| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 选题背景和意义 | 第8-9页 |
| 1.2 国内外作物遥感估产研究发展综述 | 第9-11页 |
| 1.2.1 国外作物遥感估产 | 第9-10页 |
| 1.2.2 国内作物遥感估产 | 第10-11页 |
| 1.2.3 国内外基于 NDVI 指数作物估产 | 第11页 |
| 1.3 研究思路与内容 | 第11-15页 |
| 1.3.1 研究思路 | 第11-12页 |
| 1.3.2 研究内容 | 第12-14页 |
| 1.3.3 技术路线 | 第14-15页 |
| 2 相关知识 | 第15-19页 |
| 2.1 冬小麦生长周期 | 第15页 |
| 2.2 植被指数概念 | 第15-16页 |
| 2.3 作物估产相关方法 | 第16-19页 |
| 2.3.1 农学统计模型 | 第16页 |
| 2.3.2 作物产量农业气象估产模型 | 第16-17页 |
| 2.3.3 作物长势估产模 | 第17-18页 |
| 2.3.4 遥感估产方法 | 第18-19页 |
| 3 MODIS-NDVI 遥感估产相关技术方法 | 第19-35页 |
| 3.1 冬小麦光谱特性 | 第19-20页 |
| 3.2 估产时间的选取 | 第20-21页 |
| 3.3 MODIS 卫星数据采集方法 | 第21-25页 |
| 3.3.1 MODIS 数据特点 | 第21-23页 |
| 3.3.2 MODIS 数据处理及校正 | 第23-24页 |
| 3.3.3 空间投影变化 | 第24-25页 |
| 3.4 合成 MODIS-NDVI | 第25-27页 |
| 3.4.1 归一化植被指数 NDVI | 第25-26页 |
| 3.4.2 多天 NDVI 合成 | 第26-27页 |
| 3.5 回归方法 | 第27-35页 |
| 3.5.1 多元回归方法 | 第27-28页 |
| 3.5.2 逐步回归法 | 第28-29页 |
| 3.5.3 主成回归方法 | 第29-33页 |
| 3.5.4 回归方程检验 | 第33-35页 |
| 4 冬小麦估产模型的建立 | 第35-52页 |
| 4.1 实验数据收集 | 第35-40页 |
| 4.1.1 MODIS 数据和产量数据采集 | 第35-36页 |
| 4.1.2 MODIS 数据处理 | 第36-37页 |
| 4.1.3 NDVI 合成 | 第37-39页 |
| 4.1.4 提取合成后的 NDVI 数据 | 第39-40页 |
| 4.2 建立回归方程 | 第40-49页 |
| 4.2.1 各观测时段 NDVI 值与冬小麦产量的相关性 | 第40-42页 |
| 4.2.2 建立回归模型 | 第42-49页 |
| 4.3 试验结果分析 | 第49-52页 |
| 4.3.1 相关性分析 | 第49页 |
| 4.3.2 回归模型分析 | 第49-50页 |
| 4.3.3 改进模型分析 | 第50-52页 |
| 5 结论与展望 | 第52-54页 |
| 5.1 结论 | 第52-53页 |
| 5.2 展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-56页 |