基于多光谱数据的玉米叶绿素含量相关性研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 引言 | 第12-18页 |
| 1.1 课题研究背景 | 第12页 |
| 1.2 研究意义和目的 | 第12-13页 |
| 1.2.1 研究意义 | 第12-13页 |
| 1.2.2 研究目的 | 第13页 |
| 1.3 课题来源以及研究工作情况 | 第13页 |
| 1.4 国内外研究现状 | 第13-16页 |
| 1.4.1 光谱遥感技术对氮元素的研究 | 第14页 |
| 1.4.2 病虫害及农药残留监测 | 第14-15页 |
| 1.4.3 作物产量估测 | 第15页 |
| 1.4.4 光谱技术在叶绿素方面研究 | 第15-16页 |
| 1.5 本文主要工作和论文安排 | 第16-18页 |
| 第2章 光谱技术 | 第18-33页 |
| 2.1 多光谱成像技术 | 第18-23页 |
| 2.1.1 光谱、光谱波长、光谱反射率 | 第18-20页 |
| 2.1.2 光谱成像系统原理和架构 | 第20-22页 |
| 2.1.3 多光谱图像 | 第22-23页 |
| 2.1.4 数据取样 | 第23页 |
| 2.2 光谱编码技术 | 第23-24页 |
| 2.2.1 二值编码算法 | 第23-24页 |
| 2.3 光谱图像预处理 | 第24-32页 |
| 2.3.1 分段式拉伸 | 第24-25页 |
| 2.3.2 三次样条曲线变换 | 第25-29页 |
| 2.3.3 直方图正态化 | 第29-30页 |
| 2.3.4 直方图均衡化 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 叶绿素检测技术 | 第33-38页 |
| 3.1 叶绿素仪(SPAD-502)测量原理 | 第33-34页 |
| 3.2 紫外可见分光光度法 | 第34-35页 |
| 3.3 荧光分析法 | 第35页 |
| 3.4 光声光谱法 | 第35页 |
| 3.5 原子吸收光谱法 | 第35页 |
| 3.6 叶绿素测量仪的优势 | 第35-36页 |
| 3.7 SPAD值与叶绿素含量的转换 | 第36-37页 |
| 3.8 本章小结 | 第37-38页 |
| 第4章 数据分析及数学建模 | 第38-44页 |
| 4.1 最小二乘法原理 | 第38-39页 |
| 4.2 线性回归分析 | 第39-43页 |
| 4.3 本章小结 | 第43-44页 |
| 第5章 基于多光谱数据的叶绿素主成分分析模型 | 第44-56页 |
| 5.1 主成分分析原理和步骤 | 第44-46页 |
| 5.2 数据结果及分析 | 第46-49页 |
| 5.3 支持向量机(SVM)预测与分析结果 | 第49-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| 6.1 全文总结 | 第56页 |
| 6.2 论文创新点 | 第56页 |
| 6.3 未来展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |
