基于高光谱的寒地水稻叶片氮素营养诊断研究
| 摘要 | 第8-9页 |
| 英文摘要 | 第9-10页 |
| 1 引言 | 第11-17页 |
| 1.1 研究的目的与意义 | 第11-12页 |
| 1.2 作物营养诊断技术国内外研究现状 | 第12-16页 |
| 1.2.1 传统作物营养诊断技术 | 第12-13页 |
| 1.2.2 现代作物营养诊断技术 | 第13-16页 |
| 1.3 本章小结 | 第16-17页 |
| 2 研究内容与技术路线 | 第17-23页 |
| 2.1 试验材料与方法 | 第17-20页 |
| 2.1.1 试验设计 | 第17-18页 |
| 2.1.2 高光谱系统 | 第18-20页 |
| 2.1.3 水稻叶片氮素含量测定 | 第20页 |
| 2.2 研究内容 | 第20-21页 |
| 2.3 技术路线 | 第21页 |
| 2.4 本章小结 | 第21-23页 |
| 3 水稻叶片高光谱信息处理 | 第23-31页 |
| 3.1 水稻叶片高光谱图像采集 | 第23页 |
| 3.2 水稻叶片高光谱数据提取与分析 | 第23-28页 |
| 3.2.1 水稻叶片高光谱反射率提取 | 第24页 |
| 3.2.2 水稻叶片高光谱反射率曲线 | 第24-26页 |
| 3.2.3 水稻叶片高光谱红边参数 | 第26-28页 |
| 3.3 本章小结 | 第28-31页 |
| 4 水稻叶片高光谱特征波段选择 | 第31-44页 |
| 4.1 基于SPA方法的特征波段选择 | 第31-33页 |
| 4.1.1 水稻叶片分蘖期SPA特征波段选择 | 第31-32页 |
| 4.1.2 水稻叶片拔节期SPA特征波段选择 | 第32页 |
| 4.1.3 水稻叶片抽穗期SPA特征波段选择 | 第32页 |
| 4.1.4 水稻叶片成熟期SPA特征波段选择 | 第32-33页 |
| 4.2 基于SPCA方法的特征波段选择 | 第33-43页 |
| 4.2.1 水稻叶片分蘖期SPCA特征波段选择 | 第35-37页 |
| 4.2.2 水稻叶片拔节期SPCA特征波段选择 | 第37-39页 |
| 4.2.3 水稻叶片抽穗期SPCA特征波段选择 | 第39-41页 |
| 4.2.4 水稻叶片成熟期SPCA特征波段选择 | 第41-43页 |
| 4.3 本章小结 | 第43-44页 |
| 5 水稻叶片氮素含量预测模型 | 第44-64页 |
| 5.1 基于全波段高光谱数据的建模预测 | 第44-46页 |
| 5.1.1 水稻叶片分蘖期全光谱氮素预测模型 | 第44-45页 |
| 5.1.2 水稻叶片拔节期全光谱氮素预测模型 | 第45页 |
| 5.1.3 水稻叶片抽穗期全光谱氮素预测模型 | 第45页 |
| 5.1.4 水稻叶片成熟期全光谱氮素预测模型 | 第45-46页 |
| 5.2 基于SPA方法的特征波段建模预测 | 第46-47页 |
| 5.2.1 水稻叶片分蘖期SPA氮素预测模型 | 第46页 |
| 5.2.2 水稻叶片拔节期SPA氮素预测模型 | 第46-47页 |
| 5.2.3 水稻叶片抽穗期SPA氮素预测模型 | 第47页 |
| 5.2.4 水稻叶片成熟期SPA氮素预测模型 | 第47页 |
| 5.3 基于SPCA方法的特征波段建模预测 | 第47-59页 |
| 5.3.1 水稻叶片分蘖期SPCA氮素预测模型 | 第48-51页 |
| 5.3.2 水稻叶片拔节期SPCA氮素预测模型 | 第51-53页 |
| 5.3.3 水稻叶片抽穗期SPCA氮素预测模型 | 第53-56页 |
| 5.3.4 水稻叶片成熟期SPCA氮素预测模型 | 第56-59页 |
| 5.4 水稻叶片氮素含量预测模型分析 | 第59-63页 |
| 5.5 本章小结 | 第63-64页 |
| 6 结论 | 第64-66页 |
| 6.1 结论 | 第64-65页 |
| 6.2 展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 附录 | 第71-79页 |
| 攻读硕士学位期间发表的学术论文 | 第79页 |
