| 摘要 | 第4-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第14-30页 |
| 1.1 引言 | 第14-15页 |
| 1.2 课题研究的目的及意义 | 第15-16页 |
| 1.3 基于遥感技术的作物氮素提取国内外研究现状 | 第16-21页 |
| 1.3.1 遥感信息的获取 | 第16-18页 |
| 1.3.2 作物氮素信息的定量反演 | 第18-21页 |
| 1.4 数据融合系统 | 第21-26页 |
| 1.4.1 基本概念 | 第21-23页 |
| 1.4.2 多源遥感信息融合 | 第23-24页 |
| 1.4.3 多源遥感信息融合基本思路 | 第24页 |
| 1.4.4 多源遥感信息融合方法 | 第24-26页 |
| 1.5 本文研究内容 | 第26-30页 |
| 第2章 试验设计与仪器设备 | 第30-36页 |
| 2.1 试验区概况 | 第30页 |
| 2.2 试验设备 | 第30-34页 |
| 2.2.1 光谱仪(FieldSpec HandHeld) | 第30-32页 |
| 2.2.2 SPAD-502叶绿素计 | 第32页 |
| 2.2.3 多光谱航空成像系统 | 第32-34页 |
| 2.3 本章小结 | 第34-36页 |
| 第3章 基于近地遥感的冠层光谱数据的作物氮素信息提取及建模分析 | 第36-56页 |
| 3.1 作物冠层光谱特征分析 | 第36-37页 |
| 3.1.1 数据获取 | 第36页 |
| 3.1.2 不同氮素水平下作物冠层光谱反射特征 | 第36-37页 |
| 3.2 数据分析方法研究 | 第37-42页 |
| 3.2.1 主成分线性回归分析方法(PCR) | 第37-39页 |
| 3.2.2 偏最小二乘法(PLS) | 第39-40页 |
| 3.2.3 人工神经网络方法(ANN) | 第40-41页 |
| 3.2.4 模型精度检验标准 | 第41-42页 |
| 3.3 作物氮素提取模型的建立与检验 | 第42-52页 |
| 3.3.1 建模样本与检测样本的选取 | 第42-43页 |
| 3.3.2 作物氮素提取线性模型的建立与检验 | 第43-48页 |
| 3.3.3 作物氮素提取非线性模型的建立与检验 | 第48-52页 |
| 3.4 作物氮素信息提取线性与非线性模型对比分析 | 第52-55页 |
| 3.5 本章小结 | 第55-56页 |
| 第4章 冠层光谱反射率与SPAD值关联的特征提取研究 | 第56-66页 |
| 4.1 数据获取与分析 | 第56-60页 |
| 4.1.1 作物冠层光谱与SPAD值的获取 | 第56-57页 |
| 4.1.2 SPAD值评价作物氮素 | 第57-59页 |
| 4.1.3 作物冠层反射率特征波段的提取 | 第59-60页 |
| 4.2 作物冠层光谱反射率与SPAD值的相关关系 | 第60-64页 |
| 4.2.1 不同波段的SPAD值线性模型的建立和检验 | 第60-62页 |
| 4.2.2 不同波段的SPAD值非线性模型的建立与检验 | 第62-64页 |
| 4.3 本章小结 | 第64-66页 |
| 第5章 基于改进粒子群算法的多源遥感信息波长优选 | 第66-84页 |
| 5.1 粒子群算法理论 | 第66-71页 |
| 5.2 均匀试验设计基本方法 | 第71-74页 |
| 5.3 基于均匀试验设计的改进粒子群算法 | 第74-79页 |
| 5.4 基于UPSO-PLS的多源遥感光谱信息波长优选 | 第79-83页 |
| 5.4.1 遥感光谱信息多变量模型波长优选的必要性 | 第79页 |
| 5.4.2 粒子群优选波长方法 | 第79-80页 |
| 5.4.3 试验验证 | 第80-83页 |
| 5.5 本章小结 | 第83-84页 |
| 第6章 融合算法在多源遥感光谱信息处理中的应用研究 | 第84-98页 |
| 6.1 基于多传感器融合的作物营养状况监测与控制系统项目简介 | 第84-85页 |
| 6.2 数据获取与分析 | 第85-88页 |
| 6.2.1 航空遥感数据获取 | 第85-86页 |
| 6.2.2 采样点的标定 | 第86-87页 |
| 6.2.3 航空遥感光谱信息与作物氮素信息相关性分析 | 第87-88页 |
| 6.3 融合算法在多源遥感信息处理中的应用 | 第88-93页 |
| 6.3.1 基于UPSO算法的多源遥感信息线性融合建模分析 | 第88-90页 |
| 6.3.2 基于UPSO算法的多源遥感信息非线性融合建模分析 | 第90-93页 |
| 6.4 单一遥感信息建模与多源遥感信息融合建模模型对比分析 | 第93-96页 |
| 6.5 本章小结 | 第96-98页 |
| 第7章 基于脉宽调制技术的航空精确喷洒系统 | 第98-120页 |
| 7.1 航空喷洒技术国内外研究进展 | 第98-100页 |
| 7.1.1 国内外航空喷洒技术发展概况 | 第98-99页 |
| 7.1.2 航空喷洒装备的技术特点 | 第99-100页 |
| 7.1.3 航空喷洒技术的优势 | 第100页 |
| 7.2 无人机航空喷洒系统 | 第100-105页 |
| 7.2.1 UAV | 第100-101页 |
| 7.2.2 UAV自主飞行控制系统 | 第101-103页 |
| 7.2.3 喷洒系统 | 第103-105页 |
| 7.3 基于TL494脉宽调制电路的PWM控制器 | 第105-108页 |
| 7.4 影响喷洒流量的因素实验研究 | 第108-113页 |
| 7.4.1 测试系统 | 第109页 |
| 7.4.2 系统软件开发 | 第109-111页 |
| 7.4.3 结果与分析 | 第111-113页 |
| 7.5 基于多源遥感信息融合的精确喷洒决策 | 第113-117页 |
| 7.6 本章小结 | 第117-120页 |
| 第8章 结论与展望 | 第120-124页 |
| 8.1 结论 | 第120-122页 |
| 8.2 展望 | 第122-124页 |
| 参考文献 | 第124-134页 |
| 附录Ⅰ UPSO算法源代码 | 第134-144页 |
| 附录Ⅱ 三种作物试验田采样点坐标 | 第144-146页 |
| 博士期间所取得的研究成果 | 第146-148页 |
| 致谢 | 第148-149页 |
