| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章. 绪论 | 第13-22页 |
| 1.1.研究背景 | 第13-14页 |
| 1.2. 国内外研究现状 | 第14-19页 |
| 1.3. 研究内容和方法 | 第19-21页 |
| 1.4. 本章小结 | 第21-22页 |
| 第二章. 光谱技术实验和理论基础 | 第22-43页 |
| 2.1. 引言 | 第22页 |
| 2.2. 光谱学测量原理与设备 | 第22-27页 |
| 2.3. 光谱数据处理方法 | 第27-42页 |
| 2.4. 本章小结 | 第42-43页 |
| 第三章. 基于光谱技术的土壤参数检测研究 | 第43-67页 |
| 3.1. 基于近红外光谱分析的土壤分层氮素含量预测 | 第43-50页 |
| 3.2. 土壤全氮含量检测的水分影响剔除方法研究 | 第50-57页 |
| 3.3. 基于蚁群算法与互信息理论的土壤氮素敏感波段选取 | 第57-66页 |
| 3.4. 本章小结 | 第66-67页 |
| 第四章. 基于光谱技术的土壤氮素/水分含量检测装置开发 | 第67-80页 |
| 4.1. 引言 | 第67-68页 |
| 4.2. 近红外光谱波长测定 | 第68页 |
| 4.3. 原位式土壤氮素/水分含量检测装置开发 | 第68-75页 |
| 4.4. 结果与讨论 | 第75-79页 |
| 4.5. 本章小结 | 第79-80页 |
| 第五章. 基于光谱技术的苹果树营养检测技术研究 | 第80-105页 |
| 5.1. 苹果树叶片营养元素快速检测模型研究 | 第80-93页 |
| 5.2. 基于不同物候期苹果果叶光谱特征预测果实糖度 | 第93-104页 |
| 5.3. 本章小结 | 第104-105页 |
| 第六章. 基于光谱信息的柑橘病害蚁群算法分类研究 | 第105-116页 |
| 6.1. 引言 | 第105页 |
| 6.2. 试验样本 | 第105-107页 |
| 6.3. 不同染病柑橘原始光谱特征分析 | 第107-108页 |
| 6.4. 特征波长选取 | 第108-112页 |
| 6.5. 柑橘疾病分类方法 | 第112-115页 |
| 6.6. 本章小结 | 第115-116页 |
| 第七章. 结论与展望 | 第116-121页 |
| 7.1. 结论 | 第116-119页 |
| 7.2. 主要创新点 | 第119页 |
| 7.3. 研究展望 | 第119-121页 |
| 参考文献 | 第121-134页 |
| 致谢 | 第134-135页 |
| 作者简介 | 第135-137页 |
