| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景和目的 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 光谱探测技术及光谱信息分析方面 | 第12-13页 |
| 1.2.2 反射光谱成像扫描技术在植物检测应用方面 | 第13-15页 |
| 1.2.3 图像信息获取在农业检测应用方面 | 第15-16页 |
| 1.3 研究内容 | 第16页 |
| 1.4 研究技术路线 | 第16-17页 |
| 第2章 样本培育及实验设计 | 第17-26页 |
| 2.1 实验样本栽培与管理 | 第17-19页 |
| 2.2 氮、磷、铁三营养胁迫均匀试验设计 | 第19-26页 |
| 2.2.1 氮、磷、铁三营养同步检测 | 第19-20页 |
| 2.2.2 均匀试验设计方案 | 第20-22页 |
| 2.2.3 基于化学分析方法的均匀试验设计结果分析 | 第22-26页 |
| 第3章 作物叶片营养信息获取 | 第26-37页 |
| 3.1 近红外反射高光谱图像信息采集 | 第26-33页 |
| 3.1.1 实验准备 | 第27-28页 |
| 3.1.2 近红外高光谱反射图像采集过程 | 第28-30页 |
| 3.1.3 数字图像处理与反射光谱分析 | 第30-33页 |
| 3.2 作物叶片氮含量的化学分析试验 | 第33-37页 |
| 3.2.1 实验准备 | 第33-34页 |
| 3.2.2 实验数据获取与分析 | 第34-37页 |
| 第4章 近红外反射光谱作物营养检测模型 | 第37-61页 |
| 4.1 波段的初步优选 | 第37-38页 |
| 4.2 各波段区间内共线性的诊断 | 第38-43页 |
| 4.2.1 相关系数分析 | 第38-40页 |
| 4.2.2 组内回归分析中多重共线性诊断 | 第40-43页 |
| 4.3 消除共线性影响的一般方法——主成分分析 | 第43-46页 |
| 4.4 变量的优选 | 第46-47页 |
| 4.5 所选变量间共线性的识别 | 第47-49页 |
| 4.6 建模中多重共线性影响的消除 | 第49-61页 |
| 4.6.1 主成分回归 | 第49页 |
| 4.6.2 岭回归 | 第49-61页 |
| 第5章 作物氮素模型的近红外图像融合应用 | 第61-65页 |
| 5.1 单波段近红外灰度图像 | 第61-63页 |
| 5.2 多波段融合近红外灰度图像 | 第63-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 附录A | 第72-83页 |