水稻叶绿素含量高光谱反演模型及尺度转换方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.3 研究内容与研究意义 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第2章 研究区域与数据采集 | 第15-20页 |
| 2.1 研究区域概况 | 第15页 |
| 2.2 数据采集 | 第15-17页 |
| 2.2.1 地面光谱测量 | 第16页 |
| 2.2.2 叶绿素含量的采集与处理 | 第16页 |
| 2.2.3 Hyperion影像数据 | 第16-17页 |
| 2.3 数据预处理 | 第17-20页 |
| 第3章 水稻叶绿素含量高光谱反演模型的建立 | 第20-38页 |
| 3.1 基于BP神经网络算法的反演模型的建立 | 第20-29页 |
| 3.1.1 BP神经网络算法的原理 | 第20-23页 |
| 3.1.2 模型的输入变量 | 第23-25页 |
| 3.1.3 模型结构的建立 | 第25-27页 |
| 3.1.4 反演模型精度的评价 | 第27-29页 |
| 3.2 叶绿素含量反演的统计模型 | 第29-36页 |
| 3.2.1 光谱反演模型 | 第29-34页 |
| 3.2.2 植被指数反演模型 | 第34-36页 |
| 3.3 反演模型的分析与比较 | 第36-38页 |
| 第4章 光谱反演模型的尺度转换 | 第38-50页 |
| 4.1 尺度及尺度转换 | 第38-40页 |
| 4.2 尺度转换的数学基础 | 第40-43页 |
| 4.3 反演模型的尺度转换与区域应用 | 第43-50页 |
| 第5章 结论与展望 | 第50-52页 |
| 5.1 主要结论 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-59页 |
| 附录 | 第59页 |
