| 致谢 | 第1-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-11页 |
| 目次 | 第11-13页 |
| 第一章 绪论 | 第13-22页 |
| ·研究背景和意义 | 第13-16页 |
| ·前人研究进展 | 第16-20页 |
| ·叶绿素仪分析技术在作物氮素诊断上的应用 | 第16页 |
| ·光谱分析技术在作物氮素诊断上的应用 | 第16-18页 |
| ·高光谱成像技术在作物氮素诊断上的应用 | 第18-20页 |
| ·研究目的和内容 | 第20-21页 |
| ·研究目的 | 第20页 |
| ·研究内容 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第二章 试验设备与研究方法 | 第22-34页 |
| ·试验设备 | 第22-26页 |
| ·高光谱成像仪 | 第22-25页 |
| ·rapid N cube定氮分析仪 | 第25-26页 |
| ·光谱预处理方法 | 第26-28页 |
| ·平滑算法 | 第26页 |
| ·多元散射校正 | 第26-27页 |
| ·变量标准化算法 | 第27页 |
| ·导数算法 | 第27-28页 |
| ·去趋势处理 | 第28页 |
| ·特征波长提取方法研究 | 第28-30页 |
| ·主成分分析算法 | 第28-29页 |
| ·连续投影算法 | 第29-30页 |
| ·化学计量学建模方法 | 第30-32页 |
| ·多元线性回归方法(MLR) | 第30页 |
| ·偏最小二乘法(PLS) | 第30-31页 |
| ·反向传播人工神经网络(BPNN) | 第31-32页 |
| ·模型评价标准 | 第32-33页 |
| ·定性模型评价标准 | 第32页 |
| ·定量模型评价标准 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于特征波段的柑橘叶片含氮量预测模型研究 | 第34-49页 |
| ·引言 | 第34页 |
| ·基于高光谱成像技术的柑橘植株叶片含氮量预测模型研究 | 第34-44页 |
| ·柑橘叶片样本的制备及高光谱图像数据的采集 | 第34-36页 |
| ·建模方法与思路 | 第36-37页 |
| ·数据处理与分析 | 第37-44页 |
| ·基于柑橘叶片纹理特征的含氮量预测模型研究 | 第44-47页 |
| ·叶片纹理特征提取 | 第44-46页 |
| ·模型建立与结果分析 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第四章 基于植被指数的柑橘叶片含氮量预测模型研究 | 第49-56页 |
| ·引言 | 第49页 |
| ·基于双波段植被指数的柑橘叶片含氮量预测模型研究 | 第49-53页 |
| ·柑橘叶片样本的制备及高光谱图像数据的采集 | 第49页 |
| ·数据处理与分析 | 第49-53页 |
| ·基于传统植被指数和红边参数的柑橘叶片含氮量预测模型研究 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第五章 结论与展望 | 第56-59页 |
| ·结论 | 第56-57页 |
| ·展望 | 第57-59页 |
| 参考文献 | 第59-66页 |
| 作者简介 | 第66页 |