| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1. 绪论 | 第11-17页 |
| 1.1 选题依据与研究背景 | 第11页 |
| 1.2 遥感技术在农作物氮素监测中的研究进展 | 第11-13页 |
| 1.2.1 基于地面平台的遥感监测 | 第12页 |
| 1.2.2 基于航空和航天平台的遥感监测 | 第12-13页 |
| 1.3 遥感技术在农作物品质监测中的研究进展 | 第13-15页 |
| 1.3.1 基于地面平台的遥感监测 | 第13-14页 |
| 1.3.2 基于航空和航天平台的遥感监测 | 第14-15页 |
| 1.4 研究内容与技术路线 | 第15-17页 |
| 2. 数据获取与分析方法 | 第17-28页 |
| 2.1 研究区概况 | 第17-18页 |
| 2.2 数据获取 | 第18-21页 |
| 2.2.1 水稻样品的采集及处理 | 第18-19页 |
| 2.2.2 室内高光谱数据的获取 | 第19页 |
| 2.2.3 品质指标含量实测值获取 | 第19-20页 |
| 2.2.4 卫星数据的获取 | 第20-21页 |
| 2.3 光谱数据变换处理方法 | 第21-23页 |
| 2.4 建模方法 | 第23-25页 |
| 2.5 精度检验指标 | 第25-28页 |
| 3. 基于室内高光谱数据的水稻品质监测 | 第28-43页 |
| 3.1 水稻粗蛋白质含量监测 | 第28-35页 |
| 3.1.1 水稻籽粒粗蛋白质含量与光谱变量相关性分析 | 第28-31页 |
| 3.1.2 水稻籽粒粗蛋白质含量最优模型选择 | 第31-35页 |
| 3.2 水稻籽粒直链淀粉含量监测 | 第35-42页 |
| 3.2.1 水稻籽粒直链淀粉含量与光谱变量相关性分析 | 第35-38页 |
| 3.2.2 水稻籽粒直链淀粉含量最优模型选择 | 第38-42页 |
| 3.3 本章小结 | 第42-43页 |
| 4. 基于卫星数据的水稻品质监测 | 第43-64页 |
| 4.1 卫星数据预处理 | 第43-44页 |
| 4.2 水稻种植空间分布信息提取 | 第44-53页 |
| 4.3 基于卫星数据的水稻品质指标估测模型 | 第53-63页 |
| 4.3.1 基于高分一号的水稻品质指标估测模型 | 第54-56页 |
| 4.3.2 基于环境星的水稻品质指标估测模型 | 第56-60页 |
| 4.3.3 水稻品质含量空间分布 | 第60-63页 |
| 4.4 本章小结 | 第63-64页 |
| 5. 结论与展望 | 第64-66页 |
| 5.1 结论 | 第64-65页 |
| 5.2 展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 作者简历 | 第70页 |