| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11页 |
| 1.2 研究目的和意义 | 第11-12页 |
| 1.3 研究现状 | 第12-15页 |
| 1.3.1 遥感反演模型不确定性存在原因 | 第12-13页 |
| 1.3.2 农作物LAI的监测模型研究 | 第13-15页 |
| 1.4 研究内容 | 第15-16页 |
| 1.5 技术路线 | 第16-19页 |
| 2 实验设计与分析方法 | 第19-26页 |
| 2.1 研究区概况 | 第19-20页 |
| 2.2 数据获取及预处理 | 第20-22页 |
| 2.2.1 大豆冠层光谱测定与预处理 | 第20-21页 |
| 2.2.2 大豆叶面积指数测定 | 第21-22页 |
| 2.3 数据处理与分析 | 第22-24页 |
| 2.3.1 LAI数据常值检验 | 第22-23页 |
| 2.3.2 高光谱数据处理 | 第23-24页 |
| 2.4 模型精度评价指标 | 第24页 |
| 2.5 小结 | 第24-26页 |
| 3 模型参数不确定性研究——敏感波段选取 | 第26-38页 |
| 3.1 植被指数敏感波段选取理论方法 | 第26-29页 |
| 3.1.1 植被指数及其原理 | 第26-27页 |
| 3.1.2 敏感波段选取理论方法 | 第27-29页 |
| 3.2 不同生育期敏感波段选取分析 | 第29-36页 |
| 3.2.1 基于MDC敏感波段的选取方法 | 第30-32页 |
| 3.2.2 基于OIF敏感波段的选取方法 | 第32-34页 |
| 3.2.3 基于LASSO敏感波段的选取方法 | 第34-36页 |
| 3.3 敏感波段的选择与分析 | 第36-37页 |
| 3.4 小结 | 第37-38页 |
| 4 模型输入不确定性研究——模型校正集选取 | 第38-48页 |
| 4.1 基于抽样方法的模型校正集不确定性分析 | 第38-41页 |
| 4.1.1 校正集对模型不确定性的影响 | 第38-39页 |
| 4.1.2 简单随机抽样与分层抽样原理 | 第39-40页 |
| 4.1.3 模型校正集不确定性分析 | 第40-41页 |
| 4.2 不同抽样方法获取校正集建立LAI模型实例分析 | 第41-46页 |
| 4.2.1 建模数据分析 | 第41-42页 |
| 4.2.2 RF回归模型的建立与验证 | 第42-44页 |
| 4.2.3 SVM模型的建立与验证 | 第44-46页 |
| 4.2.4 抽样方法对比分析 | 第46页 |
| 4.3 小结 | 第46-48页 |
| 5 模型结构不确定性研究——模型形式选择 | 第48-58页 |
| 5.1 大豆叶面积指数与光谱的相关性分析 | 第49-52页 |
| 5.1.1 一阶导数光谱分析 | 第49-51页 |
| 5.1.2 植被指数的相关性分析 | 第51-52页 |
| 5.2 大豆LAI光谱估测模型 | 第52-54页 |
| 5.2.1 单变量大豆LAI值的模型估测构建 | 第52-53页 |
| 5.2.2 多变量大豆LAI值的估测模型构建 | 第53-54页 |
| 5.3 大豆LAI光谱估测模型精度分析 | 第54-57页 |
| 5.4 小结 | 第57-58页 |
| 6 结论与展望 | 第58-60页 |
| 6.1 结论与创新点 | 第58-59页 |
| 6.2 展望及不足 | 第59-60页 |
| 参考文献 | 第60-68页 |
| 作者简历 | 第68-70页 |
| 学位论文数据集 | 第70页 |