| 摘要 | 第12-14页 |
| Abstract | 第14-15页 |
| 1 绪论 | 第17-29页 |
| 1.1 研究背景、目的及意义 | 第17-19页 |
| 1.1.1 研究背景 | 第17-18页 |
| 1.1.2 研究目的 | 第18页 |
| 1.1.3 研究意义 | 第18-19页 |
| 1.2 国内外研究现状 | 第19-27页 |
| 1.2.1 变量施肥国外研究现状 | 第19-21页 |
| 1.2.2 变量施肥国内研究现状 | 第21-27页 |
| 1.3 研究内容及方法 | 第27-28页 |
| 1.4 技术路线 | 第28-29页 |
| 2 基于NDVI玉米变量追肥模型建立 | 第29-47页 |
| 2.1 植物营养元素光谱检测机理 | 第29-32页 |
| 2.1.1 不同波段下叶片光反射规律 | 第29-30页 |
| 2.1.2 植物氮含量光谱检测特征参数 | 第30-31页 |
| 2.1.3 车载冠层光谱传感器工作原理 | 第31-32页 |
| 2.2 基于NDVI玉米变量追肥模型总体框架 | 第32-33页 |
| 2.3 基于NDVI玉米变量追肥试验研究 | 第33-36页 |
| 2.3.1 试验时间及地点 | 第33-34页 |
| 2.3.2 试验材料 | 第34页 |
| 2.3.3 试验仪器设备 | 第34-35页 |
| 2.3.4 试验设计 | 第35页 |
| 2.3.5 数据检测方法 | 第35-36页 |
| 2.3.6 验证试验 | 第36页 |
| 2.4 结果分析 | 第36-44页 |
| 2.4.1 Greenseeker最佳工作参数 | 第36-38页 |
| 2.4.2 不同底肥施入量对玉米追肥时期长势参数的规律分析 | 第38-39页 |
| 2.4.3 基于NDVI玉米变量追肥决策模型最优拟合模型 | 第39-41页 |
| 2.4.4 最优追肥区 | 第41-42页 |
| 2.4.5 基于NDVI的玉米追肥时期氮含量预测模型 | 第42-43页 |
| 2.4.6 施肥量调控模型(GNUP) | 第43页 |
| 2.4.7 模型可行性分析 | 第43-44页 |
| 2.5 小结 | 第44-47页 |
| 3 NDVI误差剔除算法研究 | 第47-61页 |
| 3.1 误差分析 | 第47-50页 |
| 3.1.1 系统误差 | 第47-49页 |
| 3.1.2 粗大误差 | 第49-50页 |
| 3.1.3 随机误差 | 第50页 |
| 3.2 试验研究 | 第50-54页 |
| 3.2.1 试验时间及地点 | 第50页 |
| 3.2.2 数据采集方法 | 第50-51页 |
| 3.2.3 试验设计 | 第51页 |
| 3.2.4 结果分析 | 第51-53页 |
| 3.2.5 数据处理方法 | 第53-54页 |
| 3.2.6 评价方法 | 第54页 |
| 3.3 结果分析 | 第54-58页 |
| 3.3.1 误差剔除算法性能分析 | 第54-55页 |
| 3.3.2 玉米氮含量及株高估算准确性 | 第55-58页 |
| 3.4 小结 | 第58-61页 |
| 4 小尺度下NDVI空间变异性及最佳采样间距的研究 | 第61-77页 |
| 4.1 区域变量理论 | 第61-65页 |
| 4.1.1 区域化变量性质 | 第61-62页 |
| 4.1.2 空间相关性分析 | 第62-63页 |
| 4.1.3 空间尺度效应分析 | 第63-64页 |
| 4.1.4 孔穴效应模型 | 第64-65页 |
| 4.2 试验设计 | 第65-70页 |
| 4.2.1 试验时间、地点及材料 | 第65-66页 |
| 4.2.2 基于CAN总线的NDVI数据采集解析系统 | 第66-70页 |
| 4.3 结果分析 | 第70-75页 |
| 4.3.1 NDVI-UAV与 NDVI-GS对比分析 | 第70-71页 |
| 4.3.2 NDVI空间自相关分析 | 第71-73页 |
| 4.3.3 不同采样尺度下半变异函数分析 | 第73-74页 |
| 4.3.4 最佳检测间距分析 | 第74-75页 |
| 4.4 小结 | 第75-77页 |
| 5 玉米冠层NDVI智能分区方法研究 | 第77-101页 |
| 5.1 施肥分区划分算法 | 第77-79页 |
| 5.1.1 基于划分方法聚类算法 | 第77-78页 |
| 5.1.2 基于层次方法聚类算法 | 第78-79页 |
| 5.2 实时施肥分区算法 | 第79-86页 |
| 5.2.1 基于网格密度聚类算法 | 第80-83页 |
| 5.2.2 自适应参数的网格密度聚类优化算法 | 第83-86页 |
| 5.3 静态NDVI聚类算法评价方法 | 第86-87页 |
| 5.3.1 聚类有效性评价方法 | 第86页 |
| 5.3.2 基于动态NDVI的聚类有效性评价方法 | 第86-87页 |
| 5.4 静态NDVI聚类结果分析 | 第87-91页 |
| 5.5 动态增量NDVI网格密度聚类结果分析 | 第91-98页 |
| 5.5.1 聚类速度 | 第91页 |
| 5.5.2 聚类准确性 | 第91-98页 |
| 5.6 本章小结 | 第98-101页 |
| 6 结论及展望 | 第101-103页 |
| 6.1 结论 | 第101-102页 |
| 6.2 创新点 | 第102页 |
| 6.3 展望 | 第102-103页 |
| 参考文献 | 第103-111页 |
| 致谢 | 第111-113页 |
| 附录 | 第113-116页 |
| 个人简历 | 第116页 |
