| 致谢 | 第1-8页 |
| 摘要 | 第8-11页 |
| Abstract | 第11-14页 |
| 目次 | 第14-20页 |
| 图目录 | 第20-25页 |
| 表目录 | 第25-28页 |
| 1 绪论 | 第28-39页 |
| ·引言 | 第28页 |
| ·水稻生产现状 | 第28-29页 |
| ·植物营养的常规诊断方法 | 第29-31页 |
| ·植物营养的外观诊断 | 第29-30页 |
| ·化学诊断 | 第30页 |
| ·基于叶绿素计的氮素营养诊断 | 第30-31页 |
| ·植物营养的光谱诊断 | 第31-35页 |
| ·近红外光谱技术 | 第31页 |
| ·植物营养的光谱诊断基本原理 | 第31-32页 |
| ·近红外光谱技术在农业领域的应用 | 第32-35页 |
| ·植物营养的图像诊断 | 第35-37页 |
| ·多光谱成像技术 | 第35-36页 |
| ·机器视觉和多光谱成像技术在农业中的应用 | 第36-37页 |
| ·国内外研究存在的主要问题 | 第37-38页 |
| ·研究目的与内容 | 第38-39页 |
| 2 试验材料与方法 | 第39-63页 |
| ·试验设备 | 第39-43页 |
| ·便携式可见-近红外光谱仪(Field Spec Hand Held) | 第39-40页 |
| ·FT/IR-4100傅立叶红外光谱仪 | 第40页 |
| ·Foss 5000型近红外光谱仪 | 第40页 |
| ·SPAD-502叶绿素计 | 第40-42页 |
| ·Duncan MS3100 3CCD多光谱成像仪 | 第42页 |
| ·Rapid N cube快速定氮仪 | 第42-43页 |
| ·试验设计 | 第43-46页 |
| ·试验方案一 | 第43-44页 |
| ·试验方案二 | 第44-45页 |
| ·试验方案三 | 第45-46页 |
| ·土壤养分的测量 | 第46-48页 |
| ·土壤速效氮的测量 | 第46-47页 |
| ·土壤速效磷的测量 | 第47页 |
| ·土壤速效钾的测量 | 第47-48页 |
| ·光谱预处理方法 | 第48-52页 |
| ·数据增强算法 | 第48页 |
| ·平滑算法 | 第48-49页 |
| ·导数算法 | 第49页 |
| ·多元散射校正 | 第49-50页 |
| ·变量标准化 | 第50-51页 |
| ·去趋势算法 | 第51页 |
| ·正交信号校正 | 第51-52页 |
| ·最优波长选择方法研究 | 第52-55页 |
| ·连续投影算法 | 第53页 |
| ·光谱数据的压缩 | 第53-55页 |
| ·多元校正计量学方法 | 第55-59页 |
| ·偏最小二乘法(PLS) | 第55-56页 |
| ·人工神经网络(ANN) | 第56-57页 |
| ·最小二乘支持向量机(LS-SVM) | 第57-59页 |
| ·模型评价标准 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 3 水稻植株及叶片SPAD值和叶片叶绿素含量的研究 | 第63-99页 |
| ·引言 | 第63页 |
| ·水稻植株及叶片SPAD值的研究 | 第63-79页 |
| ·水稻植株SPAD值的分布规律 | 第63-64页 |
| ·水稻叶片SPAD值的分布规律 | 第64-65页 |
| ·不同生长时期水稻叶片反射光谱特征 | 第65-66页 |
| ·不同施肥水平下水稻冠层反射光谱特征 | 第66-67页 |
| ·SPAD值与水稻叶片氮素含量关系的研究 | 第67-68页 |
| ·水稻冠层SPAD值的研究 | 第68-74页 |
| ·水稻叶片光谱反射率与SPAD值的研究 | 第74-79页 |
| ·水稻叶片叶绿素a、叶绿素b和叶绿素a+b的研究 | 第79-97页 |
| ·样本制备及光谱采集 | 第79-80页 |
| ·化学值统计分析 | 第80-81页 |
| ·光谱预处理方法及PLS建模分析 | 第81-86页 |
| ·最优波长选择 | 第86-95页 |
| ·建模结果及分析 | 第95-97页 |
| ·本章小结 | 第97-99页 |
| 4 水稻叶片氮含量及稻瘟病病变诊断的研究 | 第99-115页 |
| ·引言 | 第99-100页 |
| ·水稻叶片的光谱测量 | 第100-105页 |
| ·样品制备及光谱采集 | 第100页 |
| ·叶片的可见-近红外及中红外光谱分析 | 第100-101页 |
| ·水稻叶片氮含量的模型建立 | 第101-105页 |
| ·水稻冠层的光谱测量 | 第105-109页 |
| ·样品制备及光谱采集 | 第105页 |
| ·水稻拔节期冠层光谱反射特性及特征波段的提取 | 第105-106页 |
| ·水稻冠层光谱反射率与氮含量之间的关系 | 第106-109页 |
| ·水稻稻瘟病病变叶片的研究 | 第109-113页 |
| ·试验水稻叶片样本的概况 | 第109页 |
| ·稻瘟病病变叶片的光谱测量 | 第109页 |
| ·不同稻瘟病感病程度的水稻叶片可见-近红外区光谱特性分析 | 第109-110页 |
| ·不同波段稻瘟病感病稻叶PLS鉴别模型的建立 | 第110-112页 |
| ·基于ICA-LS-SVM的稻瘟病判别模型的建立 | 第112页 |
| ·植被指数反演水稻叶片稻瘟病病变等级的研究 | 第112-113页 |
| ·本章小结 | 第113-115页 |
| 5 水稻微量元素(铁、锌)的光谱测定 | 第115-125页 |
| ·引言 | 第115页 |
| ·水稻叶片的光谱测量 | 第115-124页 |
| ·样品制备及光谱采集 | 第115-116页 |
| ·微量元素(铁、锌)的化学测定 | 第116页 |
| ·微量元素(铁、锌)的PLS模型建立 | 第116-117页 |
| ·不同波段水稻微量元素(铁、锌)的PLS数学模型建立与预测 | 第117-120页 |
| ·微量元素(铁、锌)的非线性数学模型建立与预测 | 第120-123页 |
| ·不同回归方法建立的水稻微量元素(铁、锌)预测数学模型的比较 | 第123-124页 |
| ·本章小结 | 第124-125页 |
| 6 光谱冠层反射率与土壤成分信息(氮、磷、钾)的研究 | 第125-140页 |
| ·引言 | 第125-126页 |
| ·水稻土壤养分信息(氮、磷、钾)的研究 | 第126-138页 |
| ·样品制备及光谱采集 | 第126-127页 |
| ·不同生长期水稻冠层反射率与土壤养分(氮、磷、钾)间的相关分析 | 第127-131页 |
| ·不同生长期水稻冠层反射率与土壤养分(氮、磷、钾)间的非线性数学模型建立与预测 | 第131-137页 |
| ·植被指数反演土壤速效氮含量的信息 | 第137-138页 |
| ·本章小结 | 第138-140页 |
| 7 多光谱图像技术在水稻生长信息采集中的应用 | 第140-155页 |
| ·系统结构 | 第140-143页 |
| ·标定板 | 第140-141页 |
| ·平台搭建及3CCD的调整 | 第141-143页 |
| ·水稻叶片的研究 | 第143-147页 |
| ·植被指数介绍 | 第143-144页 |
| ·图像获取 | 第144页 |
| ·图像处理过程 | 第144页 |
| ·标准板的标定 | 第144-145页 |
| ·叶片灰度值获取 | 第145-146页 |
| ·经验公式的建立及植被指数的计算 | 第146-147页 |
| ·叶片及植株SPAD值和氮含量模型的建立 | 第147-153页 |
| ·植被指数与叶片SPAD值关系 | 第147-148页 |
| ·分蘖期水稻植株的研究 | 第148-153页 |
| ·本章小结 | 第153-155页 |
| 8 谷物年份的鉴别及辐照后内部成分(直链淀粉、蛋白质)测定的研究 | 第155-170页 |
| ·引言 | 第155-157页 |
| ·辐照技术的定义 | 第155-156页 |
| ·辐照技术的优势 | 第156-157页 |
| ·谷物年份的鉴别 | 第157-160页 |
| ·样品制备及光谱采集 | 第157页 |
| ·光谱数据预处理 | 第157页 |
| ·不同年份晚粳谷的可见-近红外光谱图分析 | 第157-158页 |
| ·建立BP模型 | 第158-159页 |
| ·晚粳谷主要成分对应的敏感波段分析 | 第159-160页 |
| ·辐照谷物的研究 | 第160-168页 |
| ·样品制备及光谱采集 | 第160页 |
| ·谷物辐照剂量的测定 | 第160-168页 |
| ·本章小结 | 第168-170页 |
| 9 结论与展望 | 第170-174页 |
| ·结论 | 第170-172页 |
| ·论文的创新点 | 第172-173页 |
| ·展望 | 第173-174页 |
| 参考文献 | 第174-188页 |
| 附录 | 第188-193页 |
| 作者简介 | 第193-196页 |
