附件 | 第6-7页 |
致谢 | 第7-9页 |
摘要 | 第9-11页 |
ABSTRACT | 第11-13页 |
目录 | 第14-17页 |
图目录 | 第17-19页 |
表目录 | 第19-20页 |
1 绪论 | 第20-41页 |
1.1 研究目的和意义 | 第20-22页 |
1.2 稻飞虱生物习性概述 | 第22-29页 |
1.2.1 稻飞虱种类和分布 | 第22-23页 |
1.2.2 稻飞虱生活史和世代划分 | 第23-24页 |
1.2.3 稻飞虱为害方式及程度 | 第24-26页 |
1.2.4 我国稻飞虱的迁入路径 | 第26页 |
1.2.5 稻飞虱生境因子 | 第26-29页 |
1.3 国内外稻飞虱发生研究进展 | 第29-37页 |
1.3.1 稻飞虱发生气象预报 | 第29-31页 |
1.3.2 稻飞虱空间分析研究 | 第31-35页 |
1.3.3 稻飞虱发生及危害遥感监测 | 第35-37页 |
1.4 稻飞虱预报及监测面临的问题 | 第37-38页 |
1.5 研究内容及技术路线 | 第38-41页 |
1.5.1 主要研究内容 | 第38-39页 |
1.5.2 技术路线 | 第39-41页 |
2 数据及方法 | 第41-51页 |
2.1 研究区概况 | 第41-42页 |
2.2 研究采用数据 | 第42-48页 |
2.2.1 地面高光谱数据 | 第42-43页 |
2.2.2 卫星影像数据 | 第43-47页 |
2.2.3 非遥感数据 | 第47-48页 |
2.3 卫星影像预处理 | 第48-49页 |
2.3.1 辐射校正 | 第48-49页 |
2.3.2 图像镶嵌及投影转换 | 第49页 |
2.4 模型评价指标 | 第49-51页 |
3 基于MODIS的水稻种植区时空分布监测 | 第51-78页 |
3.1 引言 | 第51-53页 |
3.2 基于MODIS的水稻种植区提取算法 | 第53-63页 |
3.2.1 大田水稻移栽期光谱特征 | 第54-56页 |
3.2.2 基于ETM+影像的水稻移栽期特征提取 | 第56-58页 |
3.2.3 基于MODIS时间序列的水稻移栽期识别 | 第58-59页 |
3.2.4 时间序列光谱指数重构 | 第59-60页 |
3.2.5 水稻种植区提取算法 | 第60-63页 |
3.3 长三角地区水稻种植区时空分布 | 第63-66页 |
3.4 水稻种植区提取结果精度验证 | 第66-73页 |
3.4.1 面积精度验证 | 第67-70页 |
3.4.2 空间匹配分析 | 第70-73页 |
3.5 MODIS提取结果误差分析 | 第73-76页 |
3.5.1 地形因子的影响 | 第73-74页 |
3.5.2 移栽期云量影响 | 第74-76页 |
3.6 小结 | 第76-78页 |
4 长三角地区全天候气温遥感反演 | 第78-105页 |
4.1 引言 | 第78-82页 |
4.1.1 气象数据推算法 | 第78-81页 |
4.1.2 热红外遥感反演法 | 第81-82页 |
4.2 EVI时间序列去噪及重构 | 第82-88页 |
4.2.1 EVI时间序列重构方法 | 第83-85页 |
4.2.2 重构结果比较 | 第85-88页 |
4.3 基于MODIS Terra/Aqua的气温反演 | 第88-100页 |
4.3.1 日气温估算模型 | 第89-95页 |
4.3.2 旬气温合成法 | 第95-100页 |
4.4 长三角地区气温时空分布 | 第100-103页 |
4.5 小结 | 第103-105页 |
5 TRMM降水数据精度检验 | 第105-126页 |
5.1 引言 | 第105-107页 |
5.2 TRMM数据的日降水量精度评估 | 第107-114页 |
5.2.1 基于站点的验证 | 第108-111页 |
5.2.2 基于气候区的验证 | 第111-114页 |
5.3 TRMM数据对降水事件预报能力检验 | 第114-122页 |
5.3.1 基于站点的验证 | 第116-119页 |
5.3.2 基于气候区的检验 | 第119-122页 |
5.4 TRMM月降水检验及空间分布 | 第122-124页 |
5.4.1 月降水检验 | 第122-123页 |
5.4.2 月降水量时空分布 | 第123-124页 |
5.5 小结 | 第124-126页 |
6 稻飞虱生境综合监测及预警 | 第126-151页 |
6.1 生境因子与稻飞虱发生的关系 | 第126-136页 |
6.1.1 EVI与稻飞虱发生的关系 | 第126-130页 |
6.1.2 气温与稻飞虱发生的关系 | 第130-134页 |
6.1.3 降水与稻飞虱发生的关系 | 第134-136页 |
6.2 稻飞虱发生遥感预报模型 | 第136-139页 |
6.2.1 生境因子膨化处理 | 第136页 |
6.2.2 模型建立 | 第136-138页 |
6.2.3 模型验证 | 第138-139页 |
6.3 稻飞虱危害高光谱遥感监测 | 第139-143页 |
6.3.1 稻飞虱危害水稻光谱特征分析 | 第139-140页 |
6.3.2 稻飞虱高光谱遥感识别 | 第140-143页 |
6.4 稻飞虱危害遥感信息提取 | 第143-149页 |
6.4.1 NDVI与稻飞虱发生的关系 | 第143-144页 |
6.4.2 基于时间序列NDVI的稻飞虱危害信息提取 | 第144-149页 |
6.5 小结 | 第149-151页 |
7 结论、创新点及展望 | 第151-154页 |
7.1 结论 | 第151-152页 |
7.2 创新点 | 第152-153页 |
7.3 展望 | 第153-154页 |
参考文献 | 第154-169页 |
作者简介 | 第169-170页 |