| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第12-21页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究进展 | 第13-17页 |
| 1.2.1 基于植被指数的农作物生物量估算方法 | 第13-14页 |
| 1.2.2 基于初级生产力(NPP)的农作物生物量估算方法 | 第14-15页 |
| 1.2.3 基于作物生长模型(CGM)的农作生物量估算方法 | 第15-16页 |
| 1.2.4 基于作物表面模型(CSMs)的生物量估算方法 | 第16-17页 |
| 1.3 生物质能源估算的关键问题 | 第17-18页 |
| 1.4 论文内容及结构安排 | 第18-21页 |
| 1.4.1 论文的主要内容 | 第18-19页 |
| 1.4.2 论文的结构安排及技术路线 | 第19-21页 |
| 第2章 数据源与数据处理 | 第21-31页 |
| 2.1 数据源 | 第21-24页 |
| 2.1.1 遥感数据源 | 第21-22页 |
| 2.1.2 野外采样点数据 | 第22-24页 |
| 2.2 研究区概况 | 第24页 |
| 2.3 数据预处理 | 第24-30页 |
| 2.3.1 辐射定标 | 第24-25页 |
| 2.3.2 大气校正 | 第25-26页 |
| 2.3.3 图像融合 | 第26-29页 |
| 2.3.4 图像镶嵌 | 第29页 |
| 2.3.5 图像裁剪 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 遥感影像的分类及小麦种植区域提取 | 第31-43页 |
| 3.1 非监督分类 | 第31-32页 |
| 3.2 监督分类 | 第32-39页 |
| 3.2.1 选择定义训练样本 | 第32-33页 |
| 3.2.2 训练样本评价 | 第33-34页 |
| 3.2.3 选择分类算法执行监督分类 | 第34-39页 |
| 3.3 分类后处理 | 第39-41页 |
| 3.4 小麦种植区域提取 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 基于植被指数的小麦生物量估算方法 | 第43-54页 |
| 4.1 常用植被指数 | 第43-44页 |
| 4.2 基于植被指数的小麦生物量估算模型构建 | 第44-49页 |
| 4.2.1 研究区域及采样点植被指数获取 | 第44-46页 |
| 4.2.2 采样点植被指数与实测小麦生物量相关性分析 | 第46-47页 |
| 4.2.3 采样点植被指数与实测小麦生物量回归分析及小麦生物量估算模型的建立 | 第47-49页 |
| 4.3 研究区域小麦生物量估算及结果分析 | 第49-53页 |
| 4.3.1 研究区域小麦生物量估算及精度分析 | 第49-51页 |
| 4.3.2 研究区域小麦生物量空间分布特征 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 小麦生物质能开发利用潜力评估 | 第54-57页 |
| 5.1 小麦生物质能利用潜力评估 | 第54-55页 |
| 5.2 小麦生物质能利用潜力分析 | 第55-56页 |
| 5.3 本章小结 | 第56-57页 |
| 总结与展望 | 第57-59页 |
| 总结 | 第57-58页 |
| 展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第65页 |
