甘蔗长势的光谱学检测方法研究及其传感器的研发
摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-18页 |
1.1 课题研究的背景及意义 | 第10-11页 |
1.2 光谱学检测方法研究现状 | 第11-15页 |
1.2.1 甘蔗作物的光谱特性研究现状 | 第11-12页 |
1.2.2 作物长势光谱学检测方法研究现状 | 第12-13页 |
1.2.3 光谱学作物营养检测传感器的研究现状 | 第13-15页 |
1.3 课题研究内容和方法 | 第15-17页 |
1.3.1 课题研究内容 | 第15页 |
1.3.2 课题研究方法 | 第15-17页 |
1.4 论文总体框架 | 第17-18页 |
第二章 光谱学检测理论基础 | 第18-29页 |
2.1 光谱分析方法测量原理 | 第18-19页 |
2.2 分光光度法的原理 | 第19-20页 |
2.3 光谱仪的理论基础 | 第20-22页 |
2.3.1 光学传感器的理论基础 | 第20-21页 |
2.3.2 作物营养诊断仪理论基础 | 第21-22页 |
2.4 常用光谱分析方法简介 | 第22-27页 |
2.4.1 近红外光谱分析技术的步骤 | 第22-23页 |
2.4.2 线性回归分析 | 第23-25页 |
2.4.3 PCA算法 | 第25-26页 |
2.4.4 BP算法简介 | 第26-27页 |
2.5 小结 | 第27-29页 |
第三章 光谱反射率预测甘蔗长势建模 | 第29-42页 |
3.1 试验部分 | 第29-32页 |
3.1.1 试验田管理 | 第29-30页 |
3.1.2 样本预处理 | 第30-31页 |
3.1.3 采集光谱数据 | 第31页 |
3.1.4 叶绿素含量的测定 | 第31-32页 |
3.2 确定NDVI的特征波段 | 第32-35页 |
3.3 甘蔗叶绿素含量建模 | 第35-40页 |
3.3.1 基于NDVI的一元线性回归模型 | 第35-36页 |
3.3.2 基于PCA的多元线性回归模型 | 第36-37页 |
3.3.3 基于PCA的BP预测模型 | 第37-38页 |
3.3.4 基于多光谱指数的多元线性回归模型 | 第38-39页 |
3.3.5 基于多光谱指数的BP预测模型 | 第39-40页 |
3.3.6 不同预测模型的预测能力比较 | 第40页 |
3.4 小结 | 第40-42页 |
第四章 基于光谱学原理的作物长势诊断仪的研发 | 第42-58页 |
4.1 引言 | 第42页 |
4.2 诊断仪的总体设计 | 第42-43页 |
4.3 诊断仪的硬件设计 | 第43-50页 |
4.3.1 主动光源部分设计 | 第43-45页 |
4.3.2 光电检测电路设计 | 第45-46页 |
4.3.3 信号调理与A/D采样 | 第46-47页 |
4.3.4 控制系统的设计 | 第47-49页 |
4.3.5 电源模块的设计 | 第49-50页 |
4.4 控制器的软件设计 | 第50-52页 |
4.5 传感器的标定试验 | 第52-56页 |
4.6 小结 | 第56-58页 |
第五章 结论与展望 | 第58-62页 |
5.1 结论 | 第58-59页 |
5.2 展望 | 第59-62页 |
参考文献 | 第62-67页 |
致谢 | 第67-68页 |
攻读学位期间发表的学术论文 | 第68页 |