| 摘要 | 第1-6页 |
| ABSTRACT | 第6-14页 |
| 第一章 绪论 | 第14-30页 |
| ·高光谱遥感简介 | 第14-17页 |
| ·高光谱应用于植被分析的原理 | 第17-21页 |
| ·细胞色素对可见光(0.35～0.7μm)波段的吸收作用 | 第18-19页 |
| ·海绵状叶肉细胞与冠层结构对0.7～1.3μm波段的反射作用 | 第19-20页 |
| ·可见光与近红外高台阶的过渡部分—红边的特征 | 第20页 |
| ·水分对1.3～2.5 μm波段的吸收作用—水分吸收带的形成 | 第20-21页 |
| ·高光谱在植被分析中的应用进展 | 第21-24页 |
| ·高光谱在理化参量反演与植物长势评估中的应用 | 第21-22页 |
| ·高光谱在植物胁迫分析中的应用 | 第22-23页 |
| ·高光谱在生物量、初级生产力以及产量估计中的应用 | 第23-24页 |
| ·植物理化参量高光谱反演的基本方法 | 第24-27页 |
| ·经验统计法 | 第24-25页 |
| ·物理光学模型反演法 | 第25-26页 |
| ·综合反演法 | 第26-27页 |
| ·本文拟解决的问题及其结构安排 | 第27-30页 |
| ·本文拟解决的重点问题 | 第27-28页 |
| ·论文结构安排 | 第28-30页 |
| 第二章 数据采集与预处理 | 第30-56页 |
| ·数据采集 | 第30-34页 |
| ·地面光谱数据采集 | 第30-32页 |
| ·小麦理化参量的测试分析 | 第32-33页 |
| ·成像光谱获取 | 第33-34页 |
| ·地面光谱数据预处理 | 第34-44页 |
| ·小麦冠层反射光谱特点 | 第35页 |
| ·小麦标准反射光谱获取 | 第35-36页 |
| ·光谱数据小波去噪 | 第36-41页 |
| ·光谱背景值的去除 | 第41-43页 |
| ·光谱预处理方法的评价与优化选择 | 第43-44页 |
| ·高光谱影像预处理 | 第44-54页 |
| ·高光谱影像辐射校正 | 第44-50页 |
| ·高光谱影像几何校正 | 第50-51页 |
| ·高光谱影像消噪 | 第51-54页 |
| ·本章小结 | 第54-56页 |
| 第三章 目标区域提取 | 第56-70页 |
| ·目标区域植被指数提取 | 第56-58页 |
| ·目标区域分类算法提取 | 第58-64页 |
| ·算法原理 | 第58-60页 |
| ·地物划分与操作步骤 | 第60页 |
| ·影像光谱特征提取 | 第60-61页 |
| ·SVM分类器的构建与优化 | 第61-62页 |
| ·SVM与其它分类方法的比较分析 | 第62-63页 |
| ·分类图像"椒盐"现象的去除 | 第63页 |
| ·ICA-SVM分类方法的优点及目标区域提取结果 | 第63-64页 |
| ·目标区域的端元波谱匹配提取 | 第64-69页 |
| ·MNF降维 | 第65页 |
| ·象元纯度指数(PPI)计算 | 第65-66页 |
| ·端元波谱的提取与识别 | 第66-67页 |
| ·目标端元匹配填图与目标区域提取 | 第67-68页 |
| ·端元波谱匹配提取的优缺点分析 | 第68-69页 |
| ·不同目标区域提取方法的比较分析 | 第69-70页 |
| 第四章 小麦冠层氮含量反演 | 第70-89页 |
| ·小麦冠层氮含量高光谱指数反演技术路线 | 第70-71页 |
| ·小麦冠层氮含量反演模型的建立 | 第71-82页 |
| ·冠层氮含量估测的常用光谱指数 | 第71-72页 |
| ·新光谱指数的构建 | 第72-74页 |
| ·各光谱指数反演模型的比较分析 | 第74-76页 |
| ·各光谱指数反演模型的预测能力分析 | 第76-79页 |
| ·指数FD-NDNI对LAI的敏感性分析 | 第79-80页 |
| ·建模方法的优化选择 | 第80-82页 |
| ·小麦冠层叶片氮含量的空间表达 | 第82-86页 |
| ·氮含量空间表达的基本流程 | 第82-83页 |
| ·影像光谱维的求导与去噪 | 第83-84页 |
| ·氮含量空间表达结果 | 第84-85页 |
| ·氮含量空间表达结果的检验 | 第85-86页 |
| ·小结与讨论 | 第86-89页 |
| 第五章 小麦冠层叶绿素含量反演 | 第89-102页 |
| ·基于多元统计方法的小麦冠层叶绿素反演 | 第89-92页 |
| ·数据降维与模型参数的选择 | 第89-90页 |
| ·PLS与LS-SVR模型的比较分析 | 第90-91页 |
| ·多元统计方法的优点与缺点 | 第91-92页 |
| ·基于光谱指数的小麦冠层叶绿素含量反演 | 第92-98页 |
| ·表征叶绿素含量的高光谱指数 | 第92-93页 |
| ·各光谱指数反演模型的比较分析 | 第93-94页 |
| ·各光谱指数反演模型的预测能力分析 | 第94-97页 |
| ·建模方法的优化选择 | 第97-98页 |
| ·小麦冠层叶绿素含量的空间表达 | 第98-100页 |
| ·小麦冠层叶绿素含量的空间表达结果 | 第98-99页 |
| ·小麦叶绿素空间表达结果的检验 | 第99-100页 |
| ·小结与讨论 | 第100-102页 |
| 第六章 小麦冠层叶片含水量反演 | 第102-115页 |
| ·基于多元统计方法的小麦叶片含水量反演 | 第103-104页 |
| ·基于光谱指数的小麦冠层叶片含水量反演 | 第104-112页 |
| ·光谱指数的选择与构建 | 第104-106页 |
| ·各光谱指数反演模型的比较分析 | 第106-108页 |
| ·小麦冠层叶片含水量反演模型的预测能力分析 | 第108-110页 |
| ·建模方法的优化选择 | 第110-112页 |
| ·小麦冠层叶片含水量的空间表达 | 第112-113页 |
| ·小麦冠层叶片含水量空间表达结果 | 第112页 |
| ·小麦冠层叶片含水量空间表达结果的检验 | 第112-113页 |
| ·小结与讨论 | 第113-115页 |
| 第七章 小麦叶面积指数反演 | 第115-125页 |
| ·基于多元统计方法的小麦LAI反演 | 第115-117页 |
| ·基于光谱指数的小麦LAI反演 | 第117-122页 |
| ·表征LAI的高光谱指数 | 第117-118页 |
| ·各光谱指数反演模型的比较分析 | 第118-119页 |
| ·各光谱指数LAI反演模型的预测能力分析 | 第119-121页 |
| ·建模方法的优化选择 | 第121-122页 |
| ·小麦LAI的空间表达 | 第122-123页 |
| ·小麦LAI的空间表达结果 | 第122-123页 |
| ·小麦LAI空间表达结果的检验 | 第123页 |
| ·小结与讨论 | 第123-125页 |
| 第八章 结论与展望 | 第125-129页 |
| ·主要结论与创新点 | 第125-127页 |
| ·本文主要结论 | 第125-126页 |
| ·本文主要创新点 | 第126-127页 |
| ·研究展望 | 第127-129页 |
| 参考文献 | 第129-146页 |
| 附录Ⅰ | 第146-147页 |
| 致谢 | 第147-148页 |
| 攻读学位期间主要的研究成果 | 第148-149页 |
