| 摘要 | 第8-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第13-31页 |
| 摘要 | 第13页 |
| 1 研究概述 | 第13-21页 |
| 1.1 基于模型的作物产量预测研究进展 | 第13-14页 |
| 1.2 基于遥感的作物生长监测研究进展 | 第14-16页 |
| 1.2.1 作物识别及种植面积估算 | 第14-15页 |
| 1.2.2 作物生长动态监测 | 第15-16页 |
| 1.2.3 作物产量预测 | 第16页 |
| 1.3 遥感与生长模型耦合机制研究进展 | 第16-21页 |
| 1.3.1 基于驱动策略的模型与遥感耦合研究 | 第17页 |
| 1.3.2 基于同化策略的模型与遥感耦合研究 | 第17-19页 |
| 1.3.3 基于更新策略的模型与遥感耦合研究 | 第19页 |
| 1.3.4 作物生长模拟分区研究进展 | 第19-20页 |
| 1.3.5 区域尺度模型与遥感耦合效率及GPU并行计算研究进展 | 第20-21页 |
| 2 研究目的和意义 | 第21-22页 |
| 参考文献 | 第22-31页 |
| 第二章 技术路线与研究方法 | 第31-43页 |
| 摘要 | 第31页 |
| 1 研究思路与技术路线 | 第31-34页 |
| 1.1 研究思路 | 第31-32页 |
| 1.2 核心技术路线 | 第32-34页 |
| 1.2.1 遥感与模型耦合技术路线 | 第32-33页 |
| 1.2.2 基于模拟分区的遥感—模型耦合的尺度化技术路线 | 第33-34页 |
| 2 材料与方法 | 第34-39页 |
| 2.1 试验与研究区 | 第34页 |
| 2.2 数据获取 | 第34-36页 |
| 2.2.1 遥感影像获取 | 第34-35页 |
| 2.2.2 地面光谱测试 | 第35页 |
| 2.2.3 模型输入资料获取 | 第35页 |
| 2.2.4 农学参数测定 | 第35-36页 |
| 2.3 数据分析与利用 | 第36-37页 |
| 2.3.1 遥感影像预处理与小麦信息提取 | 第36页 |
| 2.3.2 农学参数遥感监测模型 | 第36-37页 |
| 2.3.3 数据统计与利用 | 第37页 |
| 2.4 小麦生长模型WheatGrow | 第37-38页 |
| 2.5 空间数据分析方法 | 第38-39页 |
| 2.6 标准测试函数 | 第39页 |
| 3 系统结构与开发流程 | 第39-41页 |
| 参考文献 | 第41-43页 |
| 第三章 基于同化与更新策略结合的遥感与小麦生长模型耦合技术研究 | 第43-59页 |
| 摘要 | 第43-44页 |
| 1 材料与方法 | 第44-48页 |
| 1.1 试验设计 | 第44页 |
| 1.2 数据获取 | 第44页 |
| 1.2.1 遥感影像获取 | 第44页 |
| 1.2.2 地面光谱测试 | 第44页 |
| 1.2.3 模型输入资料获取及农学参数获取 | 第44页 |
| 1.3 数据分析与利用 | 第44-45页 |
| 1.3.1 遥感影像预处理与小麦信息提取 | 第44-45页 |
| 1.3.2 农学参数遥感监测模型与数据的分析与利用 | 第45页 |
| 1.4 小麦生长模型(WheatGrow) | 第45页 |
| 1.5 遥感与WheatGrow模型的耦合流程 | 第45页 |
| 1.6 优化算法 | 第45-47页 |
| 1.7 待优化参数以及遥感与模型耦合指标的选择 | 第47页 |
| 1.8 代价函数的构造 | 第47-48页 |
| 2 结果与分析 | 第48-53页 |
| 2.1 正确性验证 | 第48-51页 |
| 2.1.1 模型模拟能力与遥感监测模型的正确性验证 | 第48页 |
| 2.1.2 同化策略和更新策略的适应性验证 | 第48-50页 |
| 2.1.3 同化策略耦合最佳时期分析 | 第50-51页 |
| 2.2 基于地面遥感数据的实例分析 | 第51-52页 |
| 2.3 基于空间遥感数据的实例分析 | 第52-53页 |
| 3 讨论与小结 | 第53-55页 |
| 参考文献 | 第55-57页 |
| ABSTRACT | 第57-59页 |
| 第四章 基于模拟分区和模型-遥感耦合技术预测小麦区域产量 | 第59-73页 |
| 摘要 | 第59-60页 |
| 1 材料与方法 | 第60-61页 |
| 1.1 研究区域 | 第60页 |
| 1.2 数据获取 | 第60页 |
| 1.2.1 遥感影像获取 | 第60页 |
| 1.2.2 土壤资料及模型输入资料获取 | 第60页 |
| 1.3 数据分析与利用 | 第60-61页 |
| 1.3.1 遥感影像预处理与小麦信息提取 | 第60-61页 |
| 1.3.2 农学参数遥感监测模型 | 第61页 |
| 1.3.3 数据利用与分析 | 第61页 |
| 1.4 基于同化和更新策略结合的遥感与模型耦合技术 | 第61页 |
| 1.4.1 遥感信息与WheatGrow模型的耦合流程 | 第61页 |
| 1.4.2 优化算法的选择及待优化参数和目标函数的确定 | 第61页 |
| 2 结果与分析 | 第61-68页 |
| 2.1 研究区土壤养分、小麦冠层RVI及产量的空间变异性分析 | 第61-64页 |
| 2.2 基于聚类分析的小麦生长模拟分区 | 第64-67页 |
| 2.3 基于模拟分区和遥感-模型耦合技术的产量预测 | 第67-68页 |
| 3 讨论与小结 | 第68-70页 |
| 参考文献 | 第70-72页 |
| ABSTRACT | 第72-73页 |
| 第五章 小麦生长监测与生产力预测系统的构建与实现 | 第73-87页 |
| 摘要 | 第73-74页 |
| 1 系统的结构与组成 | 第74-82页 |
| 1.1 系统开发环境与工具 | 第74-75页 |
| 1.2 系统功能设计与实现 | 第75-76页 |
| 1.2.1 系统中RS功能的实现 | 第76页 |
| 1.2.2 系统中GIS功能的实现 | 第76页 |
| 1.2.3 模拟反演预测功能的实现 | 第76页 |
| 1.3 基于GPU的并行粒子群算法的实现 | 第76-79页 |
| 1.3.1 粒子群算法原理 | 第76页 |
| 1.3.2 基于GPU的并行粒子群算法 | 第76-78页 |
| 1.3.3 并行计算效果与加速比分析 | 第78-79页 |
| 1.4 系统功能案例分析 | 第79-82页 |
| 1.4.1 影像处理与专题制图 | 第79页 |
| 1.4.2 小麦生长模拟预测 | 第79-82页 |
| 2 讨论与小结 | 第82-83页 |
| 参考文献 | 第83-85页 |
| ABSTRACT | 第85-87页 |
| 第六章 讨论与结论 | 第87-93页 |
| 摘要 | 第87页 |
| 1 讨论 | 第87-89页 |
| 1.1 基于同化—更新策略的遥感与小麦生长模型耦合技术 | 第87-88页 |
| 1.2 基于模拟分区的遥感与模型耦合技术 | 第88页 |
| 1.3 小麦生长监测与生产力预测系统 | 第88-89页 |
| 2 本研究的特色和创新 | 第89页 |
| 3 今后的研究设想 | 第89页 |
| 4 结论 | 第89-91页 |
| 参考文献 | 第91-93页 |
| 附录Ⅰ 硕士期间发表或投稿的论文 | 第93页 |
| 附录Ⅱ 硕士期间参与科研项目 | 第93-95页 |
| 致谢 | 第95页 |
