符号说明 | 第4-7页 |
中文摘要 | 第7-9页 |
Abstract | 第9-11页 |
1 引言 | 第12-19页 |
1.1 研究背景 | 第12页 |
1.2 国内外研究现状 | 第12-17页 |
1.2.1 高光谱遥感应用于植被分析的原理 | 第12-13页 |
1.2.2 高光谱遥感在作物理化参量监测领域的研究 | 第13-17页 |
1.3 研究内容及技术路线 | 第17-19页 |
1.3.1 本文研究内容 | 第17-18页 |
1.3.2 技术路线 | 第18-19页 |
2 材料与方法 | 第19-25页 |
2.1 试验设计 | 第19页 |
2.2 数据获取 | 第19-21页 |
2.2.1 光谱数据获取 | 第19-20页 |
2.2.2 小麦LAI的测定 | 第20页 |
2.2.3 小麦叶绿素含量测定 | 第20页 |
2.2.4 小麦叶片氮含量测定 | 第20页 |
2.2.5 小麦理化参量统计 | 第20-21页 |
2.3 小麦高光谱数据处理与利用 | 第21-24页 |
2.3.1 基于原始反射率的光谱参数 | 第21页 |
2.3.2 基于导数光谱的参数 | 第21-23页 |
2.3.3 植被指数 | 第23-24页 |
2.4 回归模型类型 | 第24页 |
2.5 模型的建立及验证 | 第24-25页 |
3 基于高光谱的小麦叶绿素含量的估测研究 | 第25-34页 |
3.1 不同叶绿素含量的小麦冠层的光谱反射特征 | 第26-27页 |
3.2 叶绿素含量与冠层光谱的相关性分析及植被指数筛选 | 第27-30页 |
3.2.1 叶绿素含量与冠层光谱的相关性分析 | 第27-28页 |
3.2.2 关于叶绿素含量估测的植被指数的筛选 | 第28-29页 |
3.2.3 叶绿素含量与各高光谱参数的相关性分析 | 第29-30页 |
3.3 估测模型的建立及精度检验 | 第30-31页 |
3.3.1 小麦叶绿素含量的高光谱估测模型的建立 | 第30页 |
3.3.2 最佳估测模型的精度验证 | 第30-31页 |
3.4 估测模型的优化选择 | 第31-33页 |
3.5 小结 | 第33-34页 |
4 基于高光谱的小麦LAI的估测研究 | 第34-40页 |
4.1 不同LAI水平的小麦冠层反射光谱曲线特征 | 第35页 |
4.2 小麦LAI与冠层光谱反射率的相关性分析 | 第35-36页 |
4.3 关于小麦LAI的高光谱植被指数 | 第36-37页 |
4.4 小麦LAI高光谱估测模型的建立 | 第37-38页 |
4.5 估测模型的精度检验及最佳估测模型的验证 | 第38页 |
4.6 估测模型的优化选择 | 第38-40页 |
4.7 小结 | 第40页 |
5 基于高光谱的小麦叶片氮含量的估测研究 | 第40-46页 |
5.1 小麦叶片氮含量与冠层光谱的相关性分析 | 第41-42页 |
5.2 叶氮含量与植被指数的相关性分析 | 第42-43页 |
5.3 叶氮含量的高光谱估测模型建立 | 第43-44页 |
5.4 估测模型的精度检验及最佳估测模型的验证 | 第44-45页 |
5.5 估测模型的优化选择 | 第45-46页 |
5.6 小结 | 第46页 |
6 结论与讨论 | 第46-50页 |
6.1 结论 | 第46-48页 |
6.2 讨论 | 第48页 |
6.3 研究特色 | 第48-50页 |
参考文献 | 第50-56页 |
致谢 | 第56页 |