| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第13-36页 |
| 1.1 研究背景和研究意义 | 第13-14页 |
| 1.2 土壤水分反演研究进展 | 第14-18页 |
| 1.3 叶面积指数反演研究进展 | 第18-20页 |
| 1.4 生物量反演研究进展 | 第20-23页 |
| 1.5 作物生长模型研究进展 | 第23-26页 |
| 1.6 遥感信息和作物生长模型同化研究进展 | 第26-31页 |
| 1.7 研究目标、研究内容和技术路线 | 第31-34页 |
| 1.8 本文章节安排 | 第34-36页 |
| 第二章 田间数据的获取和CERES-Wheat模型的标定 | 第36-49页 |
| 2.1 研究区域概况和样点分布 | 第36-37页 |
| 2.2 田间实测数据 | 第37-38页 |
| 2.3 CERES-Wheat模型的标定 | 第38-43页 |
| 2.4 模拟结果与分析 | 第43-48页 |
| 2.5 本章小结 | 第48-49页 |
| 第三章 LAI、生物量和土壤水分的反演 | 第49-70页 |
| 3.1 遥感数据的获取和预处理 | 第49-55页 |
| 3.2 灌溉地和旱地的提取 | 第55-58页 |
| 3.3 地表温度的反演 | 第58-61页 |
| 3.4 土壤水分的反演 | 第61-65页 |
| 3.5 LAI和生物量的反演 | 第65-68页 |
| 3.6 本章小结 | 第68-70页 |
| 第四章 LAI、生物量和土壤水分的同化 | 第70-86页 |
| 4.1 Savitzky-Golay滤波 | 第70-71页 |
| 4.2 EnKF、4DVAR和PF算法的原理和过程 | 第71-78页 |
| 4.3 土壤水分的同化 | 第78-80页 |
| 4.4 LAI和地上生物量的同化 | 第80-84页 |
| 4.5 本章小结 | 第84-86页 |
| 第五章 冬小麦单产估测模型的构建 | 第86-100页 |
| 5.1 基于熵值的组合预测方法 | 第86-87页 |
| 5.2 单变量同化估产模型的构建 | 第87-92页 |
| 5.3 多变量同化估产模型的构建 | 第92-95页 |
| 5.4 最优变量同化估产模型的构建 | 第95-97页 |
| 5.5 灌溉地和旱地估产模型 | 第97-99页 |
| 5.6 本章小结 | 第99-100页 |
| 第六章 冬小麦单产估测模型的验证与应用 | 第100-109页 |
| 6.1 估产模型的验证 | 第100-103页 |
| 6.2 区域土壤水分、LAI和生物量的估测 | 第103-104页 |
| 6.3 区域冬小麦单产的估测 | 第104-108页 |
| 6.4 本章小结 | 第108-109页 |
| 第七章 结论与展望 | 第109-113页 |
| 7.1 主要结论和创新点 | 第109-111页 |
| 7.2 存在问题和研究展望 | 第111-113页 |
| 参考文献 | 第113-128页 |
| 致谢 | 第128-129页 |
| 作者简介 | 第129-130页 |