基于无人机多光谱遥感的玉米叶面积指数监测方法研究
| 摘要 | 第6-8页 |
| abstract | 第8-9页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究的目的和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 卫星遥感估算研究现状 | 第13-15页 |
| 1.2.2 无人机遥感估算研究现状 | 第15-17页 |
| 1.2.3 存在问题 | 第17页 |
| 1.3 研究内容及技术路线 | 第17-19页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 技术路线 | 第18-19页 |
| 第二章 实验方案与地面数据采集 | 第19-22页 |
| 2.1 试验区概况 | 第19页 |
| 2.2 实验方案 | 第19-20页 |
| 2.3 地面数据采集 | 第20-21页 |
| 2.3.1 实验仪器 | 第20-21页 |
| 2.3.2 玉米地面数据采集与整理 | 第21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 无人机遥感监测系统与影像数据预处理 | 第22-28页 |
| 3.1 无人机遥感监测系统 | 第22页 |
| 3.2 无人机遥感航拍路线设计和参数确定 | 第22-24页 |
| 3.3 遥感影像数据采集和预处理 | 第24-26页 |
| 3.3.1 遥感影像数据采集 | 第24页 |
| 3.3.2 无人机遥感影像拼接 | 第24-25页 |
| 3.3.3 无人机遥感影像校正和裁剪 | 第25-26页 |
| 3.4 植被指数的选择与提取 | 第26-27页 |
| 3.5 本章小结 | 第27-28页 |
| 第四章 基于一元线性回归的LAI反演模型研究 | 第28-45页 |
| 4.1 回归模型 | 第28-29页 |
| 4.1.1 一元线性回归模型 | 第28页 |
| 4.1.2 模型结果检验 | 第28-29页 |
| 4.2 基于一元线性回归模型的建模结果与分析 | 第29-36页 |
| 4.2.1 玉米拔节期回归模型 | 第29-31页 |
| 4.2.2 玉米生长期回归模型 | 第31-33页 |
| 4.2.3 玉米成熟期回归模型 | 第33-36页 |
| 4.3 模型评价 | 第36-43页 |
| 4.3.1 玉米拔节期预测模型 | 第36-38页 |
| 4.3.2 玉米生长期预测模型 | 第38-40页 |
| 4.3.3 玉米成熟期预测模型 | 第40-43页 |
| 4.4 本章小结 | 第43-45页 |
| 第五章 基于多元线性回归的LAI反演模型研究 | 第45-51页 |
| 5.1 多元线性回归模型 | 第45页 |
| 5.1.1 多元线性回归模型建立 | 第45页 |
| 5.1.2 多元线性回归的显著性检验 | 第45页 |
| 5.2 基于多元线性回归模型的建模结果与分析 | 第45-48页 |
| 5.2.1 拔节期建模结果 | 第45-46页 |
| 5.2.2 生长期建模结果 | 第46-47页 |
| 5.2.3 成熟期建模结果 | 第47-48页 |
| 5.3 基于多元线性回归模型的预测结果与分析 | 第48-50页 |
| 5.3.1 拔节期预测结果 | 第48页 |
| 5.3.2 生长期预测结果 | 第48-49页 |
| 5.3.3 成熟期预测结果 | 第49-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第六章 基于支持向量机的LAI反演模型研究 | 第51-58页 |
| 6.1 支持向量机模型 | 第51-53页 |
| 6.2 基于支持向量机模型的结果与分析 | 第53-55页 |
| 6.2.1 模型优化 | 第53-54页 |
| 6.2.2 模型估测结果 | 第54-55页 |
| 6.3 各模型精度对比分析 | 第55-56页 |
| 6.4 叶面积指数反演结果 | 第56-57页 |
| 6.5 本章小结 | 第57-58页 |
| 第七章 结论与展望 | 第58-60页 |
| 7.1 结论 | 第58-59页 |
| 7.2 创新点 | 第59页 |
| 7.3 展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 作者简介 | 第65页 |
