| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究目的和意义 | 第12-13页 |
| 1.2 高光谱遥感简介 | 第13页 |
| 1.3 作物生理生化参数的高光谱遥感监测研究现状 | 第13-16页 |
| 1.3.1 非成像光谱仪在作物生理生化参数监测中的研究现状 | 第13-15页 |
| 1.3.2 成像光谱仪在作物生理生化参数监测中的研究现状 | 第15-16页 |
| 1.4 研究内容 | 第16-17页 |
| 第二章 材料与方法 | 第17-23页 |
| 2.1 研究区概况 | 第17页 |
| 2.2 田间试验设计 | 第17页 |
| 2.3 高光谱数据获取 | 第17-18页 |
| 2.4 生理生化参数测定 | 第18页 |
| 2.4.1 叶绿素含量测定 | 第18页 |
| 2.4.2 叶面积指数测定 | 第18页 |
| 2.4.3 叶片氮素含量测定 | 第18页 |
| 2.5 数据处理与分析 | 第18-20页 |
| 2.5.1 高光谱数据预处理 | 第18页 |
| 2.5.2 特征波段选取 | 第18页 |
| 2.5.3 高光谱特征参数选取 | 第18-20页 |
| 2.5.4 植被指数选取 | 第20页 |
| 2.6 研究方法与技术路线 | 第20-23页 |
| 2.6.1 建模方法 | 第20-21页 |
| 2.6.2 模型检验方法 | 第21-22页 |
| 2.6.3 技术路线 | 第22-23页 |
| 第三章 水稻光谱特征 | 第23-31页 |
| 3.1 水稻生理生化参数与反射光谱响应特征 | 第23-25页 |
| 3.1.1 水稻叶片SPAD值与叶片反射光谱响应特征 | 第23-24页 |
| 3.1.2 水稻冠层SPAD值与冠层反射光谱响应特征 | 第24页 |
| 3.1.3 水稻LAI与冠层反射光谱响应特征 | 第24页 |
| 3.1.4 水稻LNC与冠层反射光谱响应特征 | 第24-25页 |
| 3.2 不同生育期水稻反射光谱特征及红边特征 | 第25-27页 |
| 3.2.1 叶片反射光谱特征及红边特征 | 第25-26页 |
| 3.2.2 冠层反射光谱特征及红边特征 | 第26-27页 |
| 3.3 不同氮素水平水稻反射光谱特征及红边特征 | 第27-29页 |
| 3.3.1 叶片反射光谱特征及红边特征 | 第27-28页 |
| 3.3.2 冠层反射光谱特征及红边特征 | 第28-29页 |
| 3.4 不同碳素水平水稻反射光谱特征及红边特征 | 第29页 |
| 3.5 本章小结 | 第29-31页 |
| 第四章 水稻叶绿素含量高光谱估算 | 第31-70页 |
| 4.1 水稻叶片叶绿素含量高光谱估算 | 第31-50页 |
| 4.1.1 水稻叶片SPAD值统计特征 | 第31-32页 |
| 4.1.2 水稻叶片SPAD值与反射光谱的相关性 | 第32-35页 |
| 4.1.3 水稻叶片SPAD值与高光谱特征参数的相关性 | 第35-36页 |
| 4.1.4 水稻叶片SPAD值与植被指数的相关性 | 第36-42页 |
| 4.1.5 水稻叶片SPAD值估算模型及精度检验 | 第42-49页 |
| 4.1.6 结论与讨论 | 第49-50页 |
| 4.2 水稻冠层叶绿素含量高光谱估算 | 第50-69页 |
| 4.2.1 水稻冠层SPAD值的统计特征 | 第50-51页 |
| 4.2.2 水稻冠层SPAD值与反射光谱的相关性 | 第51-54页 |
| 4.2.3 水稻冠层SPAD值与高光谱特征参数的相关性 | 第54-55页 |
| 4.2.4 水稻冠层SPAD值与植被指数的相关性 | 第55-61页 |
| 4.2.5 水稻冠层SPAD值估算模型及精度检验 | 第61-68页 |
| 4.2.6 结论与讨论 | 第68-69页 |
| 4.3 本章小结 | 第69-70页 |
| 第五章 水稻叶面积指数高光谱估算 | 第70-89页 |
| 5.1 水稻LAI统计特征 | 第70-71页 |
| 5.2 水稻LAI与反射光谱的相关性 | 第71-73页 |
| 5.3 水稻LAI与高光谱特征参数的相关性 | 第73-75页 |
| 5.4 水稻LAI与植被指数的相关性 | 第75-81页 |
| 5.5 水稻LAI估算模型及精度检验 | 第81-87页 |
| 5.5.1 基于特征波段的普通回归估算模型及精度检验 | 第81-83页 |
| 5.5.2 基于高光谱特征参数的普通回归估算模型及精度检验 | 第83页 |
| 5.5.3 基于植被指数的普通回归估算模型及精度检验 | 第83-85页 |
| 5.5.4 基于随机森林算法的估算模型及精度检验 | 第85-87页 |
| 5.6 结论与讨论 | 第87-89页 |
| 第六章 水稻叶片氮素含量高光谱估算 | 第89-107页 |
| 6.1 水稻LNC统计特征 | 第89-90页 |
| 6.2 水稻LNC与反射光谱的相关性 | 第90-92页 |
| 6.3 水稻LNC与高光谱特征参数的相关性 | 第92-93页 |
| 6.4 水稻LNC与植被指数的相关性 | 第93-99页 |
| 6.5 水稻LNC估算模型及精度检验 | 第99-106页 |
| 6.5.1 基于特征波段的普通回归估算模型及精度检验 | 第99-100页 |
| 6.5.2 基于高光谱特征参数的普通回归估算模型及精度检验 | 第100-102页 |
| 6.5.3 基于植被指数的普通回归估算模型及精度检验 | 第102-104页 |
| 6.5.4 基于随机森林算法的估算模型及精度检验 | 第104-106页 |
| 6.6 结论与讨论 | 第106-107页 |
| 第七章 结论与展望 | 第107-110页 |
| 7.1 主要结论 | 第107-108页 |
| 7.2 不足与展望 | 第108-110页 |
| 参考文献 | 第110-115页 |
| 致谢 | 第115-116页 |
| 作者简介 | 第116页 |
