摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第10-16页 |
1.1 选题背景与研究意义 | 第10-11页 |
1.2 国内外研究现状和发展趋势 | 第11-13页 |
1.2.1 机载LiDAR反演LAI方法 | 第11-12页 |
1.2.2 多光谱数据LAI反演方法 | 第12页 |
1.2.3 多源数据的LAI反演方法 | 第12-13页 |
1.3 研究内容与论文组织结构 | 第13-14页 |
1.3.1 机载LiDAR反演作物叶面积指数 | 第13页 |
1.3.2 LiDAR和多光谱遥感反演农作物叶面积指数 | 第13页 |
1.3.3 论文组织结构 | 第13-14页 |
1.4 技术路线 | 第14-16页 |
第二章 研究区与数据资料 | 第16-26页 |
2.1 研究区域概况及地理环境 | 第16页 |
2.2 飞行平台介绍及相关技术介绍 | 第16-20页 |
2.2.1 无人机飞行平台 | 第16-18页 |
2.2.2 LiDAR传感器 | 第18页 |
2.2.3 多光谱传感器 | 第18-20页 |
2.3 数据获取 | 第20-26页 |
2.3.1 航线规划与设计 | 第20-22页 |
2.3.2 雷达数据预处理 | 第22-23页 |
2.3.3 多光谱数据处理 | 第23-24页 |
2.3.4 实测数据采集 | 第24-26页 |
第三章 数据预处理及精度评价 | 第26-38页 |
3.1 数据处理 | 第26-31页 |
3.1.1 LiDAR数据处理 | 第26-28页 |
3.1.2 多光谱数据处理 | 第28-30页 |
3.1.3 实测采样数据处理 | 第30-31页 |
3.2 数据精度评价 | 第31-38页 |
3.2.1 误差分析 | 第31-34页 |
3.2.2 数据精度评价 | 第34-38页 |
3.3 本章小结 | 第38页 |
第四章 机载LiDAR的农作物LAI反演方法 | 第38-46页 |
4.1 技术路线 | 第38-39页 |
4.2 LAI定义 | 第39-40页 |
4.3 反演LAI参数提取 | 第40-42页 |
4.4 实测样本及相关性分析 | 第42-43页 |
4.5 回归建模及反演LAI精度验证 | 第43-45页 |
4.5.1 模型构建 | 第43-44页 |
4.5.2 精度验证 | 第44-45页 |
4.6 本章小结 | 第45-46页 |
第五章 多源数据的农作物LAI反演方法 | 第46-50页 |
5.1 技术路线 | 第46-47页 |
5.2 相关遥感因子选取 | 第47-48页 |
5.3 逐步回归优化LAI反演模型及精度验证 | 第48-49页 |
5.3.1 模型构建 | 第48-49页 |
5.3.2 精度验证 | 第49页 |
5.4 本章小结 | 第49-50页 |
第六章 结果与讨论 | 第50-52页 |
6.1 研究结论 | 第50-51页 |
6.2 不足与展望 | 第51-52页 |
参考文献 | 第52-56页 |
致谢 | 第56-57页 |
作者简介 | 第57-58页 |
附件 | 第58页 |