.3 多项式回归模型及精度评价第47-51页
    4.4 支持向量回归模型及精度评价第51-55页
    4.5 玉米植被指数与作物系数K_c不同建模方法对比第55-57页
    4.6 玉米作物系数K_c空间分布图第57-58页
    4.7 本章小结第58-59页
第五章 大田玉米蒸散量估算第59-66页
    5.1 参考蒸散量第59-62页
        5.1.1 各参数的确定第59-62页
        5.1.2 参考作物蒸散量第62页
    5.2 实际蒸散量第62-63页
    5.3 大田玉米蒸散量空间分布图第63-65页
    5.4 本章小结第65-66页
第六章 结论与展望第66-68页
    6.1 结论第66-67页
    6.2 创新点第67页
    6.3 展望第67-68页
参考文献第68-73页
附录第73-74页
致谢第74-75页
作者简介第75页

论文共75页,点击 下载论文
上一篇:指纹图谱在蚯蚓粪化学成分研究中的应用
下一篇:不同AOP方法处理水中三种抗生素的研究