高光谱遥感的冬小麦籽粒蛋白质含量监测
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状综述 | 第13-15页 |
| 1.3 研究目标、研究内容及技术路线 | 第15-17页 |
| 1.3.1 研究目标 | 第15页 |
| 1.3.2 研究内容 | 第15-16页 |
| 1.3.3 技术路线 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 2 研究区概况与方法 | 第18-28页 |
| 2.1 研究区概况及试验方案 | 第18-21页 |
| 2.2 数据采集与处理 | 第21-24页 |
| 2.2.1 地上部生物量 | 第21-22页 |
| 2.2.2 植株全氮含量 | 第22页 |
| 2.2.3 产量 | 第22页 |
| 2.2.4 籽粒蛋白质含量 | 第22-23页 |
| 2.2.5 冠层光谱测定 | 第23页 |
| 2.2.6 数据预处理 | 第23-24页 |
| 2.3 方法 | 第24-27页 |
| 2.3.1 灰色关联分析 | 第24-25页 |
| 2.3.2 偏最小二乘法 | 第25-26页 |
| 2.3.3 赤池信息量准则 | 第26页 |
| 2.3.4 统计分析 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 多时相地面高光谱遥感监测籽粒蛋白质含量 | 第28-36页 |
| 3.1 光谱参量的选择 | 第28页 |
| 3.2 数据分析 | 第28-30页 |
| 3.2.1 GPC分布 | 第28-29页 |
| 3.2.2 光谱参量与GPC的相关性 | 第29-30页 |
| 3.2.3 光谱参量与GPC间的灰色关联分析 | 第30页 |
| 3.3 最优回归模型的确定及验证 | 第30-35页 |
| 3.3.1 利用PLSR-AIC确定最优回归模型 | 第30页 |
| 3.3.2 籽粒蛋白质含量的估测与验证 | 第30-35页 |
| 3.4 本章小结 | 第35-36页 |
| 4 氮素运转的籽粒蛋白质含量遥感监测 | 第36-54页 |
| 4.1 籽粒产量高光谱模型 | 第36-43页 |
| 4.1.1 敏感波段的选择 | 第37-40页 |
| 4.1.2 籽粒产量反演模型的确定及验证 | 第40-43页 |
| 4.2 籽粒氮素累积量高光谱反演 | 第43-52页 |
| 4.2.1 花前植株贮存氮运转量估测模型 | 第43-49页 |
| 4.2.2 花后植株同化氮量的估测模型 | 第49-52页 |
| 4.3 GPC的估算与验证 | 第52-53页 |
| 4.4 本章小结 | 第53-54页 |
| 5 结论、创新点与展望 | 第54-58页 |
| 5.1 结论 | 第54-55页 |
| 5.2 创新点 | 第55-56页 |
| 5.3 展望 | 第56-58页 |
| 参考文献 | 第58-68页 |
| 致谢 | 第68-70页 |
| 作者简介及读研期间主要科研成果 | 第70页 |
