施肥试验条件下的冬小麦产量和氮肥利用率地面高光谱遥感估算
| 摘要 | 第1-11页 |
| ABSTRACT | 第11-13页 |
| 1 绪言 | 第13-27页 |
| ·研究背景及意义 | 第13页 |
| ·高光谱遥感在作物监测中的应用 | 第13-18页 |
| ·农作物估产的理论基础 | 第14-16页 |
| ·作物识别与分类 | 第16页 |
| ·作物的氮素含量监测及营养诊断 | 第16-17页 |
| ·作物生理生态参数的反演 | 第17-18页 |
| ·作物遥感估产研究动态 | 第18-22页 |
| ·遥感估产最佳时相的选择 | 第19页 |
| ·遥感估产光谱指数的选择 | 第19-20页 |
| ·作物单产遥感估测模型 | 第20-22页 |
| ·我国氮肥利用率研究进展 | 第22-25页 |
| ·氮肥利用率的定义及评价指标 | 第22-23页 |
| ·氮肥利用率的现状 | 第23页 |
| ·提高氮肥利用率的途径 | 第23-25页 |
| ·研究内容与方法 | 第25-27页 |
| ·研究目的与内容 | 第25页 |
| ·研究方法与技术路线 | 第25-27页 |
| 2 试验设计与测定方法 | 第27-31页 |
| ·材料与方法 | 第27-28页 |
| ·研究区概况 | 第27页 |
| ·田间试验设计 | 第27-28页 |
| ·数据来源与预处理 | 第28-31页 |
| ·数据获取 | 第28-30页 |
| ·数据处理与分析 | 第30-31页 |
| 3 基于光谱变量的遥感估产研究 | 第31-47页 |
| ·基于植被指数的冬小麦估产 | 第31-37页 |
| ·植被指数的选取 | 第31-34页 |
| ·基于植被指数的冬小麦估产 | 第34-37页 |
| ·基于微分参数的冬小麦估产 | 第37-41页 |
| ·“三边”参数及微分光谱的选取 | 第37-38页 |
| ·基于微分光谱的冬小麦估产 | 第38-41页 |
| ·基于导数光谱的冬小麦估产 | 第41-46页 |
| ·导数光谱参数的选择 | 第41-43页 |
| ·基于导数光谱的冬小麦估产 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 4 作物产量遥感估测新方法 | 第47-53页 |
| ·基于人工神经网络的冬小麦估产 | 第47-48页 |
| ·人工神经网络的原理 | 第47-48页 |
| ·基于人工神经网络的冬小麦估产 | 第48页 |
| ·基于支持向量机的冬小麦估产 | 第48-49页 |
| ·支持向量机的原理 | 第48-49页 |
| ·利用支持向量机估产的步骤 | 第49页 |
| ·三种估产模型的对比研究 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 5 施肥措施对作物光谱及氮肥利用率的影响 | 第53-61页 |
| ·不同施肥条件下的冬小麦冠层反射光谱 | 第53-54页 |
| ·不同施肥措施对产量的影响 | 第54-55页 |
| ·不同施肥条件对氮肥利用率的影响 | 第55-56页 |
| ·利用光谱指数估测氮肥利用率研究 | 第56-59页 |
| ·光谱指数与氮肥利用率的相关性分析 | 第56-58页 |
| ·基于光谱指数的冬小麦氮肥利用率估测 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 6 结论与展望 | 第61-63页 |
| ·全文结论 | 第61页 |
| ·创新点与不足之处 | 第61-62页 |
| ·研究特色与创新 | 第61-62页 |
| ·不足之处 | 第62页 |
| ·展望 | 第62-63页 |
| 参考文献 | 第63-75页 |
| 硕士期间发表论文及参与项目 | 第75-77页 |
| 致谢 | 第77页 |
