致谢 | 第4-6页 |
摘要 | 第6-8页 |
ABSTRACT | 第8-9页 |
1 绪论 | 第12-22页 |
1.1 研究背景及意义 | 第12-14页 |
1.2 研究进展 | 第14-17页 |
1.2.1 小型成像光谱仪及其应用研究进展 | 第14-16页 |
1.2.2 高光谱技术在作物氮素监测中的应用研究进展 | 第16-17页 |
1.3 研究内容与技术路线 | 第17-19页 |
1.3.1 研究内容 | 第17-19页 |
1.3.2 技术路线 | 第19页 |
1.4 论文章节安排 | 第19-22页 |
2 研究区及数据获取 | 第22-32页 |
2.1 研究区概况 | 第22-23页 |
2.2 研究所用的硬件系统 | 第23-27页 |
2.2.1 轻小型无人机 | 第23-24页 |
2.2.2 凝视高光谱成像仪和高清数码相机 | 第24-26页 |
2.2.3 汞氩灯、光学积分球和光谱测量仪器 | 第26-27页 |
2.3 数据获取 | 第27-30页 |
2.3.1 实验室高光谱仪器数据采集 | 第27-28页 |
2.3.2 野外实验区无人机高光谱图像获取 | 第28-30页 |
2.3.3 地面小麦作物参数采集 | 第30页 |
2.4 本章小结 | 第30-32页 |
3 无人机高光谱影像拼接 | 第32-42页 |
3.1 高光谱图像POS插值 | 第32-33页 |
3.2 DOM生成 | 第33-35页 |
3.3 DSM生成和作物株高提取 | 第35-36页 |
3.4 结果与分析 | 第36-41页 |
3.4.1 POS插值 | 第36-38页 |
3.4.2 DOM生成与精度评价 | 第38-40页 |
3.4.3 株高提取与精度评价 | 第40-41页 |
3.5 结论 | 第41-42页 |
4 高光谱图像辐射定标 | 第42-52页 |
4.1 光谱定标 | 第42页 |
4.2 辐射响应线性度和辐射响应变异性 | 第42-44页 |
4.2.1 辐射响应线性度评价 | 第42-43页 |
4.2.2 辐射响应变异性与校正 | 第43-44页 |
4.3 辐射定标和精度验证 | 第44-46页 |
4.4 结果与分析 | 第46-51页 |
4.4.1 像元辐射响应线性度 | 第46-47页 |
4.4.2 辐射响应变异性的消除 | 第47-49页 |
4.4.3 光谱定标 | 第49-50页 |
4.4.4 辐射定标 | 第50-51页 |
4.5 结论 | 第51-52页 |
5 基于无人机高光谱图像的小麦氮素反演 | 第52-58页 |
5.1 基于光谱指数的氮素反演 | 第52-53页 |
5.2 基于BP神经网络的氮素反演 | 第53页 |
5.3 结果与分析 | 第53-57页 |
5.3.1 光谱指数氮素反演结果 | 第53-56页 |
5.3.2 BP神经网络氮素反演结果 | 第56-57页 |
5.4 结论 | 第57-58页 |
6 结论与展望 | 第58-62页 |
6.1 主要结论 | 第58-59页 |
6.2 主要创新点 | 第59页 |
6.3 展望 | 第59-62页 |
6.3.1 论文提出的方法的适用性 | 第59-60页 |
6.3.2 无人机高光谱成像仪和其他成像传感器集成 | 第60页 |
6.3.3 存在的不足和下一步研究方向 | 第60-62页 |
参考文献 | 第62-70页 |
作者简历 | 第70-72页 |
学位论文数据集 | 第72页 |