| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 基于MODIS数据的作物提取方法 | 第12-13页 |
| 1.2.2 干热风灾害研究现状 | 第13-14页 |
| 1.3 研究内容 | 第14-15页 |
| 1.4 技术路线 | 第15-16页 |
| 2 研究区概况及数据预处理 | 第16-25页 |
| 2.1 河南省概况 | 第16-17页 |
| 2.2 研究数据介绍 | 第17-22页 |
| 2.2.1 气象数据 | 第17-18页 |
| 2.2.2 遥感数据 | 第18-21页 |
| 2.2.3 实地调查采样数据 | 第21-22页 |
| 2.3 数据预处理 | 第22-25页 |
| 2.3.1 气象数据处理 | 第22-24页 |
| 2.3.2 遥感数据的预处理 | 第24-25页 |
| 3 基于差分进化-加权最小距离算法的冬小麦提取 | 第25-36页 |
| 3.1 冬小麦生长曲线数据集构建 | 第25-30页 |
| 3.1.1 原始NDVI数据集 | 第25-26页 |
| 3.1.2 改进最大值合成 | 第26-28页 |
| 3.1.3 Savitzky-Golay重构NDVI时间数据集 | 第28-30页 |
| 3.2 冬小麦关键物候期识别 | 第30-31页 |
| 3.3 差分进化-加权最小距离算法的冬小麦提取 | 第31-36页 |
| 3.3.1 差分进化算法原理 | 第31-32页 |
| 3.3.2 最小距离算法原理 | 第32页 |
| 3.3.3 差分进化-加权最小距离算法 | 第32-33页 |
| 3.3.4 提取结果与验证 | 第33-36页 |
| 4 干热风灾害遥感监测指标构建 | 第36-82页 |
| 4.1 人工模拟干热风试验 | 第36-43页 |
| 4.1.1 干热风光谱试验设计及数据处理 | 第36-37页 |
| 4.1.2 重度干热风对冬小麦光谱特征影响 | 第37-39页 |
| 4.1.3 干热风对高光谱指数敏感度影响 | 第39-41页 |
| 4.1.4 高光谱指数与农学参量相关性 | 第41-43页 |
| 4.2 干热风遥感指数指标研究 | 第43-60页 |
| 4.2.1 河南干热风介绍 | 第44-45页 |
| 4.2.2 NDVI监测 | 第45-47页 |
| 4.2.3 RVI监测 | 第47-50页 |
| 4.2.4 DVI监测 | 第50-52页 |
| 4.2.5 ARVI监测 | 第52-55页 |
| 4.2.6 EVI监测 | 第55-57页 |
| 4.2.7 PDI监测 | 第57-60页 |
| 4.3 干热风遥感评估模型构建 | 第60-82页 |
| 4.3.1 干热风气象站点NDVI变化研究 | 第61-64页 |
| 4.3.2 干热风气象站点RVI变化研究 | 第64-67页 |
| 4.3.3 干热风气象站点PDI变化研究 | 第67-69页 |
| 4.3.4 最优指标确定 | 第69-75页 |
| 4.3.5 干热风监测评估方程构建 | 第75-78页 |
| 4.3.6 干热风灾害等级的评估模型验证 | 第78-82页 |
| 5 结论与展望 | 第82-84页 |
| 5.1 结论 | 第82-83页 |
| 5.2 展望 | 第83-84页 |
| 6 参考文献 | 第84-88页 |
| 7 个人简历、在校期间发表的学术论文与研究成果 | 第88-89页 |
| 8 致谢 | 第89页 |