首页--农业科学论文--林业论文--森林树种论文--针叶树类论文--杉木论文

杉木主要生物化学参数的高光谱遥感估算模型研究

摘要第1-6页
ABSTRACT第6-11页
1 绪论第11-23页
   ·高光谱遥感的发展第12-16页
     ·高光谱遥感的基本概念第12-13页
     ·高光谱遥感发展概况第13-14页
     ·高光谱遥感的发展趋势第14-15页
     ·高光谱遥感在植被研究中的应用第15-16页
   ·高光谱遥感在林业中的研究现状第16-20页
     ·国外研究现状第16-19页
     ·国内研究现状第19-20页
   ·研究工作目的、意义和内容第20-23页
     ·研究目的及意义第20页
     ·研究内容第20页
     ·技术路线第20-23页
2 试验设计与测定方法第23-27页
   ·试验设计第23-24页
   ·研究数据测定方法第24-27页
     ·野外光谱数据测定第24-25页
     ·生物化学参数的测定第25-27页
3 高光谱分析技术和方法第27-33页
   ·高光谱分析技术第27-29页
     ·多元统计分析技术第27-28页
     ·基于神经网络模型的分析技术第28-29页
   ·研究所采用的模型第29-30页
     ·多元统计分析模型第29-30页
     ·神经网络模型第30页
   ·精度评价第30-33页
4 杉木高光谱特征分析及主要化学参数相关关系第33-35页
   ·杉木冠层原始光谱特征第33页
   ·杉木冠层微分光谱特征第33-34页
   ·主要生物化学参数之间的相关关系第34-35页
5 杉木主要生物化学参数的高光谱遥感估算模型及其精度检验第35-101页
   ·叶绿素a与高光谱遥感估算模型及其精度检验第35-54页
     ·叶绿素a与原始高光谱反射率的相关分析及估算模型第35-37页
     ·叶绿素a含量与反射率一阶微分之间的相关分析及估算模型第37-40页
     ·叶绿素a含量与原始高光谱及反射率一阶微分之间的多元逐步回归分析第40-41页
     ·高光谱特征变量为自变量的遥感估算模型第41-49页
     ·叶绿素a含量高光谱遥感估算模型的精度检验第49-52页
     ·结果与分析第52-54页
   ·叶绿素b与高光谱遥感估算模型及其精度检验第54-70页
     ·叶绿素b与原始高光谱反射率的相关分析及估算模型第54-57页
     ·叶绿素b含量与反射率一阶微分之间的相关分析及估算模型第57-61页
     ·叶绿素b含量与原始高光谱及反射率一阶微分之间的多元逐步回归分析第61页
     ·以高光谱特征变量为自变量的遥感估算模型第61-68页
     ·叶绿素b含量高光谱遥感估算模型的精度检验第68-69页
     ·结果与分析第69-70页
   ·叶绿素总量与高光谱遥感估算模型及其精度检验第70-87页
     ·叶绿素总量与原始高光谱反射率的相关分析及估算模型第70-73页
     ·叶绿素总量与反射率一阶微分之间的相关分析及估算模型第73-75页
     ·叶绿素总量与原始高光谱及反射率一阶微分之间的多元逐步回归分析第75-76页
     ·以高光谱特征变量为自变量的遥感估算模型第76-84页
     ·叶绿素总量高光谱遥感估算模型的精度检验第84-86页
     ·结果与分析第86-87页
   ·类胡萝卜素含量与高光谱遥感估算模型及其精度检验第87-101页
     ·类胡萝卜素含量与原始高光谱反射率的相关分析及估算模型第87-89页
     ·类胡萝卜素含量与反射率一阶微分之间的相关分析及估算模型第89-91页
     ·类胡萝卜素含量与原始高光谱及反射率一阶微分之间的多元逐步回归分析第91-92页
     ·以高光谱特征变量为自变量的遥感估算模型第92-97页
     ·类胡萝卜素含量高光谱遥感估算模型的精度检验第97-98页
     ·结果与分析第98-101页
6 结论与讨论第101-103页
   ·结论第101页
   ·论文不足与展望第101-103页
参考文献第103-111页
附录 攻读学位期间的主要学术成果第111-113页
致谢第113页

论文共113页,点击 下载论文
上一篇:基于16S rRNA和12S rRNA的叶蜂科昆虫分子系统学研究
下一篇:中高分辨率遥感数据在森林采伐监测中的应用