致谢1 | 第4-5页 |
摘要 | 第5-8页 |
ABSTRACT | 第8-11页 |
第1章 绪论 | 第20-34页 |
1.1 研究背景与意义 | 第20-22页 |
1.2 植被参数遥感反演研究发展现状 | 第22-29页 |
1.2.1 植被LAI遥感反演研究发展现状 | 第22-25页 |
1.2.2 冠层尺度和叶片尺度叶绿素含量遥感反演研究发展现状 | 第25-27页 |
1.2.3 植被含水量遥感反演研究 | 第27-29页 |
1.3 植被参数遥感反演研究中存在的问题与解决方法 | 第29-30页 |
1.4 本文研究目标、技术路线与章节安排 | 第30-34页 |
1.4.1 研究目标 | 第30-31页 |
1.4.2 技术路线与章节安排 | 第31-34页 |
第2章 角度鲁棒性植被指数设计与LAI遥 感反演 | 第34-52页 |
2.1 实验数据 | 第34-37页 |
2.1.1 BRDF模拟实验 | 第34-35页 |
2.1.2 野外水肥梯度实验与多角度光谱测量实验 | 第35-37页 |
2.2 不同波段冠层反射率光谱的BRDF特性 | 第37-44页 |
2.2.1 不同LAI条件下不同波段冠层反射率光谱BRDF特性分析 | 第37-42页 |
2.2.2 不同太阳天顶角条件下冠层反射率光谱BRDF特性分析 | 第42-44页 |
2.3 角度鲁棒性植被指数(BRVI)的建立 | 第44-45页 |
2.4 结果 | 第45-50页 |
2.4.1 BRVI与传统植被指数的BRDF敏感性比较 | 第45-49页 |
2.4.2 评价BRVI反演LAI的表现 | 第49-50页 |
2.5 本章小结 | 第50-52页 |
第3章 冠层和叶片叶绿素密度遥感反演 | 第52-72页 |
3.1 冠层叶绿素密度遥感反演 | 第53-63页 |
3.1.1 野外实验数据 | 第53-55页 |
3.1.2 冠层叶绿素密度高光谱反演技术路线 | 第55页 |
3.1.3 最优植被光谱指数的选择 | 第55-57页 |
3.1.4 冠层叶绿素密度反演得回归分析与建模 | 第57-59页 |
3.1.5 冠层叶绿素密度反演模型验证与分析 | 第59-63页 |
3.2 基于先验知识的叶片尺度叶绿素密度反演研究 | 第63-69页 |
3.2.1 冠层光谱测量与垂直分层采样实验 | 第64-66页 |
3.2.2 小麦叶片叶绿素密度垂直衰减规律验证 | 第66-67页 |
3.2.3 由冠层叶绿素估算顶层叶片叶绿素 | 第67-69页 |
3.3 本章小结 | 第69-72页 |
第4章 基于反射率光谱主成分分析的植被参数反演 | 第72-116页 |
4.1 基于主成分分析的植被参数反演算法原理 | 第73-74页 |
4.2 实验数据集 | 第74-75页 |
4.2.1 模拟数据集 | 第74页 |
4.2.2 实测数据集 | 第74-75页 |
4.3 基于主成分系数的植被参数反演建模与验证 | 第75-113页 |
4.3.1 基于全波段数据的主成分分析建模与验证 | 第75-87页 |
4.3.2 基于 400-800nm光谱范围的主成分分析建模与验证 | 第87-96页 |
4.3.3 基于 900-2500nm光谱范围的主成分分析建模与验证 | 第96-108页 |
4.3.4 基于多个主成分系数组合的叶片叶绿素浓度建模与验证 | 第108-110页 |
4.3.5 基于多个主成分系数组合的叶片GWC建模与验证 | 第110-113页 |
4.4 本章小结 | 第113-116页 |
第5章 结论与展望 | 第116-122页 |
5.1 结论 | 第116-118页 |
5.2 主要创新点 | 第118-119页 |
5.3 展望 | 第119-122页 |
参考文献 | 第122-140页 |
作者简介及在学期间发表的学术论文与研究成果 | 第140-142页 |
致谢2 | 第142-143页 |