| 摘要 | 第10-11页 |
| 英文摘要 | 第11页 |
| 1 引言 | 第13-17页 |
| 1.1 研究目的及意义 | 第13-14页 |
| 1.2 作物氮素含量的传统诊断方法研究现状 | 第14页 |
| 1.3 作物营养成分的高光谱诊断方法研究现状 | 第14-15页 |
| 1.4 玉米氮含量的高光谱诊断方法研究现状 | 第15-16页 |
| 1.4.1 玉米冠层氮含量的高光谱诊断方法研究现状 | 第15页 |
| 1.4.2 玉米叶片氮含量的高光谱诊断方法研究现状 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 2 研究内容与技术路线 | 第17-24页 |
| 2.1 高光谱技术 | 第17页 |
| 2.1.1 高光谱成像技术概念 | 第17页 |
| 2.1.2 高光谱图像特点 | 第17页 |
| 2.2 高光谱成像系统 | 第17-20页 |
| 2.2.1 高光谱成像系统硬件组成 | 第18-19页 |
| 2.2.2 高光谱成像仪软件平台 | 第19-20页 |
| 2.3 试验材料 | 第20-22页 |
| 2.3.1 试验区概况 | 第20-21页 |
| 2.3.2 试验设计 | 第21-22页 |
| 2.4 技术路线 | 第22页 |
| 2.5 本章小结 | 第22-24页 |
| 3 数据获取 | 第24-26页 |
| 3.1 光谱数据获取 | 第24-25页 |
| 3.1.1 试验样本 | 第24页 |
| 3.1.2 光谱数据测定 | 第24-25页 |
| 3.2 玉米叶片氮素含量数据获取 | 第25页 |
| 3.3 数据变换处理 | 第25页 |
| 3.4 本章小结 | 第25-26页 |
| 4 玉米叶片氮素含量及高光谱特征变化规律 | 第26-35页 |
| 4.1 不同生育期的玉米叶片氮素含量变化规律 | 第26-27页 |
| 4.2 玉米叶片光谱特征变化规律 | 第27-32页 |
| 4.2.1 玉米叶片原始光谱特征分析 | 第27-28页 |
| 4.2.2 玉米叶片光谱反射率变换处理数据特征分析 | 第28-32页 |
| 4.3 玉米叶片高光谱特征参量选取 | 第32页 |
| 4.4 本章小结 | 第32-35页 |
| 5 不同生育期的玉米叶片氮素含量的高光谱敏感波长及特征参量筛选 | 第35-46页 |
| 5.1 苗期叶片氮素含量敏感波长及特征参量筛选 | 第35-38页 |
| 5.1.1 氮素含量与苗期叶片光谱反射率数据的相关性分析 | 第35-36页 |
| 5.1.2 多元逐步回归法筛选苗期敏感波长 | 第36-37页 |
| 5.1.3 苗期高光谱特征参量选取 | 第37-38页 |
| 5.2 拔节期叶片氮素含量敏感波长及光谱参量筛选 | 第38-40页 |
| 5.2.1 氮素含量与拔节期叶片光谱反射率的相关性分析 | 第38-39页 |
| 5.2.2 多元逐步回归法筛选拔节期敏感波长 | 第39页 |
| 5.2.3 拔节期高光谱参量选取 | 第39-40页 |
| 5.3 大喇叭口期叶片氮素含量敏感波长及光谱参量筛选 | 第40-42页 |
| 5.3.1 氮素含量与大喇叭口期叶片光谱反射率的相关性分析 | 第40-41页 |
| 5.3.2 多元逐步回归法筛选大喇叭口期敏感波长 | 第41-42页 |
| 5.3.3 大喇叭口期高光谱参量选取 | 第42页 |
| 5.4 灌浆期叶片氮素含量敏感波长及光谱参量筛选 | 第42-44页 |
| 5.4.1 氮素含量与灌浆期叶片光谱反射率的相关性分析 | 第42-43页 |
| 5.4.2 多元逐步回归法筛选敏感波长 | 第43-44页 |
| 5.4.3 灌浆期高光谱参量选取 | 第44页 |
| 5.5 本章小结 | 第44-46页 |
| 6 不同生育期的玉米叶片氮素含量的高光谱预测模型 | 第46-54页 |
| 6.1 苗期叶片氮素含量高光谱预测模型的建立与验证 | 第46-47页 |
| 6.1.1 基于敏感波长的多元线性回归预测模型 | 第46页 |
| 6.1.2 基于高光谱参量的回归模型 | 第46-47页 |
| 6.2 拔节期叶片氮素含量高光谱预测模型的建立与验证 | 第47-49页 |
| 6.2.1 基于敏感波长的多元线性回归预测模型 | 第47-48页 |
| 6.2.2 基于高光谱参量的回归模型 | 第48-49页 |
| 6.3 大喇叭口期叶片氮素含量高光谱预测模型的建立与验证 | 第49-51页 |
| 6.3.1 基于敏感波长的多元线性回归预测模型 | 第49-50页 |
| 6.3.2 基于高光谱参量的回归模型 | 第50-51页 |
| 6.4 灌浆期叶片氮素含量高光谱预测模型的建立与验证 | 第51-52页 |
| 6.4.1 基于敏感波长的多元线性回归预测模型 | 第51-52页 |
| 6.4.2 基于高光谱参量的回归模型 | 第52页 |
| 6.5 本章小结 | 第52-54页 |
| 7 结论 | 第54-56页 |
| 7.1 结论 | 第54-55页 |
| 7.2 展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61-65页 |
| 攻读硕士学位期间发表的学术论文 | 第65页 |
