摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第11-17页 |
1.1 研究背景 | 第11-12页 |
1.2 高光谱遥感 | 第12-16页 |
1.2.1 高光谱遥感在植被中的应用基础 | 第12-13页 |
1.2.2 高光谱遥感在植被叶绿素含量估测中的应用 | 第13-14页 |
1.2.3 高光谱遥感在植被叶面积指数估测中的应用 | 第14-15页 |
1.2.4 无人机高光谱在精准农业中的应用 | 第15-16页 |
1.3 研究内容 | 第16-17页 |
第二章 材料与方法 | 第17-24页 |
2.1 研究区概况 | 第17页 |
2.2 试验设计 | 第17-18页 |
2.3 数据获取 | 第18-19页 |
2.3.1 高光谱数据 | 第18-19页 |
2.3.2 生理生化参数 | 第19页 |
2.4 研究方法 | 第19-22页 |
2.4.1 数据处理方法 | 第19-20页 |
2.4.2 建模方法 | 第20-22页 |
2.4.3 模型检验方法 | 第22页 |
2.5 技术路线图 | 第22-24页 |
第三章 水稻高光谱特征 | 第24-35页 |
3.1 前言 | 第24页 |
3.2 不同试验条件下水稻生理生化参数变化 | 第24-26页 |
3.2.1 不同叶绿素含量下水稻光谱反射光谱变化 | 第24-26页 |
3.2.2 不同叶面积指数下水稻反射光谱变化 | 第26页 |
3.3 不同生育期水稻反射光谱特征 | 第26-27页 |
3.4 不同施肥水平下水稻反射光谱特征 | 第27-30页 |
3.4.1 不同炭素水平下水稻反射光谱 | 第27-29页 |
3.4.2 不同氮素水平下水稻反射光谱 | 第29-30页 |
3.5 冠层光谱“红边”特征分析 | 第30-34页 |
3.5.1 不同生育期水稻冠层光谱“红边”特征及其变化规律 | 第31页 |
3.5.2 不同氮素水平水稻冠层光谱“红边”特征及其变化规律 | 第31-33页 |
3.5.3 不同炭素水平水稻冠层光谱“红边”特征及其变化规律 | 第33-34页 |
3.6 讨论与结论 | 第34-35页 |
第四章 不同生育期水稻SPAD高光谱估测 | 第35-47页 |
4.1 前言 | 第35页 |
4.2 SPAD在不同生育期的变化 | 第35-36页 |
4.3 SPAD在不同施肥水平的变化 | 第36-37页 |
4.4 基于特征波段的SPAD估测 | 第37-39页 |
4.4.1 SPAD与水稻冠层光谱反射率的相关性分析 | 第37-38页 |
4.4.2 基于特征波段的SPAD估测建模 | 第38-39页 |
4.5 基于光谱指数和BP神经网络的水稻SPAD估测 | 第39-46页 |
4.5.1 光谱指数的选择 | 第39-43页 |
4.5.2 基于BP神经网络的水稻SPAD估测模型 | 第43-46页 |
4.6 讨论与结论 | 第46-47页 |
第五章 基于高光谱遥感的水稻叶面积指数估测 | 第47-59页 |
5.1 前言 | 第47页 |
5.2 叶面积指数在不同生育期的变化 | 第47-48页 |
5.3 叶面积指数在不同施肥水平的变化 | 第48-49页 |
5.4 基于特征波段的叶面积指数估测 | 第49-51页 |
5.4.1 叶面积指数与水稻冠层光谱反射率的相关性分析 | 第49-50页 |
5.4.2 基于特征波段的水稻叶面积指数估测建模 | 第50-51页 |
5.5 基于光谱指数和BP神经网络的叶面积指数估测 | 第51-57页 |
5.5.1 光谱指数的选择 | 第51-54页 |
5.5.2 基于BP神经网络的水稻叶面积指数估测模型 | 第54-57页 |
5.6 讨论与结论 | 第57-59页 |
第六章 基于无人机高光谱影像的水稻生理生化参数研究 | 第59-66页 |
6.1 前言 | 第59页 |
6.2 数据采集与处理 | 第59-61页 |
6.3 基于特征波段和高光谱影像的水稻SPAD空间分布 | 第61-62页 |
6.4 基于BP神经网络和高光谱影像的水稻叶面积指数空间分布 | 第62-63页 |
6.5 不同估测模型高光谱影像估测能力对比 | 第63-64页 |
6.6 讨论与结论 | 第64-66页 |
第七章 结论与展望 | 第66-68页 |
7.1 主要结论 | 第66-67页 |
7.2 创新点 | 第67页 |
7.3 不足与展望 | 第67-68页 |
参考文献 | 第68-73页 |
致谢 | 第73-74页 |
作者简介 | 第74页 |