首页--农业科学论文--农作物论文--禾谷类作物论文--稻论文

基于多源多时相遥感数据水稻长势参数提取与应用

摘要第7-9页
ABSTRACT第9-10页
1. 引言第11-17页
    1.1 研究背景与意义第11-12页
    1.2 国内外研究现状第12-14页
        1.2.1 作物叶面积指数高光谱遥感反演研究第12-13页
        1.2.2 作物色素高光谱遥感反演研究第13-14页
        1.2.3 基于遥感影像的作物长势参数提取研究第14页
    1.3 研究内容与技术路线第14-17页
        1.3.1 研究目的第14-15页
        1.3.2 研究内容第15页
        1.3.3 技术路线第15-17页
2. 数据获取与研究方法第17-29页
    2.1 研究区概况第17页
    2.2 田间试验设计第17-18页
    2.3 水稻测量项目与方法第18-20页
        2.3.1 冠层高光谱反射率测定第18-19页
        2.3.2 叶面积指数测定第19页
        2.3.3 色素含量测定第19-20页
    2.4 光谱数据分析方法第20-25页
        2.4.1 LAI、色素植被指数提取第20-21页
        2.4.2 传统回归分析第21页
        2.4.3 交叉验证法第21-22页
        2.4.4 敏感性分析第22页
        2.4.5 偏最小二乘回归第22页
        2.4.6 波段深度分析第22-23页
        2.4.7 主成分分析第23-24页
        2.4.8 BP神经网络第24页
        2.4.9 模型质量评价第24-25页
    2.5 遥感影像处理方法第25-29页
        2.5.1 地面冠层光谱模拟卫星宽波段反射率第25页
        2.5.2 环境卫星数据预处理第25-27页
        2.5.3 武穴市水稻种植面积提取第27-28页
        2.5.4 遥感影像提取植被指数第28-29页
3. 水稻叶面积指数的高光谱估算模型研究第29-40页
    3.1 不同施氮水平下水稻LAI及冠层光谱反射率第29-31页
    3.2 水稻LAI与冠层光谱、植被指数相关性分析第31-32页
    3.3 不同生育期水稻LAI的高光谱遥感估算模型第32-35页
    3.4 水稻LAI的高光谱遥感估算模型的敏感性分析第35-37页
    3.5 全生育期的水稻LAI偏最小二乘模型构建与验证第37-38页
    3.6 本章小结第38-40页
4. 水稻色素含量的高光谱估算模型研究第40-47页
    4.1 类胡萝卜素、叶绿素含量的统计特征第40-41页
    4.2 色素含量与植被指数相关性分析第41-42页
    4.3 植被指数对色素含量估算能力分析第42-43页
    4.4 植被指数的饱和现象分析第43-44页
    4.5 BDA与BP结合估算色素含量模型第44-46页
    4.6 本章小结第46-47页
5. 基于HJ-1A卫星数据的水稻LAI遥感估算第47-51页
    5.1 冠层光谱特征分析第47页
    5.2 植被指数与水稻LAI相关性分析第47-48页
    5.3 水稻灌浆期LAI估算模型构建及验证第48-49页
    5.4 水稻灌浆期LAI空间分布分析第49-50页
    5.5 本章小结第50-51页
6. 总结与展望第51-53页
    6.1 主要结论第51-52页
    6.2 创新点第52页
    6.3 不足与展望第52-53页
参考文献第53-58页
攻读硕士学位期间发表的论文第58-59页
致谢第59页

论文共59页,点击 下载论文
上一篇:基于开源GIS技术的新疆渔业资源数据平台设计与开发
下一篇:基于光谱反射率的中亚热带土壤CEC含量预测建模研究