| 摘要 | 第9-12页 |
| ABSTRACT | 第12-15页 |
| 第一章 文献综述 | 第16-38页 |
| 1 作物氮素营养诊断的研究现状与进展 | 第17页 |
| 2 作物氮素营养诊断的方法 | 第17-25页 |
| 2.1 作物氮素营养诊断的传统方法 | 第17-19页 |
| 2.2 作物氮素营养诊断的现代方法 | 第19-25页 |
| 3 可见/近红外光谱技术的基本原理 | 第25-27页 |
| 3.1 可见/近红外光谱的技术特点 | 第25页 |
| 3.2 植被叶片的可见/近红外光谱特性 | 第25-27页 |
| 4 光谱分析中的定量分析方法 | 第27-36页 |
| 4.1 建模样品的选择与划分 | 第27-28页 |
| 4.2 光谱数据的预处理与变式 | 第28-30页 |
| 4.4 光谱数据的建模方法 | 第30-35页 |
| 4.5 模型评价方法 | 第35-36页 |
| 5 选题的目的与意义 | 第36-37页 |
| 6 技术路线 | 第37-38页 |
| 第二章 田间梨树叶片可见/近红外光谱采集方法研究 | 第38-50页 |
| 1 材料与方法 | 第39-42页 |
| 1.1 试验地概况 | 第39页 |
| 1.2 试验设计 | 第39页 |
| 1.3 叶片可见/近红外光谱的采集 | 第39-41页 |
| 1.4 叶片氮含量测定 | 第41-42页 |
| 1.5 产量统计 | 第42页 |
| 1.6 数据分析 | 第42页 |
| 2 结果与分析 | 第42-48页 |
| 2.1 不同田间光谱采集方法光谱信噪比的影响 | 第42-44页 |
| 2.2 不同生育期梨树叶片光谱与氮含量相关性分析 | 第44-45页 |
| 2.3 不同生育期梨树叶片氮含量与果实产量相关性分析 | 第45-48页 |
| 3 讨论 | 第48-49页 |
| 4 本章小结 | 第49-50页 |
| 第三章 基于植被指数的梨树叶片氮含量无损诊断研究 | 第50-68页 |
| 1 材料与方法 | 第51页 |
| 1.1 试验地概况 | 第51页 |
| 1.2 试验设计 | 第51页 |
| 1.3 叶片可见/近红外光谱的采集 | 第51页 |
| 1.4 叶片氮含量测定 | 第51页 |
| 1.5 数据分析 | 第51页 |
| 2 结果与分析 | 第51-64页 |
| 2.1 不同氮含量叶片可见/近红外光谱曲线 | 第51-54页 |
| 2.2 梨树叶片氮含量与原始光谱的相关性 | 第54-55页 |
| 2.3 梨树叶片氮含量与单波段光谱值的定量关系 | 第55-57页 |
| 2.4 不同光谱指数对建模精度的影响 | 第57-61页 |
| 2.5 不同函数拟合方法对植被指数建模精度的影响 | 第61-64页 |
| 3 讨论 | 第64-66页 |
| 4 本章小结 | 第66-68页 |
| 第四章 基于光谱化学计量法的梨树叶片氮含量无损诊断研究 | 第68-78页 |
| 1 材料与方法 | 第69页 |
| 1.1 试验地概况 | 第69页 |
| 1.2 试验设计 | 第69页 |
| 1.3 叶片可见/近红外光谱的采集 | 第69页 |
| 1.4 叶片氮含量测定 | 第69页 |
| 1.5 数据分析 | 第69页 |
| 2 结果与分析 | 第69-74页 |
| 2.1 基于主成分分析的异常样品剔除 | 第69-70页 |
| 2.2 用于建模集和验证集样本的梨树叶片氮素状况 | 第70-71页 |
| 2.3 不同建模方法对建模精度的影响 | 第71-72页 |
| 2.4 不同光谱变式及预处理对模型精度的影响 | 第72-73页 |
| 2.5 两年总样本偏最小二乘模型验证结果 | 第73-74页 |
| 3 讨论 | 第74-76页 |
| 4 本章小结 | 第76-78页 |
| 第五章 基于分类算法的不同地域混合品种梨树叶片氮含量无损诊断研究 | 第78-94页 |
| 1 材料与方法 | 第79-84页 |
| 1.1 试验材料 | 第79-80页 |
| 1.2 光谱采集 | 第80页 |
| 1.3 氮素含量测定 | 第80页 |
| 1.4 原理与算法 | 第80-83页 |
| 1.5 测试方法与样本划分 | 第83页 |
| 1.6 评价指标 | 第83-84页 |
| 1.7 数据分析 | 第84页 |
| 2 结果与分析 | 第84-92页 |
| 2.1 不同品种叶片原始光谱曲线 | 第84-85页 |
| 2.2 不同品种叶片氮含量 | 第85-86页 |
| 2.3 不同品种叶片氮含量与原始光谱相关性分析 | 第86-87页 |
| 2.4 不同建模方法对模型建模集和验证集精度的影响 | 第87-92页 |
| 3 讨论 | 第92-93页 |
| 4 本章小结 | 第93-94页 |
| 第六章 基于可见/近红外光谱技术的梨树氮素管理 | 第94-108页 |
| 1 材料与方法 | 第95-97页 |
| 1.0 试验地概况 | 第95页 |
| 1.1 试验设计 | 第95-96页 |
| 1.2 叶片光谱采集及取样 | 第96-97页 |
| 1.3 叶片氮含量测定 | 第97页 |
| 1.4 产量统计与品质测定 | 第97页 |
| 1.5 数据分析 | 第97页 |
| 2 结果与分析 | 第97-104页 |
| 2.1 枝条和挂果数统计 | 第97-98页 |
| 2.2 不同施氮处理对叶片氮含量的影响 | 第98页 |
| 2.3 预测模型的建立 | 第98-100页 |
| 2.4 诊断叶片氮含量与计算施肥量 | 第100-101页 |
| 2.5 不同氮肥管理对叶片氮含量的影响 | 第101页 |
| 2.6 不同氮肥管理对梨单果重和产量的影响 | 第101-102页 |
| 2.7 不同施氮处理对梨果实品质的影响 | 第102-104页 |
| 3 讨论 | 第104-106页 |
| 4 本章小结 | 第106-108页 |
| 第七章 基于Matlab的梨树叶片氮含量无损诊断系统设计 | 第108-120页 |
| 1 系统简介 | 第108-111页 |
| 1.1 系统概要 | 第108页 |
| 1.2 系统功能 | 第108-111页 |
| 1.3 系统特点 | 第111页 |
| 2 使用说明(以已有样本库为例) | 第111-118页 |
| 2.1 文件管理 | 第112页 |
| 2.2 光谱数据预处理 | 第112-113页 |
| 2.3 建模方法 | 第113-117页 |
| 2.4 追施氮量计算 | 第117-118页 |
| 2.5 系统帮助 | 第118页 |
| 3 讨论 | 第118页 |
| 4 本章小结 | 第118-120页 |
| 参考文献 | 第120-136页 |
| 全文结论与创新之处 | 第136-140页 |
| 1. 全文结论 | 第136-138页 |
| 2. 创新点 | 第138页 |
| 3. 存在问题及今后工作设想 | 第138-140页 |
| 致谢 | 第140-142页 |
| 博士期间发表的学术论文及发明专利 | 第142页 |
