| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 英文缩略表 | 第15-16页 |
| 第一章 引言 | 第16-26页 |
| 1.1 研究背景及意义 | 第16-17页 |
| 1.2 国内外研究进展 | 第17-24页 |
| 1.2.1 灌溉决策指标研究进展 | 第17-20页 |
| 1.2.2 多源信息融合算法研究进展 | 第20-24页 |
| 1.3 研究目标与研究内容 | 第24-25页 |
| 1.3.1 研究目标 | 第24页 |
| 1.3.2 研究内容 | 第24-25页 |
| 1.4 研究方法与技术路线 | 第25-26页 |
| 第二章 试验方案与研究方法 | 第26-31页 |
| 2.1 研究区概况与试验设计 | 第26-27页 |
| 2.1.1 研究区概况 | 第26页 |
| 2.1.2 试验设计 | 第26-27页 |
| 2.2 观测项目与方法 | 第27-28页 |
| 2.2.1 土壤水分 | 第27页 |
| 2.2.2 环境因素 | 第27页 |
| 2.2.3 气孔导度 | 第27-28页 |
| 2.2.4 叶水势 | 第28页 |
| 2.2.5 冠层光谱 | 第28页 |
| 2.2.6 植株生长状况 | 第28页 |
| 2.3 参数确定方法 | 第28-29页 |
| 2.3.1 CWSI计算方法 | 第28-29页 |
| 2.3.2 植被指数计算方法 | 第29页 |
| 2.4 基础数据分析 | 第29-31页 |
| 第三章 灌溉决策指标的变化规律分析 | 第31-52页 |
| 3.1 土壤水分变化规律分析 | 第31-37页 |
| 3.1.1 传感器监测的土壤水分 | 第31-33页 |
| 3.1.2 植被指数反演的土壤水分 | 第33-37页 |
| 3.2 叶水势变化规律分析 | 第37-41页 |
| 3.2.1 不同水分处理下的叶水势变化规律分析 | 第37-39页 |
| 3.2.2 叶水势与气象因素之间的关系 | 第39-41页 |
| 3.3 冠层温度变化规律分析 | 第41-46页 |
| 3.3.1 不同水分处理下的冠层温度变化规律分析 | 第41-44页 |
| 3.3.2 冠层温度与气象因素之间的关系 | 第44-46页 |
| 3.4 气孔导度变化规律分析 | 第46-50页 |
| 3.4.1 不同水分处理下的气孔导度变化规律分析 | 第46-48页 |
| 3.4.2 气孔导度与气象因素之间的关系 | 第48-50页 |
| 3.5 小结 | 第50-52页 |
| 第四章 多源灌溉信息在数据层的融合 | 第52-72页 |
| 4.1 基于自适应加权平均的多源灌溉信息在数据层的融合 | 第52-59页 |
| 4.1.1 数据一致性检验 | 第52-53页 |
| 4.1.2 自适应加权融合的原理 | 第53页 |
| 4.1.3 自适应加权融合算法的推导过程 | 第53-54页 |
| 4.1.4 自适应加权融合算法的线性无偏最小方差性 | 第54-56页 |
| 4.1.5 融合结果分析 | 第56-59页 |
| 4.2 基于贝叶斯最大熵的多源灌溉信息在数据层的融合 | 第59-70页 |
| 4.2.1 贝叶斯最大熵理论概述 | 第59-63页 |
| 4.2.2 软数据生成 | 第63页 |
| 4.2.3 构建协方差模型 | 第63-65页 |
| 4.2.4 融合结果分析 | 第65-68页 |
| 4.2.5 融合结果的不确定性评价 | 第68-70页 |
| 4.3 小结 | 第70-72页 |
| 第五章 多源灌溉信息在特征层的融合 | 第72-82页 |
| 5.1 模糊集理论概述 | 第72-76页 |
| 5.1.1 模糊集定义及表示方法 | 第72-73页 |
| 5.1.2 模糊集运算规则 | 第73-74页 |
| 5.1.3 模糊集隶属度函数 | 第74-76页 |
| 5.2 构建灌溉决策因子隶属度函数 | 第76-81页 |
| 5.2.1 土壤水分隶属度函数的建立 | 第78页 |
| 5.2.2 叶水势隶属度函数的建立 | 第78-79页 |
| 5.2.3 作物水分胁迫指数隶属度函数的建立 | 第79页 |
| 5.2.4 气孔导度隶属度函数的建立 | 第79-81页 |
| 5.3 小结 | 第81-82页 |
| 第六章 多源灌溉信息在决策层的融合 | 第82-93页 |
| 6.1 D-S证据理论概述 | 第82-85页 |
| 6.1.1 D-S证据理论 | 第82页 |
| 6.1.2 D-S证据理论的基本概念 | 第82-84页 |
| 6.1.3 D-S合成规则 | 第84-85页 |
| 6.2 本文对D-S证据理论的改进 | 第85-87页 |
| 6.3 基于D-S证据理论的多源灌溉信息在决策层的融合 | 第87-91页 |
| 6.4 小结 | 第91-93页 |
| 第七章 结论与展望 | 第93-96页 |
| 7.1 主要结论 | 第93-94页 |
| 7.2 主要创新点 | 第94-95页 |
| 7.3 需要进一步研究的问题 | 第95-96页 |
| 参考文献 | 第96-108页 |
| 致谢 | 第108-109页 |
| 作者简历 | 第109-111页 |
