基于地面LiDAR的水稻生物量高精度反演
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 农作物估产及其研究意义 | 第7-8页 |
| 1.2 农作物估产方法及其发展历程 | 第8-12页 |
| 1.2.1 传统的作物估产方法 | 第8-9页 |
| 1.2.2 LiDAR农作物估测方法 | 第9-10页 |
| 1.2.3 农作物生物量国内外研究进展 | 第10-12页 |
| 1.3 研究内容与研究目的 | 第12-14页 |
| 1.3.1 研究内容 | 第12-13页 |
| 1.3.2 研究目的 | 第13-14页 |
| 第二章 LiDAR概述及发展进程 | 第14-19页 |
| 2.1 LiDAR简介 | 第14页 |
| 2.2 国外研究进展 | 第14-15页 |
| 2.3 国内研究进展 | 第15-17页 |
| 2.4 LiDAR用于农业的研究 | 第17-19页 |
| 第三章 研究区概况与数据的获取 | 第19-23页 |
| 3.1 技术流程图 | 第19-20页 |
| 3.2 研究区概况 | 第20页 |
| 3.3 数据的获取 | 第20-23页 |
| 3.3.1 LiDAR数据获取仪器介绍 | 第20-21页 |
| 3.3.2 LiDAR数据的获取 | 第21-22页 |
| 3.3.3 实测数据的获取 | 第22-23页 |
| 第四章 基于LiDAR数据的处理与方法研究 | 第23-42页 |
| 4.1 点云数据拼接 | 第23页 |
| 4.2 点云数据精简 | 第23-24页 |
| 4.3 点云噪声去除 | 第24-37页 |
| 4.3.1 噪点产生原因 | 第24-25页 |
| 4.3.2 噪点分类 | 第25页 |
| 4.3.3 去噪方法 | 第25-30页 |
| 4.3.4 点云数据去噪结果分析和精度评估 | 第30-37页 |
| 4.4 LiDAR估测变量的提取 | 第37-39页 |
| 4.4.1 株高提取 | 第37页 |
| 4.4.2 基于三维凸包算法体积的提取 | 第37-39页 |
| 4.5 基于Voxel体素算法体积的提取 | 第39-42页 |
| 第五章 水稻生物量模型建立与分析 | 第42-51页 |
| 5.1 基于株高水稻生物量模型建立 | 第43-45页 |
| 5.2 基于三维凸包体积估测生物量 | 第45-46页 |
| 5.3 Voxel体积估测生物量 | 第46-47页 |
| 5.4 复合回归模型 | 第47-51页 |
| 5.4.1 Voxel体积株高混合回归生物量模型 | 第47-48页 |
| 5.4.2 三维凸包体积株高混合回归生物量模型 | 第48-51页 |
| 第六章 结论与展望 | 第51-54页 |
| 6.1 结论 | 第51-52页 |
| 6.2 论文的展望 | 第52页 |
| 6.3 创新点 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 在读期间发表论文清单 | 第59页 |
| 硕士期间参加的项目 | 第59-60页 |
| 致谢 | 第60-61页 |
