| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 国内外研究进展 | 第8-12页 |
| 1.2.1 空间变异性分析方法的研究进展 | 第8-11页 |
| 1.2.2 生长信息的空间变异性研究进展 | 第11-12页 |
| 1.3 研究内容与及技术路线 | 第12-14页 |
| 1.3.1 研究内容 | 第12页 |
| 1.3.2 技术路线 | 第12-14页 |
| 2 试验设计与研究方法 | 第14-26页 |
| 2.1 试验设计 | 第14-15页 |
| 2.1.1 试验地概况 | 第14页 |
| 2.1.2 试验项目的采样与测定 | 第14-15页 |
| 2.2 研究方法 | 第15-26页 |
| 2.2.1 地统计学理论 | 第15-20页 |
| 2.2.2 径向基函数神经网络基本原理 | 第20-23页 |
| 2.2.3 P-M蒸腾蒸发模型 | 第23-26页 |
| 3 水稻生长信息的空间变异性分析 | 第26-48页 |
| 3.1 水稻生长信息的合理采样数和相关性分析 | 第26-30页 |
| 3.1.1 合理采样数分析 | 第26-27页 |
| 3.1.2 相关性分析 | 第27-30页 |
| 3.2 水稻叶面积指数的空间变异性 | 第30-38页 |
| 3.2.1 叶面积指数的统计特征值 | 第31-32页 |
| 3.2.2 叶面积指数的空间变异性 | 第32-38页 |
| 3.3 水稻株高的空间变异性 | 第38-42页 |
| 3.3.1 株高的统计特征量 | 第38-39页 |
| 3.3.2 株高的空间变异性 | 第39-42页 |
| 3.4 水稻产量的空间变异性 | 第42-43页 |
| 3.4.1 产量的统计特征量 | 第42页 |
| 3.4.2 产量的空间变异性 | 第42-43页 |
| 3.5 水稻蒸发蒸腾量的空间变异性 | 第43-48页 |
| 3.5.1 蒸发蒸腾量的统计特征量 | 第43-44页 |
| 3.5.2 蒸发蒸腾量的空间变异性 | 第44-48页 |
| 4 普通克里格法和径向基函数神经网络法的比较 | 第48-51页 |
| 4.1 插值精度评价指标 | 第48页 |
| 4.2 径向基函数神经网络的实现 | 第48-49页 |
| 4.2.1 基于matlab的径向基函数神经网络的实现 | 第48-49页 |
| 4.2.2 径向基函数神经网络训练准则 | 第49页 |
| 4.3 OK法与RBF法插值精度结果 | 第49-51页 |
| 5 结论与展望 | 第51-53页 |
| 5.1 结论 | 第51-52页 |
| 5.2 展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |