| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.3 研究目的、内容及技术路线 | 第17-20页 |
| 1.4 研究特色与创新 | 第20-21页 |
| 1.5 项目来源与经费支持 | 第21-22页 |
| 第二章 基于三角原理的设施蔬菜病害机理分析 | 第22-32页 |
| 2.1 蔬菜病害成因与病害三角原理分析 | 第22-24页 |
| 2.2 设施蔬菜发病环境机理分析 | 第24-26页 |
| 2.3 病原微生物侵染致病分析 | 第26-27页 |
| 2.4 设施蔬菜抗病机制分析 | 第27-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 基于环境信息的设施蔬菜病害早期预警研究 | 第32-48页 |
| 3.1 环境指标选取 | 第32-33页 |
| 3.2 环境信息采集方案 | 第33-37页 |
| 3.3 环境数据预处理 | 第37-39页 |
| 3.4 基于环境信息的设施蔬菜病害预警模型构建 | 第39-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第四章 基于病原孢子显微图像的设施蔬菜病害辅助预警研究 | 第48-66页 |
| 4.1 病原孢子捕捉与显微图像获取 | 第48-49页 |
| 4.2 病原孢子显微图像分析与处理 | 第49-61页 |
| 4.3 基于孢子计数的设施蔬菜病害预警模型构建 | 第61-64页 |
| 4.4 本章小结 | 第64-66页 |
| 第五章 基于叶片光谱信息的设施蔬菜病害预警研究 | 第66-80页 |
| 5.1 叶片光谱信息采集与预处理 | 第66-69页 |
| 5.2 叶片光谱信息主成分分析 | 第69-73页 |
| 5.3 基于叶片光谱信息的设施蔬菜病害预警模型构建 | 第73-78页 |
| 5.4 本章小结 | 第78-80页 |
| 第六章 设施蔬菜病害预警实例验证 | 第80-90页 |
| 6.1 设施黄瓜白粉病预警信息分析 | 第80-82页 |
| 6.2 设施黄瓜白粉病预警流程与实例验证 | 第82-89页 |
| 6.3 本章小结 | 第89-90页 |
| 第七章 研究结论与展望 | 第90-94页 |
| 7.1 研究结论 | 第90-91页 |
| 7.2 展望 | 第91-94页 |
| 参考文献 | 第94-102页 |
| 致谢 | 第102-103页 |
| 作者简介 | 第103页 |