| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1. 绪论 | 第10-19页 |
| ·选题背景 | 第10页 |
| ·国内外研究现状及存在问题 | 第10-17页 |
| ·植被冠层光谱特征研究 | 第10-11页 |
| ·重金属污染植被光谱特征研究 | 第11-13页 |
| ·遥感提取植被生化组分信息研究 | 第13-16页 |
| ·存在问题 | 第16-17页 |
| ·研究目的与研究意义 | 第17页 |
| ·研究内容与科学问题 | 第17-19页 |
| 2. 研究方案 | 第19-26页 |
| ·实验设计 | 第19-20页 |
| ·样地选择 | 第19页 |
| ·数据采集 | 第19-20页 |
| ·数据处理方法 | 第20-24页 |
| ·包络线消除法 | 第20-21页 |
| ·利用包络线消除法提取新型光谱特征参数 | 第21-22页 |
| ·分形分析法及分形维数 | 第22-23页 |
| ·利用改进型盒维数算法计算光谱曲线分形维数 | 第23-24页 |
| ·技术路线 | 第24-26页 |
| 3. 高光谱预测模型的特征参数提取 | 第26-34页 |
| ·水稻铅污染最佳监测期的确定 | 第26-27页 |
| ·特征参数提取及其与水稻 Pb 含量的相关性分析 | 第27-34页 |
| ·光谱参数 Dc、Da、分形维数与水稻 Pb 含量的相关性分析 | 第29-30页 |
| ·土壤pH 值与水稻叶片铅含量的相关性分析 | 第30页 |
| ·结果分析 | 第30-31页 |
| ·分形维数、Da、土壤pH 值与水稻 Pb 含量的相关模型 | 第31-34页 |
| 4. 利用模糊推理技术建立水稻铅污染高光谱预测模型 | 第34-52页 |
| ·模糊理论基础 | 第35-36页 |
| ·模糊集的均值 | 第35页 |
| ·模糊度和模糊熵 | 第35-36页 |
| ·隶属度函数的确定 | 第36-44页 |
| ·分形维数的隶属度函数 | 第36-39页 |
| ·光谱特征参数 Da 的隶属度函数 | 第39-41页 |
| ·土壤pH 值的隶属度函数 | 第41-44页 |
| ·特征参数分形维数、Da、土壤 pH 值铅污染阈值的确定 | 第44-46页 |
| ·模糊权重的确定 | 第46-47页 |
| ·水稻铅污染高光谱模糊推理预测模型的建立 | 第47-48页 |
| ·水稻铅污染高光谱模糊推理预测模型的检验 | 第48-52页 |
| 5. 讨论与结语 | 第52-54页 |
| ·本文主要结论 | 第52页 |
| ·创新点 | 第52页 |
| ·后续工作展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录 | 第58页 |
