首页--农业科学论文--农作物论文--禾谷类作物论文--麦论文--小麦论文

基于多角度高光谱遥感的小麦生长指标监测研究

致谢第4-10页
摘要第10-12页
ABSTRACT第12-14页
第一章 文献综述与立题依据第15-29页
    1 论文研究背景第15页
    2 多角度高光谱遥感技术第15-18页
        2.1 多角度高光谱遥感的概念第15-16页
        2.2 绿色植被的典型光谱特征第16-17页
        2.3 高光谱遥感的信息提取技术第17页
        2.4 作物氮素垂直梯度的光谱监测方法第17-18页
    3 作物生长及生理参数的遥感监测研究进展第18-21页
        3.1 作物叶面积指数的遥感监测第18-19页
        3.2 作物叶绿素状况的遥感监测第19页
        3.3 作物氮素的遥感监测第19-20页
        3.4 多角度遥感的发展第20-21页
    4 本研究目的及意义第21页
    参考文献第21-29页
第二章 技术路线与研究方法第29-41页
    1 研究思路与技术路线第29页
    2 材料与方法第29-39页
        2.1 试验设计第29-31页
        2.2 资料获取方法第31-32页
            2.2.1 多角度光谱数据测定第31页
            2.2.2 农学参数测定第31-32页
        2.3 数据分析与利用第32-39页
            2.3.1 基于原始反射率的参数第32-33页
            2.3.2 植被指数第33-37页
            2.3.3 两波段比值和归一化光谱指数第37-38页
            2.3.4 因子分析-神经网络第38页
            2.3.5 回归分析与建模第38-39页
    参考文献第39-41页
第三章 基于不同观测角度组合的小麦叶片氮含量监测研究第41-57页
    1 材料与方法第42页
        1.1 试验设计第42页
        1.2 冠层多角度光谱测定第42页
        1.3 叶片氮含量指标测定第42页
        1.4 数据分析与利用第42页
    2 结果与分析第42-51页
        2.1 不同试验条件下小麦叶片氮含量的变化第42页
        2.2 不同观测角度下小麦冠层反射率的变化第42-43页
        2.3 不同观测角度下光谱反射率和光谱参数与叶片氮含量的关系第43-46页
        2.4 不同观测角度下两波段归一化光谱指数与叶片氮含量的关系第46-47页
        2.5 不同观测角度下两波段比值光谱指数与叶片氮含量的关系第47-48页
        2.6 敏感波段和角度组合参数与叶片氮含量的关系第48-51页
        2.7 模型的测试与检验第51页
    3 结论与讨论第51-52页
    参考文献第52-57页
第四章 基于角度不敏感指数和神经网络的小麦叶片氮含量监测研究第57-75页
    1 材料与方法第58-59页
        1.1 试验设计第58页
        1.2 冠层多角度光谱测定第58页
        1.3 叶片氮含量指标测定第58页
        1.4 基于归一化形式的角度不敏感指数构建第58页
        1.5 数据分析与利用第58-59页
    2 结果与分析第59-69页
        2.1 不同观测角度下冠层反射率及光谱参数归一化的变化第59-60页
        2.2 不同观测角度下叶片氮含量与光谱参数的关系第60-61页
        2.3 不同试验因子条件下光谱参数角度敏感性分析第61-64页
        2.4 新型光谱参数AIVI在不同角度范围条件下监测表现第64-65页
        2.5 模型的测试与检验第65-66页
        2.6 基于不同观测角度神经网络的小麦叶片氮含量估算第66-69页
    3 结论与讨论第69-70页
    参考文献第70-75页
第五章 基于多角度遥感植被指数和神经网络的小麦叶面积指数监测研究第75-88页
    1 材料与方法第76页
        1.1 试验设计第76页
        1.2 冠层多角度光谱测定第76页
        1.3 叶面积指数测定第76页
        1.4 数据分析与利用第76页
    2 结果与分析第76-84页
        2.1 小麦冠层多角度光谱反射率与LAI的相关性第76页
        2.2 不同观测角度下冠层高光谱参数与小麦LAI的定量关系第76-78页
        2.3 不同观测角度下两波段归一化和比值光谱指数与小麦LAI的关系第78-80页
        2.4 模型的测试与检验第80-81页
        2.5 基于不同观测角度神经网络的小麦LAI估算第81-84页
    3 结语与讨论第84-85页
    参考文献第85-88页
第六章 基于宽角度适应系数的小麦叶面积指数监测研究第88-103页
    1 材料与方法第89页
        1.1 试验设计第89页
        1.2 冠层多角度光谱测定第89页
        1.3 叶面积指数测定第89页
        1.4 数据分析与利用第89页
    2 结果与分析第89-97页
        2.1 不同观测角度下冠层光谱与LAI的相关性第89页
        2.2 不同观测角度下光谱参数与LAI的关系第89-91页
        2.3 宽角度适应系数Kf的构建第91-93页
        2.4 不同观测角度下VIs×Kf与LAI的关系第93-95页
        2.5 构建不同观测角度下统一的LAI监测模型第95-96页
        2.6 模型的测试与检验第96-97页
    3 结论与讨论第97-98页
    参考文献第98-103页
第七章 基于多角度遥感植被指数和神经网络的小麦冠层 叶绿素密度监测研究第103-117页
    1 材料与方法第104页
        1.1 试验设计第104页
        1.2 冠层多角度光谱测定第104页
        1.3 叶片叶绿素密度测定第104页
        1.4 数据分析与利用第104页
    2 结果与分析第104-110页
        2.1 小麦冠层多角度反射率与叶绿素密度的相关性第104页
        2.2 不同观测角度下冠层高光谱参数与小麦叶绿素密度的定量关系第104-106页
        2.3 不同观测角度下两波段归一化和比值光谱指数与小麦叶绿素密度的关系第106-110页
        2.4 叶绿素密度监测模型检验第110页
        2.5 基于不同观测角度神经网络的小麦叶绿素密度估算第110页
    3 结论与讨论第110-113页
    参考文献第113-117页
第八章 讨论与结论第117-125页
    1 结论第117页
    2 讨论第117-119页
        2.1 多角度高光谱遥感提取作物生长信息的优势第118页
        2.2 多角度高光谱遥感的分析技术第118-119页
        2.3 多角度高光谱遥感监测的普适性第119页
    3 创新点第119-120页
    4 研究展望第120页
    参考文献第120-125页
附录第125-126页
硕博连读期间发表和投稿的学术论文第126页

论文共126页,点击 下载论文
上一篇:非典型雇佣关系下员工组织公民行为形成机制--基于身份视角
下一篇:农民工消费及其对市民化进程的影响