| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究目的与意义 | 第8页 |
| 1.2 国内外研究进展 | 第8-11页 |
| 1.2.1 冬小麦播期遥感监测研究进展 | 第8-10页 |
| 1.2.2 作物高光谱遥感监测研究进展 | 第10页 |
| 1.2.3 基于无人机遥感影像的作物参数反演研究进展 | 第10-11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 研究的技术路线 | 第12-13页 |
| 2 研究区概况及数据处理 | 第13-20页 |
| 2.1 研究区概况与试验设计 | 第13页 |
| 2.2 冬小麦不同播期遥感数据获取 | 第13-14页 |
| 2.2.1 冬小麦冠层高光谱数据的获取 | 第13-14页 |
| 2.2.2 无人机多光谱遥感数据的获取 | 第14页 |
| 2.3 数据处理与分析 | 第14-18页 |
| 2.3.1 冬小麦原始反射光谱与导数光谱 | 第14-15页 |
| 2.3.2 基于原始反射光谱的常见植被指数提取 | 第15-17页 |
| 2.3.3 基于一阶导数光谱的光谱特征边参数提取 | 第17-18页 |
| 2.3.4 无人机多光谱影像数据预处理 | 第18页 |
| 2.4 回归模型的建立 | 第18页 |
| 2.4.1 一元回归模型的建立 | 第18页 |
| 2.4.2 多元回归模型的建立 | 第18页 |
| 2.5 模型精度检验 | 第18-20页 |
| 3 冬小麦不同播期光谱响应差异及变化规律 | 第20-28页 |
| 3.1 不同播期冬小麦冠层光谱响应差异及变化规律分析 | 第20-22页 |
| 3.2 不同时相不同播期冬小麦光谱可分性评价 | 第22-26页 |
| 3.2.1 基于变量投影重要性准则的高光谱数据降维 | 第22-23页 |
| 3.2.2 PLS-DA判别分析及不同播期冬小麦光谱可分性评价 | 第23-26页 |
| 3.3 本章小结 | 第26-28页 |
| 4 冬小麦播期遥感监测时相及光谱优选 | 第28-37页 |
| 4.1 冬小麦播期与光谱指数的相关性分析 | 第28-32页 |
| 4.1.1 播期与典型植被指数的相关性分析初步选择播期监测时相 | 第28-29页 |
| 4.1.2 冬小麦播期与光谱指数相关性分析 | 第29-32页 |
| 4.2 冬小麦播期与光谱指数的一元回归分析 | 第32-35页 |
| 4.3 冬小麦播期遥感监测最佳时相的选择 | 第35页 |
| 4.4 冬小麦播期遥感监测光谱优选 | 第35-36页 |
| 4.5 本章小结 | 第36-37页 |
| 5 基于地面高光谱数据的冬小麦播期估测 | 第37-44页 |
| 5.1 基于单个光谱参数的冬小麦播期一元估测模型 | 第37-38页 |
| 5.2 基于多个光谱参数的冬小麦播期多元估测模型 | 第38-42页 |
| 5.3 不同冬小麦播期估测模型精度评价 | 第42-43页 |
| 5.4 本章小结 | 第43-44页 |
| 6 基于无人机多光谱影像的冬小麦播期遥感估测 | 第44-53页 |
| 6.1 冬小麦和土壤背景分类 | 第44-47页 |
| 6.1.1 HSV色彩空间变换法原理 | 第44-46页 |
| 6.1.2 不同播期冬小麦提取结果 | 第46-47页 |
| 6.2 基于无人机多光谱影像的冬小麦播期遥感监测光谱指数优选 | 第47-49页 |
| 6.2.1 宽波段植被指数的选取 | 第47-48页 |
| 6.2.2 冬小麦播期与植被指数相关分析和一元回归分析 | 第48-49页 |
| 6.3 基于无人机多光谱影像的冬小麦播期估测模型的建立 | 第49-51页 |
| 6.3.1 冬小麦播期估测回归模型的建立及验证 | 第49-50页 |
| 6.3.2 冬小麦播期估测随机森林算法模型的建立 | 第50-51页 |
| 6.4 冬小麦播期估测模型精度检验 | 第51页 |
| 6.5 本章小结 | 第51-53页 |
| 7 结论与展望 | 第53-55页 |
| 7.1 主要研究成果 | 第53-54页 |
| 7.2 不足与展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-63页 |
| 附录 | 第63页 |
