致谢 | 第3-4页 |
摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第9-16页 |
1.1 选题背景、目的与意义 | 第9-10页 |
1.2 高光谱遥感在森林病虫害监测中的研究与应用 | 第10-11页 |
1.2.1 高光谱遥感监测植被病虫害的基本原理 | 第10页 |
1.2.2 病害胁迫下林木生理参数与光谱之间的关系研究 | 第10-11页 |
1.3 高光谱监测植被生理参数方法研究现状 | 第11-13页 |
1.3.1 多元统计法在植被生理参数中的应用 | 第11-12页 |
1.3.2 人工神经网络模型在高光谱反演中的应用 | 第12页 |
1.3.3 支持向量机在植被中的应用 | 第12页 |
1.3.4 随机森林在高光谱中的应用 | 第12-13页 |
1.3.5 小波分析在植被生理参数中的应用 | 第13页 |
1.4 研究内容与技术路线 | 第13-16页 |
1.4.1 研究内容 | 第13-15页 |
1.4.2 技术路线 | 第15-16页 |
第二章 试验设计与方法 | 第16-18页 |
2.1 试验设计 | 第16页 |
2.1.1 试验地点及时间 | 第16页 |
2.1.2 试验处理 | 第16页 |
2.2 数据获取 | 第16-18页 |
2.2.1 光谱数据获取 | 第16-17页 |
2.2.2 感病松树色素含量测定 | 第17页 |
2.2.3 感病松树含水量测定 | 第17-18页 |
第三章 基于光谱特征指数的感病松树的生理参数的高光谱估测 | 第18-33页 |
3.1 感病松树的光谱特征指数提取 | 第18-26页 |
3.1.1 感病马尾松和黑松的植被指数提取 | 第18-22页 |
3.1.2 感病马尾松和黑松的红边参数提取 | 第22-25页 |
3.1.3 感病马尾松和黑松的水分指数提取 | 第25-26页 |
3.2 基于光谱特征参数的感病松树生理参数的高光谱估算模型 | 第26-31页 |
3.2.1 基于植被指数的感病松树叶绿素含量估算模型 | 第26-27页 |
3.2.2 基于植被指数的感病松树类胡萝卜素含量估算模型 | 第27-28页 |
3.2.3 基于红边参数的感病马尾松和黑松叶绿素含量估算模型 | 第28-29页 |
3.2.4 基于红边参数的感病松树的类胡萝卜素含量高光谱估算模型 | 第29-30页 |
3.2.5 基于水分指数的感病松树水分含量高光谱估算模型 | 第30-31页 |
3.3 小结 | 第31-33页 |
第四章 基于神经网络的感病松树生理参数高光谱估测 | 第33-43页 |
4.1 人工神经网络 | 第33-34页 |
4.1.1 BP神经网络原理 | 第33页 |
4.1.2 BP神经网络优缺点 | 第33-34页 |
4.2 基于光谱特征参数-BP神经网络法的高光谱估测模型 | 第34-37页 |
4.2.1 感病马尾松和感病黑松的叶绿素含量的高光谱估测模型 | 第34-35页 |
4.2.2 感病马尾松和黑松的类胡萝卜素含量的高光谱估测模型 | 第35-36页 |
4.2.3 感病马尾松和黑松含水量的高光谱估测模型 | 第36-37页 |
4.3 基于主成分-BP神经网络法的高光谱估测模型 | 第37-42页 |
4.3.1 主成分分析 | 第37页 |
4.3.2 感病松树叶绿素含量的高光谱估测模型 | 第37-39页 |
4.3.3 感病松树类胡萝卜素含量的高光谱估测 | 第39-41页 |
4.3.4 感病马尾松和黑松含水量的高光谱估测模型 | 第41-42页 |
4.4 总结 | 第42-43页 |
第五章. 基于PSO-SVR的感病松树生理参数高光谱模型 | 第43-49页 |
5.1 基于粒子群优化的支持向量回归机 | 第43-44页 |
5.1.1 支持向量回归原理 | 第43-44页 |
5.1.2 粒子群算法 | 第44页 |
5.2 基于PSO-SVR的感病马尾松和黑松叶绿素含量的高光谱估测 | 第44-46页 |
5.3 基于PSO-SVR的感病马尾松和黑松类胡萝卜素含量的高光谱估测 | 第46-47页 |
5.4 感病马尾松和黑松的含水量的估测 | 第47-48页 |
5.5 总结 | 第48-49页 |
第六章 基于随机森林回归的感病松树的生理参数高光谱估测 | 第49-52页 |
6.1 随机森林回归 | 第49页 |
6.2 基于随机森林回归的感病马尾松和黑松的叶绿素含量的高光谱模型 | 第49-50页 |
6.3 感病马尾松和黑松的类胡萝卜素含量估算模型 | 第50-51页 |
6.4 感病马尾松和黑松的含水量的高光谱估测 | 第51页 |
6.5 小结 | 第51-52页 |
第七章 基于小波分析的感病松树生理参数高光谱估测 | 第52-59页 |
7.1 小波分析 | 第52-53页 |
7.2 基于小波分析的感病马尾松和黑松的叶绿素含量估算模型 | 第53-56页 |
7.2.1 适应分解尺度的确定 | 第53-55页 |
7.2.2 感病马尾松和黑松的逐步回归模型 | 第55-56页 |
7.3 感病马尾松和黑松的类胡萝卜素含量估算模型 | 第56-57页 |
7.4 感病马尾松和黑松的含水量的估测 | 第57-58页 |
7.5 小结 | 第58-59页 |
第八章 模型精度评价 | 第59-63页 |
8.1 感病马尾松和黑松的叶绿素含量模型精度分析 | 第59-60页 |
8.2 感病马尾松和黑松的类胡萝卜素含量模型精度分析 | 第60-61页 |
8.3 感病马尾松和黑松的含水量模型精度分析 | 第61-63页 |
第九章 结论与讨论 | 第63-65页 |
9.1 结论 | 第63-64页 |
9.2 讨论 | 第64-65页 |
攻读学位期间发表的学术论文 | 第65-66页 |
参考文献 | 第66-70页 |