基于无人机激光雷达和高光谱的冬小麦生物量反演研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 选题背景及研究意义 | 第9-10页 |
| 1.2 作物生物量反演研究进展 | 第10-12页 |
| 1.2.1 基于光学遥感的生物量反演 | 第10-11页 |
| 1.2.2 基于微波遥感的生物量反演 | 第11页 |
| 1.2.3 基于激光雷达的生物量反演 | 第11-12页 |
| 1.2.4 无人机平台优势 | 第12页 |
| 1.3 论文研究内容及技术路线 | 第12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 2 研究区概况及数据获取 | 第14-17页 |
| 2.1 研究区概况 | 第14-15页 |
| 2.2 数据获取 | 第15-16页 |
| 2.2.1 激光雷达数据 | 第15页 |
| 2.2.2 地面数据 | 第15-16页 |
| 2.3 本章小结 | 第16-17页 |
| 3 机载激光雷达技术及点云精度分析 | 第17-29页 |
| 3.1 激光雷达系统 | 第17-21页 |
| 3.1.1 激光雷达系统组成及分类 | 第17-18页 |
| 3.1.2 机载激光雷达系统基本原理 | 第18-20页 |
| 3.1.3 激光雷达方程 | 第20页 |
| 3.1.4 激光雷达特点 | 第20-21页 |
| 3.2 激光点云密度计算 | 第21-22页 |
| 3.3 激光点云精度分析 | 第22-28页 |
| 3.3.1 误差模型 | 第22-25页 |
| 3.3.2 数值模拟结果 | 第25-26页 |
| 3.3.3 精度评价 | 第26-28页 |
| 3.4 本章小结 | 第28-29页 |
| 4 基于机载激光雷达的生物量反演 | 第29-40页 |
| 4.1 机载激光雷达数据处理 | 第29-32页 |
| 4.1.1 机载激光雷达数据预处理 | 第29-30页 |
| 4.1.2 机载激光雷达点云滤波 | 第30-32页 |
| 4.1.3 研究区数字高程模型生成 | 第32页 |
| 4.2 基于激光点云几何信息的生物量反演 | 第32-36页 |
| 4.2.1 冬小麦激光点云垂直分布 | 第32-34页 |
| 4.2.2 激光雷达指数筛选 | 第34-35页 |
| 4.2.3 模型建立及精度验证 | 第35-36页 |
| 4.3 基于冠层高度模型的冬小麦株高和生物量反演 | 第36-39页 |
| 4.4 本章小结 | 第39-40页 |
| 5 基于机载激光雷达和高光谱的生物量反演 | 第40-46页 |
| 5.1 基于高光谱的生物量反演模型 | 第40-43页 |
| 5.1.1 植被指数筛选 | 第40-42页 |
| 5.1.2 模型建立及精度验证 | 第42-43页 |
| 5.2 基于激光雷达和高光谱的生物量反演模型 | 第43-45页 |
| 5.3 本章小结 | 第45-46页 |
| 6 结论与展望 | 第46-48页 |
| 6.1 结论 | 第46-47页 |
| 6.2 展望 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-55页 |
| 攻读学位期间发表学术论文 | 第55页 |
