基于GF-1与HJ-1数据的水稻重金属胁迫监测最优尺度研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 选题背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 遥感监测作物重金属胁迫研究进展 | 第12-14页 |
| 1.2.2 遥感尺度研究进展 | 第14-16页 |
| 1.3 研究内容 | 第16-17页 |
| 1.4 研究思路与技术路线 | 第17-19页 |
| 第2章 研究区与数据处理 | 第19-32页 |
| 2.1 研究区概况 | 第19-21页 |
| 2.2 数据获取与预处理 | 第21-32页 |
| 2.2.1 野外实测数据 | 第21页 |
| 2.2.2 遥感数据与预处理 | 第21-32页 |
| 第3章 水稻重金属胁迫遥感监测敏感指标选取 | 第32-45页 |
| 3.1 数据分析及处理流程 | 第32-33页 |
| 3.2 遥感影像的叶面积指数反演 | 第33-35页 |
| 3.2.1 植被指数的选择 | 第33-34页 |
| 3.2.2 反演叶面积指数 | 第34-35页 |
| 3.3 基于WOFOST模型提取WRT与WSO | 第35-41页 |
| 3.3.1 WOFOST模型概述 | 第36-38页 |
| 3.3.2 同化算法 | 第38-39页 |
| 3.3.3 WRT和WSO的提取 | 第39-41页 |
| 3.4 水稻重金属胁迫的敏感指标选取 | 第41-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第4章 水稻重金属胁迫遥感监测最优尺度研究 | 第45-56页 |
| 4.1 数据分析及处理流程 | 第45-46页 |
| 4.2 基于数值统计分析的最优尺度识别 | 第46-50页 |
| 4.2.1 基于WRT的数值统计分析 | 第46-47页 |
| 4.2.2 基于WSO的数值统计分析 | 第47-48页 |
| 4.2.3 基于SORMR的数值统计分析 | 第48-50页 |
| 4.3 基于比值分析的最优尺度识别 | 第50-54页 |
| 4.3.1 基于WRT的比值分析 | 第50-51页 |
| 4.3.2 基于WSO的比值分析 | 第51-53页 |
| 4.3.3 基于SORMR的比值分析 | 第53-54页 |
| 4.4 水稻重金属胁迫的最优尺度分析 | 第54-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 结论与展望 | 第56-59页 |
| 5.1 主要工作与结论 | 第56-57页 |
| 5.2 创新点 | 第57页 |
| 5.3 展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-73页 |
| 附录 | 第73-74页 |
