| 致谢 | 第7-9页 |
| 摘要 | 第9-11页 |
| Abstract | 第11-12页 |
| 第一章 绪论 | 第21-32页 |
| 1.1 研究背景和意义 | 第21-22页 |
| 1.2 国内外研究进展 | 第22-29页 |
| 1.2.1 无人机低空遥感的技术优势 | 第22-23页 |
| 1.2.2 低空光谱成像遥感传感器 | 第23-26页 |
| 1.2.3 无人机低空光谱成像遥感技术在作物养分检测中的应用 | 第26-28页 |
| 1.2.4 基于无人机低空光谱成像遥感技术的作物养分检测主要问题 | 第28-29页 |
| 1.3 研究目的和内容 | 第29-31页 |
| 1.3.1 研究目的 | 第29页 |
| 1.3.2 研究内容 | 第29-30页 |
| 1.3.3 技术路线 | 第30-31页 |
| 1.4 本章小结 | 第31-32页 |
| 第二章 机载多光谱成像遥感系统开发 | 第32-45页 |
| 2.1 引言 | 第32页 |
| 2.2 多光谱相机 | 第32-34页 |
| 2.3 多光谱成像遥感系统设计及集成 | 第34-38页 |
| 2.3.1 主控计算机 | 第34-35页 |
| 2.3.2 多光谱相机 | 第35-36页 |
| 2.3.3 数据储存 | 第36-37页 |
| 2.3.4 界面显示 | 第37页 |
| 2.3.5 供电系统 | 第37-38页 |
| 2.4 软件开发 | 第38-42页 |
| 2.4.1 功能 | 第38-40页 |
| 2.4.2 程序实现 | 第40页 |
| 2.4.3 操作说明 | 第40-42页 |
| 2.4.3.1 系统安装 | 第40-41页 |
| 2.4.3.2 程序运行 | 第41页 |
| 2.4.3.3 参数调节和抓拍 | 第41-42页 |
| 2.4.3.4 退出系统 | 第42页 |
| 2.5 多光谱成像遥感系统测试 | 第42-44页 |
| 2.5.1 多光谱相机暗电流强度的测试 | 第42页 |
| 2.5.2 多光谱成像遥感系统图谱数据测试试验 | 第42-44页 |
| 2.6 本章小结 | 第44-45页 |
| 第三章 基于无人机低空模拟平台的水稻冠层SPAD值检测 | 第45-61页 |
| 3.1 引言 | 第45-46页 |
| 3.2 样本制备及实验数据采集 | 第46-49页 |
| 3.2.1 样本制备 | 第46页 |
| 3.2.2 多光谱图像采集 | 第46-48页 |
| 3.2.3 水稻冠层SPAD值采集 | 第48-49页 |
| 3.3 研究方法 | 第49-53页 |
| 3.3.1 样本分类方法 | 第49页 |
| 3.3.2 图像压缩与特征提取方法 | 第49-50页 |
| 3.3.3 化学计量学建模方法 | 第50-52页 |
| 3.3.3.1 偏最小二乘法 | 第50-51页 |
| 3.3.3.2 反向传播人工神经网络 | 第51页 |
| 3.3.3.3 最小二乘支持向量机 | 第51-52页 |
| 3.3.3.4 极限学习机 | 第52页 |
| 3.3.4 模型评价指标 | 第52-53页 |
| 3.3.5 数据处理软件 | 第53页 |
| 3.4 水稻冠层多光谱图像数据预处理 | 第53-55页 |
| 3.4.1 多光谱图像预处理 | 第53-54页 |
| 3.4.2 光谱数据的提取 | 第54-55页 |
| 3.5 基于光谱数据的水稻冠层SPAD值预测模型研究 | 第55-59页 |
| 3.5.1 基于全谱信息的水稻冠层SPAD值预测模型研究 | 第56页 |
| 3.5.2 基于窄波段组合最优植被指数的水稻冠层SPAD值预测模型研究 | 第56-59页 |
| 3.5.2.1 植被指数的选取 | 第56-57页 |
| 3.5.2.2 窄波段组合植被指数最优化 | 第57页 |
| 3.5.2.3 基于窄波段组合最优植被指数的水稻冠层SPAD值预测模型建立 | 第57-59页 |
| 3.6 本章小结 | 第59-61页 |
| 第四章 基于多旋翼无人机的大田水稻SPAD值检测 | 第61-77页 |
| 4.1 引言 | 第61页 |
| 4.2 试验设计及地面数据采集 | 第61-63页 |
| 4.2.1 试验设计 | 第61-62页 |
| 4.2.2 大田水稻SPAD值采集 | 第62-63页 |
| 4.3 无人机低空多光谱遥感图像获取 | 第63-66页 |
| 4.3.1 多旋翼无人机平台 | 第63页 |
| 4.3.2 试验参数选择 | 第63-66页 |
| 4.3.2.1 曝光时间选择试验 | 第64-65页 |
| 4.3.2.2 无人机飞行高度 | 第65-66页 |
| 4.3.2.3 飞行速度、图像重叠度等其他参数 | 第66页 |
| 4.4 无人机低空多光谱遥感图像预处理 | 第66-69页 |
| 4.4.1 图像拼接 | 第66-67页 |
| 4.4.2 辐射定标 | 第67-69页 |
| 4.4.2.1 灰阶靶标及其反射光谱获取方法 | 第68页 |
| 4.4.2.2 辐射定标系数的确定 | 第68-69页 |
| 4.5 基于光谱数据的大田水稻SPAD值预测模型研究 | 第69-75页 |
| 4.5.1 基于全谱信息的大田水稻SPAD值预测模型研究 | 第69-70页 |
| 4.5.2 基于窄波段组合最优植被指数的大田水稻SPAD值预测模型研究 | 第70-73页 |
| 4.5.2.1 植被指数的选取 | 第70页 |
| 4.5.2.2 窄波段组合植被指数最优化 | 第70-71页 |
| 4.5.2.3 基于窄波段组合最优植被指数的大田水稻SPAD值预测模型建立 | 第71-73页 |
| 4.5.3 大田水稻SPAD值多光谱图像反演可视化 | 第73-75页 |
| 4.6 本章小结 | 第75-77页 |
| 第五章 结论与展望 | 第77-81页 |
| 5.1 结论 | 第77-79页 |
| 5.2 创新点 | 第79页 |
| 5.3 展望 | 第79-81页 |
| 参考文献 | 第81-90页 |
| 作者简介 | 第90-91页 |
