首页> 中文学位 >基于高光谱遥感的棉花冠层水氮参数估算
【6h】

基于高光谱遥感的棉花冠层水氮参数估算

代理获取

目录

声明

主要符号对照表

第一章 绪论

1.1 研究背景与意义

1.2 国内外研究进展及存在问题

1.2.1 基于光谱信息经验统计法估算作物参数的研究进展

1.2.2 采用光学物理模型分析法估算作物参数的研究进展

1.3 需要进一步研究的问题

1.4 研究目标、内容、技术路线图

1.4.1 研究目标

1.4.2 研究内容

1.4.3 技术路线图

第二章 试验材料与方法

2.1 试验区概况

2.2 试验设计

2.2.1 田间水肥试验设计

2.2.2 测坑小区试验设计

2.3 测定项目与方法

2.3.1 光谱反射率

2.3.2 水分表征参数

2.3.3 氮素表征参数

2.3.4 土壤含水率

2.4 数据处理

第三章 棉花水氮参数的动态变化及冠层光谱的响应

3.1 棉花叶片水分参数随生育进程的变化

3.2 棉花冠层水分参数随生育期进程的变化动态

3.3 棉花氮素参数随生育期进程的变化动态

3.4 棉花冠层光谱在不同水氮条件下的变化特征

3.5 小结

第四章 棉花冠层光谱反射特征与模拟

4.1 绿色植被的光谱特征与辐射传输模型

4.1.1 典型植被的光谱特征

4.1.2 植被的辐射传输模型

4.2 基于PROSAIL的棉花冠层光谱模拟

4.3 PROSAIL模型输入参数的敏感波段

4.4 基于PROSAIL与SVMR的棉花冠层等效水厚度估算

4.5 小结

第五章 基于连续小波分析的棉花冠层水氮参数估算

5.1 连续小波分析

5.2 叶片与冠层水平棉花水氮参数的小波分解及相关性分析

5.3.1 棉花叶片等效水厚度与叶片氮浓度的小波分解及相关性分析

5.3.2 棉花冠层等效水厚度与冠层含氮量的小波分解及相关性分析

5.4 基于小波系数与机器学习算法的棉花冠层水氮参数估算

5.4.1 针对棉花冠层水氮参数的小波特征提取

5.4.2 BP神经网络模型

5.4.3 两种输入参数下机器学习模型的估算结果

5.6 小结

第六章 基于高光谱植被指数的棉花冠层水氮参数估算

6.1 经典植被光谱指数的运用

6.2 基于高光谱植被指数的棉花冠层含氮量估算

6.2.1 高光谱植被指数与棉花冠层含氮量的相关性

6.2.2 高光谱植被指数与棉花冠层含氮量的定量关系

6.3 基于高光谱植被指数的棉花冠层等效水厚度估算

6.3.1 高光谱植被指数与棉花冠层等效水厚度的敏感性

6.3.2 高光谱植被指数与棉花冠层等效水厚度的定量关系

6.4 本文提出的高光谱植被指数与经典植被指数的对比

6.5 小结

第七章 结论与展望

7.1 主要结论

7.2 论文主要创新点

7.3 研究中的不足及需要进一步研究的问题

参考文献

致谢

作者简历

展开▼

著录项

  • 作者

    马岩川;

  • 作者单位

    中国农业科学院;

  • 授予单位 中国农业科学院;
  • 学科 农业水土工程
  • 授予学位 硕士
  • 导师姓名 孙景生;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TP7S51;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号