首页--农业科学论文--林业论文--森林树种论文--阔叶乔木论文--栎论文

宝天曼锐齿栎叶片反射光谱对水分胁迫的响应研究

摘要第5-7页
Abstract第7-9页
第一章 绪论第15-26页
    1.1 引言第15-16页
    1.2 国内外研究进展第16-24页
        1.2.1 植物水分状况及对反射光谱的影响规律第16-18页
        1.2.2 植物色素与反射光谱的关系第18-20页
        1.2.3 植物营养元素对反射光谱的影响第20-22页
        1.2.4 植物光合与叶绿素荧光的变化及其光谱响应规律第22-23页
        1.2.5 植物反射光谱与碳氮水耦合关系的综合分析及研究展望第23-24页
    1.3 本研究的科学问题、研究思路和研究内容第24-26页
        1.3.1 本研究拟解决的关键科学问题第24页
        1.3.2 研究技术路线第24-25页
        1.3.3 本研究主要内容第25-26页
第二章 研究区概况和研究方法第26-31页
    2.1 研究区概况第26页
    2.2 研究方法第26-31页
        2.2.1 快速失水试验研究方法第26-28页
        2.2.2 样地试验研究方法第28-30页
        2.2.3 试验数据分析第30-31页
第三章 锐齿栎叶片的水分敏感的反射光谱指数比较研究第31-44页
    3.1 材料与方法第32-34页
        3.1.1 样品采集、叶片水分指标及反射光谱测定第32页
        3.1.2 叶片反射光谱的处理第32-33页
        3.1.3 水分相关的光谱指数第33-34页
    3.2 结果与分析第34-41页
        3.2.1 水分散失过程中叶片水分指标的变化第34-35页
        3.2.2 不同水分状况下叶片反射光谱的变化特征第35-36页
        3.2.3 叶片的水分指标与光谱反射率的相关性第36-38页
        3.2.4 不同反射光谱指数与水分指标相关性的差异第38-41页
    3.3 讨论第41-43页
    3.4 小结第43-44页
第四章 减雨处理对锐齿栎叶片水分季节动态的影响及其反射光谱响应第44-52页
    4.1 研究方法第45页
        4.1.1 样本采集、叶片水分指标和反射光谱测定第45页
        4.1.2 光谱指数算法第45页
    4.2 结果和分析第45-49页
        4.2.1 样地降雨情况第45-46页
        4.2.2 减雨处理对样地土壤的水分状况的影响第46页
        4.2.3 减雨处理对样地内锐齿栎叶片的水分状况的影响第46-47页
        4.2.4 不同反射光谱指数与叶片等效水分厚度相关性的差异第47-48页
        4.2.5 减雨处理下不同反射光谱指数的水分敏感性的差异第48-49页
    4.3 讨论第49-50页
    4.4 小结第50-52页
第五章 减雨处理对锐齿栎叶片色素季节动态的影响及其反射光谱响应第52-67页
    5.1 材料和方法第53页
        5.1.1 样本采集、叶片色素指标和反射光谱的测定第53页
        5.1.2 光谱指数算法第53页
    5.2 结果和分析第53-63页
        5.2.1 减雨处理对样地土壤和锐齿栎叶片的水分状况的影响第53-55页
        5.2.2 锐齿栎叶片色素含量的季节变化及减雨处理对其影响第55-57页
        5.2.3 锐齿栎叶片色素比率的季节变化及减雨处理对其影响第57-58页
        5.2.4 叶片反射光谱对色素季节变化和减雨处理的响应第58-60页
        5.2.5 光谱指数与叶片色素含量及比率的关系第60-61页
        5.2.6 减雨处理引起的叶片色素变化与光谱指数的关系第61-63页
    5.3 讨论第63-65页
    5.4 小结第65-67页
第六章 结论与展望第67-70页
    6.1 本研究的主要结论第67-68页
        6.1.1 适用于叶片水分状况表征的水分指标及其敏感光谱指数确定第67页
        6.1.2 减雨处理对锐齿栎叶片水分状况的影响及其反射光谱响应第67-68页
        6.1.3 减雨处理对锐齿栎叶片色素状况的影响及其反射光谱响应第68页
    6.2 展望第68-70页
参考文献第70-83页
在读期间的学术研究第83-84页
致谢第84-85页
详细摘要第85-86页

论文共86页,点击 下载论文
上一篇:基于数据挖掘的电网用户行为分析的研究
下一篇:基于云平台的电力大数据多角度可视化分析与研究