摘要 | 第6-8页 |
ABSTACT | 第8-10页 |
第一章 引言 | 第11-23页 |
1.1 研究背景和意义 | 第12-13页 |
1.2 国内外研究进展 | 第13-21页 |
1.2.1 葡萄霜霉病的研究进展 | 第13-15页 |
1.2.2 光谱监测病虫害的研究进展 | 第15-17页 |
1.2.3 温室小气候模拟研究进展 | 第17-20页 |
1.2.4 植物病害预报模型的研究进展 | 第20-21页 |
1.3 研究内容 | 第21页 |
1.4 研究技术路线 | 第21-23页 |
第二章 试验研究方法 | 第23-27页 |
2.1 试验设计 | 第23-24页 |
2.2 试验观测项目及方法 | 第24-27页 |
2.2.1 光谱参数的测定 | 第24-25页 |
2.2.2 病菌人工接种方法 | 第25页 |
2.2.3 霜霉病分级标准 | 第25-26页 |
2.2.4 叶绿素含量的测定 | 第26页 |
2.2.5 相对病斑面积的测定 | 第26-27页 |
第三章 设施葡萄霜霉病光谱特征及光谱监测模型 | 第27-43页 |
3.1 受霜霉病害葡萄植株光谱特征分析 | 第27-30页 |
3.1.1 不同霜霉病等级葡萄叶片光谱特征分析 | 第27-29页 |
3.1.2 不同霜霉病病情指数葡萄冠层光谱特征分析 | 第29-30页 |
3.2 受霜霉病害葡萄植株红边特征分析 | 第30-34页 |
3.2.1 不同霜霉病等级葡萄叶片红边特征分析 | 第31-32页 |
3.2.2 不同霜霉病病情指数葡萄冠层红边特征分析 | 第32-34页 |
3.3 霜霉病叶片叶绿素含量的光谱红边参数诊断模型 | 第34-38页 |
3.3.1 霜霉病对叶片叶绿素含量的影响 | 第34页 |
3.3.2 葡萄霜霉病害光谱红边参数与叶绿素的关系 | 第34-36页 |
3.3.3 霜霉病叶片叶绿素含量的光谱红边参数诊断模型 | 第36-37页 |
3.3.4 霜霉病叶片叶绿素含量的光谱红边参数诊断模型验证 | 第37-38页 |
3.4 葡萄霜霉病光谱监测模型 | 第38-40页 |
3.4.1 葡萄霜霉病病情指数与冠层光谱相关分析 | 第38-39页 |
3.4.2 单变量葡萄霜霉病监测模型的建立 | 第39-40页 |
3.4.3 多波段葡萄霜霉病监测模型的建立 | 第40页 |
3.5 本章小结 | 第40-43页 |
第四章 设施葡萄大棚小气候预报模型 | 第43-59页 |
4.1 葡萄大棚小气候特征 | 第43-48页 |
4.1.1 日平均气温及空气相对湿度变化 | 第43-46页 |
4.1.2 逐时气温及空气相对湿度变化 | 第46-48页 |
4.2 葡萄大棚小气候模拟模型 | 第48-56页 |
4.2.1 逐步回归模型的建立 | 第48-50页 |
4.2.2 神经网络模型的建立 | 第50-52页 |
4.2.3 逐步回归方法模拟结果 | 第52-54页 |
4.2.4 BP神经网络模型模拟结果 | 第54-55页 |
4.2.5 逐步回归与BP神经网络模拟结果比较 | 第55-56页 |
4.3 本章小结 | 第56-59页 |
第五章 设施葡萄霜霉病潜势预报模型 | 第59-69页 |
5.1 设施葡萄霜霉病发生发展规律 | 第59-62页 |
5.1.1 不同温湿度下霜霉病害发生时间统计 | 第59-60页 |
5.1.2 不同温湿度下霜霉病害病叶率统计 | 第60-62页 |
5.1.3 不同温湿度下霜霉病害发病面积统计 | 第62页 |
5.2 葡萄霜霉病发生发展气象条件等级的分值 | 第62-63页 |
5.3 葡萄霜霉病潜势预报模型 | 第63页 |
5.4 模型的检验 | 第63-64页 |
5.5 江苏省设施葡萄霜霉病预报应用 | 第64-67页 |
5.5.1 系统需求分析 | 第64-65页 |
5.5.2 系统主要内容 | 第65页 |
5.5.3 系统简介 | 第65页 |
5.5.4 系统功能 | 第65页 |
5.5.5 预报界面 | 第65-67页 |
5.6 本章小结 | 第67-69页 |
第六章 结论与讨论 | 第69-73页 |
6.1 主要结论 | 第69-71页 |
6.1.1 设施葡萄霜霉病光谱特征及光谱监测模型的构建 | 第69-70页 |
6.1.2 设施葡萄大棚小气候预报模型的构建 | 第70页 |
6.1.3 设施葡萄霜霉病等级预报模型的构建 | 第70-71页 |
6.2 讨论 | 第71页 |
6.3 研究特色与创新点 | 第71-72页 |
6.4 应用前景与未来研究方向 | 第72-73页 |
参考文献 | 第73-81页 |
作者简介 | 第81-82页 |
致谢 | 第82页 |