基于极化SAR的小麦倒伏灾害与长势监测研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 作物倒伏监测研究现状 | 第10-11页 |
| 1.2.2 生物量监测研究现状 | 第11页 |
| 1.2.3 雷达遥感作物监测研究现状 | 第11-12页 |
| 1.2.4 简缩极化SAR研究现状 | 第12-13页 |
| 1.3 研究内容及技术路线图 | 第13页 |
| 1.4 论文整体结构 | 第13-15页 |
| 2 实验数据获取与预处理 | 第15-19页 |
| 2.1 研究区域概况 | 第15页 |
| 2.2 外业数据采集与处理 | 第15-16页 |
| 2.3 雷达数据获取与处理 | 第16-19页 |
| 2.3.1 雷达数据获取 | 第16-18页 |
| 2.3.2 雷达数据预处理 | 第18页 |
| 2.3.3 雷达数据极化处理过程 | 第18-19页 |
| 3 基于简缩极化SAR的小麦倒伏定性监测研究 | 第19-33页 |
| 3.1 简缩极化SAR数据获取 | 第19-25页 |
| 3.1.1 简缩极化SAR数据模拟 | 第20-23页 |
| 3.1.2 简缩极化SAR极化分解 | 第23-24页 |
| 3.1.3 简缩极化SAR参数提取 | 第24-25页 |
| 3.2 小麦倒伏雷达监测方法 | 第25-29页 |
| 3.2.1 时间序列倒伏监测方法 | 第25-26页 |
| 3.2.2 简缩极化参数与播后天数的相关性 | 第26-27页 |
| 3.2.3 其他极化参数与播后天数的相关性 | 第27-28页 |
| 3.2.4 倒伏监测的基本原理 | 第28-29页 |
| 3.3 倒伏模型检验 | 第29-31页 |
| 3.3.1 简缩极化参数检验 | 第29-31页 |
| 3.3.2 单极化参数检验 | 第31页 |
| 3.4 本章小结 | 第31-33页 |
| 4 基于全极化SAR的小麦生物量反演研究 | 第33-52页 |
| 4.1 植被散射模型 | 第33-35页 |
| 4.2 水云模型描述 | 第35-36页 |
| 4.2.1 水云模型一般形式 | 第35页 |
| 4.2.2 小麦水云模型 | 第35-36页 |
| 4.3 小麦生物学参数与后向散射系数关系 | 第36-47页 |
| 4.3.1 生物量SAR响应分析 | 第36-38页 |
| 4.3.2 水云模型应用分析 | 第38-41页 |
| 4.3.3 其他参数应用分析 | 第41-46页 |
| 4.3.4 经验模型应用分析 | 第46-47页 |
| 4.4 精度验证 | 第47-51页 |
| 4.4.1 水云模型精度验证 | 第47-49页 |
| 4.4.2 经验模型精度验证 | 第49-50页 |
| 4.4.3 对比验证结果 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 5 总结与展望 | 第52-54页 |
| 5.1 主要结论 | 第52页 |
| 5.2 创新点 | 第52-53页 |
| 5.3 不足与展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-61页 |
| 附录 | 第61页 |
