| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 文献综述 | 第8-14页 |
| 1.1 可视化技术在小麦赤霉病预测预报中的应用 | 第8-9页 |
| 1.2 小麦赤霉病预测预报研究动态 | 第9-11页 |
| 1.2.1 小麦赤霉病的发生情况 | 第9-10页 |
| 1.2.2 国外研究动态 | 第10页 |
| 1.2.3 国内研究动态 | 第10-11页 |
| 1.3 小麦赤霉病预测预报主要方法 | 第11-14页 |
| 1.3.1 神经网络 | 第11-12页 |
| 1.3.2 灰色系统 | 第12-13页 |
| 1.3.3 普通回归分析法 | 第13-14页 |
| 2. 引言 | 第14-15页 |
| 3 材料与方法 | 第15-25页 |
| 3.1 试验材料 | 第15页 |
| 3.1.1 数据来源 | 第15页 |
| 3.1.2 应用软件 | 第15页 |
| 3.2 试验方法 | 第15-25页 |
| 3.2.0 数据处理 | 第15-16页 |
| 3.2.1 建立数据库 | 第16-18页 |
| 3.2.2 数据的提取 | 第18-22页 |
| 3.2.3 气候相似法预测的利用 | 第22-24页 |
| 3.2.4 相似段确定 | 第24-25页 |
| 4 结果与分析 | 第25-38页 |
| 4.1 构建的数据库 | 第25-28页 |
| 4.1.1 构建的气象因子数据库 | 第25页 |
| 4.1.2 构建的生态区、行政区数据库 | 第25-26页 |
| 4.1.3 构建的系统田、普查田数据库 | 第26-27页 |
| 4.1.4 构建的小麦赤霉病病害等级数据库 | 第27-28页 |
| 4.2 数据的提取 | 第28-33页 |
| 4.2.1 气象因子数据的提取 | 第28-29页 |
| 4.2.2 生态区、行政区数据的提取 | 第29-30页 |
| 4.2.3 系统田、普查田数据的提取 | 第30-31页 |
| 4.2.4 小麦赤霉病病害等级数据的提取 | 第31-33页 |
| 4.3 相似时段的确定 | 第33-37页 |
| 4.3.1 气象因子相似段确定 | 第33-36页 |
| 4.3.2 最优相似时段的确定 | 第36-37页 |
| 4.4 相似时段中主导因子的确定 | 第37-38页 |
| 4.4.1 短期预测中最优相似时段中主导因子的确定 | 第37页 |
| 4.4.2 中期预测中最优相似时段中主导因子的确定 | 第37-38页 |
| 4.4.3 长期预测中最优相似时段中主导因子的确定 | 第38页 |
| 5 基于可视化技术小麦赤霉病的研究系统展示 | 第38-40页 |
| 6 结论与讨论 | 第40-42页 |
| 6.1 结论 | 第40-41页 |
| 6.1.1 构建的数据库 | 第40页 |
| 6.1.2 数据的提取 | 第40页 |
| 6.1.3 气候相似法的利用 | 第40-41页 |
| 6.2 讨论 | 第41-42页 |
| 参考文献 | 第42-48页 |
| 致谢 | 第48-49页 |
| 个人简介 | 第49页 |
