首页--农业科学论文--农业基础科学论文--农业气象学论文--农业气象观测与仪器、设备论文

风云气象数据在农情定量监测中的应用研究

摘要第4-6页
Abstract第6-7页
1 绪论第12-23页
    1.1 研究背景与意义第12-13页
    1.2 国内外研究现状第13-19页
        1.2.1 风云气象卫星发展现状第13-15页
        1.2.2 风云MERSI数据农情监测应用现状第15-16页
        1.2.3 作物生长曲线构建现状第16-17页
        1.2.4 混合像元分解现状第17-18页
        1.2.5 作物物候期提取现状第18-19页
    1.3 研究内容与技术路线第19-21页
    1.4 本文的章节安排第21-22页
    1.5 本章小结第22-23页
2 研究区域选择、数据搜集及其预处理第23-32页
    2.1 研究区域概况第23-24页
    2.2 搜集数据介绍第24-26页
        2.2.1 研究区域耕地掩膜数据第24-25页
        2.2.2 风云 3-MERSI数据第25页
        2.2.3 地面农气站数据第25-26页
        2.2.4 实地考察数据第26页
    2.3 数据预处理第26-31页
        2.3.1 预处理技术流程第26-27页
        2.3.2 Landsat 8-OLI影像处理第27-28页
        2.3.3 土地利用支持向量机分类第28-30页
        2.3.4 研究区耕地信息获取第30-31页
    2.4 本章小结第31-32页
3 基于风云 3A-MERSI数据的作物生长曲线构建第32-41页
    3.1 农作物生长曲线构建机理第32-33页
    3.2 原始植被指数时间序列的构建第33-34页
    3.3 植被指数时间序列的去噪处理第34-40页
        3.3.1 最大值合成法第34-35页
        3.3.2 Savitzky-Golay法第35-36页
        3.3.3 小波去噪及与S-G法效果比较第36-38页
        3.3.4 Savitzky-Golay法的改进第38-40页
    3.4 本章小结第40-41页
4 基于生长曲线的多光谱混合像元分解第41-53页
    4.1 遥感影像混合像元分解机理第41-43页
    4.2 线性混合像元分解方法第43-44页
        4.2.1 线性混合像元分解数学描述第43-44页
        4.2.2 线性混合像元分解过程第44页
    4.3 基于生长曲线的多光谱混合像元分解第44-51页
        4.3.1 研究区端元获取与生长曲线构建第44-46页
        4.3.2 基于传统方法的混合像元分解第46-49页
        4.3.3 基于生长曲线匹配的自适应混合像元分解及精度分析第49-51页
    4.4 本章小结第51-53页
5 基于生长曲线的农作物物候期提取第53-62页
    5.1 基于生长曲线的农作物生育期提取机理第53-55页
    5.2 夏玉米关键物候期提取流程及生长曲线上升段拟合第55-57页
        5.2.1 夏玉米物候期提取技术流程第55页
        5.2.2 夏玉米生长曲线上升段拟合第55-57页
    5.3 夏玉米物候期提取及精度验证第57-61页
        5.3.1 曲率法提取物候期第57-58页
        5.3.2 动态阈值法提取物候期第58-59页
        5.3.3 精度验证第59-61页
    5.4 本章小结第61-62页
6 风云遥感农情监测原型系统开发第62-73页
    6.1 系统开发环境与技术设计架构第62-64页
        6.1.1 系统开发环境选择第62-63页
        6.1.2 系统技术架构第63-64页
    6.2 软件功能扩展第64-65页
        6.2.1 用户接口介绍第64-65页
        6.2.2 自定义功能扩展第65页
    6.3 系统功能模块介绍第65-72页
        6.3.1 基本图像浏览功能模块第66页
        6.3.2 作物生长曲线构建模块第66-68页
        6.3.3 作物物候期提取模块第68-70页
        6.3.4 亚像元信息提取模块第70-71页
        6.3.5 作物长势评价模块第71-72页
    6.4 本章小结第72-73页
7 结论与展望第73-75页
    7.1 结论第73-74页
    7.2 展望第74-75页
参考文献第75-79页
个人简历、在学期间发表的学术论文及研究成果第79-81页
    个人简历第79页
    参与的科研项目第79页
    发表的学术论文第79-80页
    获得专利第80-81页
致谢第81页

论文共81页,点击 下载论文
上一篇:海洋深水区高精度地震成像技术研究及应用
下一篇:基于GNSS的地质灾害监测研究