基于遥感数据的水稻生育期识别研究
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
1 绪论 | 第9-15页 |
1.1 研究背景与意义 | 第9-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.3 研究内容与技术路线 | 第12-14页 |
1.4 论文组织结构 | 第14-15页 |
2 数据获取与处理 | 第15-29页 |
2.1 研究区概况 | 第15页 |
2.2 数据采集与预处理 | 第15-21页 |
2.2.1 地面高光谱数据 | 第16页 |
2.2.2 地面多光谱数据与预处理 | 第16-18页 |
2.2.3 无人机多光谱影像 | 第18-20页 |
2.2.4 水稻生育期划分数据 | 第20-21页 |
2.3 建模方法 | 第21-26页 |
2.3.1 K近邻 | 第21-22页 |
2.3.2 决策树 | 第22-23页 |
2.3.3 支持向量机 | 第23-24页 |
2.3.4 随机森林 | 第24-25页 |
2.3.5 梯度提升决策树 | 第25页 |
2.3.6 Stacking | 第25-26页 |
2.4 模型验证与评价标准 | 第26-28页 |
2.4.1 交叉验证 | 第26-27页 |
2.4.2 模型评价标准 | 第27-28页 |
2.5 本章小结 | 第28-29页 |
3 水稻生育期识别建模分析 | 第29-42页 |
3.1 水稻不同生育期光谱特征分析 | 第29-32页 |
3.2 多光谱反射率识别水稻生育期 | 第32-41页 |
3.2.1 SKYE反射率识别水稻生育期 | 第33-37页 |
3.2.2 MCA反射率识别水稻生育期 | 第37-41页 |
3.3 本章小结 | 第41-42页 |
4 跨平台水稻生育期识别建模研究 | 第42-56页 |
4.1 地面模型应用至无人机数据适用性评价 | 第42-46页 |
4.2 模型完善 | 第46-54页 |
4.2.1 异源光谱同化 | 第46-49页 |
4.2.2 结合植被指数阈值 | 第49-52页 |
4.2.3 结合影像纹理特征 | 第52-54页 |
4.3 本章小结 | 第54-56页 |
5 总结与展望 | 第56-58页 |
5.1 总结 | 第56-57页 |
5.2 不足与展望 | 第57-58页 |
参考文献 | 第58-62页 |
致谢 | 第62页 |