冬小麦叶面积指数反演与病害光谱识别研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究目的和意义 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·叶面积指数反演方法 | 第11页 |
| ·病虫害识别方法 | 第11-13页 |
| ·研究内容 | 第13-14页 |
| ·冬小麦叶面积指数的遥感反演方法研究 | 第13页 |
| ·基于常用植被指数的冬小麦病害识别研究 | 第13页 |
| ·基于新的优化植被指数的冬小麦病害识别研究 | 第13-14页 |
| ·论文的组织结构 | 第14-15页 |
| 第二章 数据获取与预处理 | 第15-19页 |
| ·基于支持向量机回归的冬小麦叶面积指数反演 | 第15-16页 |
| ·研究区和试验方案 | 第15页 |
| ·数据的获取 | 第15页 |
| ·数据预处理 | 第15-16页 |
| ·基于常用植被指数的冬小麦病害识别研究 | 第16-17页 |
| ·研究区概况和试验方案 | 第16页 |
| ·冠层光谱数据获取 | 第16-17页 |
| ·基于新的优化植被指数的冬小麦病害识别研究 | 第17-19页 |
| ·研究区概况和病害接种 | 第17页 |
| ·叶片光谱数据获取 | 第17页 |
| ·叶片尺度病情指数获取 | 第17-18页 |
| ·验证数据获取 | 第18-19页 |
| 第三章 基于支持向量机回归的冬小麦叶面积指数反演 | 第19-27页 |
| ·植被指数选择 | 第19页 |
| ·支持向量机回归 | 第19-21页 |
| ·结果与分析 | 第21-25页 |
| ·LAI反演模型的建立 | 第21-23页 |
| ·验证结果 | 第23-25页 |
| ·小结 | 第25-27页 |
| 第四章 基于常用植被指数的冬小麦病害识别研究 | 第27-36页 |
| ·不同胁迫下冠层光谱特征 | 第27-28页 |
| ·植被指数选取和敏感性分析 | 第28-30页 |
| ·冬小麦不同胁迫的定量化识别 | 第30-34页 |
| ·基于二维特征空间的预测模型 | 第30-32页 |
| ·验证 | 第32-34页 |
| ·小结 | 第34-36页 |
| 第五章 基于新的优化植被指数的冬小麦病害识别研究 | 第36-48页 |
| ·RELIEF-F算法 | 第36-38页 |
| ·波段间的相关性分析 | 第38-39页 |
| ·叶片尺度新光谱指数的构建与应用 | 第39-44页 |
| ·新光谱指数的构建 | 第39-41页 |
| ·基于新光谱指数的病害识别 | 第41-43页 |
| ·常用指数的病害识别 | 第43页 |
| ·白粉指数(PMI)和病情指数(DI)相关性 | 第43-44页 |
| ·新光谱指数在冠层尺度上的应用 | 第44-46页 |
| ·基于冠层光谱数据的分类 | 第44-45页 |
| ·条锈病病情指数(DI)估计 | 第45-46页 |
| ·小结 | 第46-48页 |
| 第六章 总结与展望 | 第48-50页 |
| ·论文总结 | 第48-49页 |
| ·研究展望 | 第49-50页 |
| 参考文献 | 第50-58页 |
| 致谢 | 第58-59页 |
| 攻读硕士学位期间研究成果 | 第59页 |
