| 致谢 | 第1-8页 |
| 摘要 | 第8-10页 |
| Abstract | 第10-13页 |
| 目次 | 第13-18页 |
| 1 绪论 | 第18-38页 |
| ·引言 | 第18-19页 |
| ·油菜研究现状 | 第19-21页 |
| ·世界油菜的发展 | 第19页 |
| ·中国油菜的发展 | 第19-20页 |
| ·油菜的发展前景 | 第20-21页 |
| ·植物营养诊断技术的国内外研究现状 | 第21-28页 |
| ·传统的植物营养诊断方法 | 第21-25页 |
| ·借助仪器进行植物营养诊断 | 第25-28页 |
| ·光谱技术的研究进展 | 第28-36页 |
| ·光谱技术概述 | 第28-29页 |
| ·近红外光谱技术检测研究 | 第29-34页 |
| ·机器视觉和多光谱成像技术在农业中的应用 | 第34-36页 |
| ·国内外研究存在的主要问题 | 第36-37页 |
| ·研究目的与内容 | 第37-38页 |
| 2 试验设备与材料 | 第38-58页 |
| ·试验设备 | 第38-46页 |
| ·便携式可见-近红外光谱仪(Field Spec Hand Held) | 第38-39页 |
| ·SPAD-502叶绿素计 | 第39-41页 |
| ·Duncan MS3100 3CCD多光谱成像仪 | 第41-43页 |
| ·Rapid N cube快速定氮仪 | 第43-46页 |
| ·试验设计 | 第46-53页 |
| ·试验材料 | 第46页 |
| ·田间试验设计 | 第46-53页 |
| ·油菜养分的化学定标测定 | 第53-57页 |
| ·油菜叶片氮含量的测定 | 第53-55页 |
| ·油菜叶片磷含量的测定 | 第55-56页 |
| ·油菜叶片钾含量的测定 | 第56页 |
| ·油菜叶片硼含量的测定 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 3 数据挖掘技术 | 第58-78页 |
| ·光谱数据预处理方法 | 第58-63页 |
| ·数据增强算法 | 第59页 |
| ·平滑算法 | 第59-60页 |
| ·导数算法 | 第60页 |
| ·附加散射校正 | 第60-61页 |
| ·变量标准化 | 第61-62页 |
| ·去趋势算法 | 第62页 |
| ·正交信号校正 | 第62-63页 |
| ·最优波长选择方法研究 | 第63-67页 |
| ·相关系数法和方差分析法 | 第64-65页 |
| ·逐步回归分析方法 | 第65-66页 |
| ·连续投影算法 | 第66-67页 |
| ·多元校正计量学方法 | 第67-75页 |
| ·偏最小二乘法 | 第67-68页 |
| ·主成分回归 | 第68-70页 |
| ·人工神经网络 | 第70-71页 |
| ·多元线性回归法 | 第71-72页 |
| ·偏最小二乘支持向量机 | 第72-75页 |
| ·模型评价标准 | 第75-77页 |
| ·本章小结 | 第77-78页 |
| 4 油菜叶片氮含量快速检测方法的研究 | 第78-113页 |
| ·引言 | 第78页 |
| ·基于油菜叶片光谱反射特性的氮含量快速诊断方法研究 | 第78-89页 |
| ·样品制备及光谱采集 | 第78-80页 |
| ·化学值统计分析 | 第80-81页 |
| ·光谱预处理方法及PLS建模分析 | 第81-84页 |
| ·最优波长选择 | 第84-87页 |
| ·建模结果及分析 | 第87-89页 |
| ·基于油菜冠层光谱反射特性的氮含量快速诊断方法研究 | 第89-98页 |
| ·样品制备及光谱采集 | 第89-90页 |
| ·化学值统计分析 | 第90-91页 |
| ·光谱预处理方法及PLS建模分析 | 第91-94页 |
| ·最优波长选择 | 第94-97页 |
| ·建模结果及分析 | 第97-98页 |
| ·基于油菜冠层多光谱图像的氮含量快速诊断方法研究 | 第98-111页 |
| ·试验设计 | 第99页 |
| ·油菜叶片氮含量和SPAD值的相关性研究 | 第99-101页 |
| ·基于油菜冠层多光谱图像技术的油菜氮含量快速诊断方法研究 | 第101-111页 |
| ·本章小结 | 第111-113页 |
| 5 油菜叶片磷含量快速检测方法的研究 | 第113-132页 |
| ·引言 | 第113页 |
| ·基于油菜叶片光谱反射特性的磷含量快速诊断方法研究 | 第113-121页 |
| ·样品制备及光谱采集 | 第113页 |
| ·化学值统计分析 | 第113-114页 |
| ·光谱预处理方法及PLS建模分析 | 第114-117页 |
| ·最优波长选择 | 第117-120页 |
| ·建模结果及分析 | 第120-121页 |
| ·基于油菜冠层光谱反射特性的磷含量快速诊断方法研究 | 第121-130页 |
| ·样品制备及光谱采集 | 第122页 |
| ·化学值统计分析 | 第122页 |
| ·光谱预处理方法及PLS建模分析 | 第122-126页 |
| ·最优波长选择 | 第126-129页 |
| ·建模结果及分析 | 第129-130页 |
| ·本章小结 | 第130-132页 |
| 6 油菜叶片钾含量快速检测方法的研究 | 第132-151页 |
| ·引言 | 第132页 |
| ·基于油菜叶片光谱反射特性的钾含量快速诊断方法研究 | 第132-140页 |
| ·样品制备及光谱采集 | 第132页 |
| ·化学值统计分析 | 第132-133页 |
| ·光谱预处理方法及PLS建模分析 | 第133-136页 |
| ·最优波长选择 | 第136-139页 |
| ·建模结果及分析 | 第139-140页 |
| ·基于油菜冠层光谱反射特性的钾含量快速诊断方法研究 | 第140-149页 |
| ·样品制备及光谱采集 | 第140页 |
| ·化学值统计分析 | 第140-141页 |
| ·光谱预处理方法及PLS建模分析 | 第141-144页 |
| ·最优波长选择 | 第144-147页 |
| ·建模结果及分析 | 第147-149页 |
| ·本章小结 | 第149-151页 |
| 7 油菜叶片硼含量快速检测方法的研究 | 第151-161页 |
| ·引言 | 第151页 |
| ·基于油菜叶片光谱反射特性的硼含量快速诊断方法研究 | 第151-159页 |
| ·样品制备及光谱采集 | 第151页 |
| ·化学值统计分析 | 第151-152页 |
| ·光谱预处理方法及PLS建模分析 | 第152-155页 |
| ·最优波长选择 | 第155-158页 |
| ·建模结果及分析 | 第158-159页 |
| ·本章小结 | 第159-161页 |
| 8 辐照后油菜籽的光谱特性研究 | 第161-170页 |
| ·引言 | 第161-162页 |
| ·油菜籽样本及光谱信息采集 | 第162页 |
| ·光谱数据预处理 | 第162-165页 |
| ·BP神经网络(BPNN)法建模及精度预测 | 第165-168页 |
| ·数据压缩及PLS主成分提取 | 第165-166页 |
| ·基于PLS主成分的BP神经网络模型的建立及预测结果 | 第166-168页 |
| ·本章小结 | 第168-170页 |
| 9 结论与展望 | 第170-176页 |
| ·结论 | 第170-174页 |
| ·论文的创新点 | 第174页 |
| ·展望 | 第174-176页 |
| 参考文献 | 第176-186页 |
| 附录 | 第186-191页 |
| 作者简介 | 第191-192页 |
