论文说明
摘要
第一章 绪论
1 农作物遥感监测基本原理
2 农作物苗情诊断关键参数遥感监测预报模型研究进展
2.1 单因子模型
2.2 多因子模型
3 农作物苗情诊断关键参数遥感监测预报多因子模型构建算法
3.1 传统多元线性回归
3.2 偏最小二乘回归算法
3.3 人工神经网络算法
3.4 单核支持向量回归算法
3.5 双核支持向量回归算法
3.6 随机森林回归算法
4 本研究的目的及意义
参考文献
第二章 小麦叶面积指数遥感监测多元回归算法研究
前言
1 数据获取与处理
1.1 试验设计
1.2 叶面积指数数据获取
1.3 影像数据及预处理
1.4 植被指数
1.5 数据分析与利用
2 结果
2.1 相关性分析
2.2 小麦叶面积指数遥感监测模型的建立
2.3 小麦叶面积指数遥感监测模型的评价
3 不同算法所建叶面积指数遥感监测模型预测性评价
4 小结
参考文献
第三章 小麦生物量遥感监测多元回归算法研究
前言
1 数据获取与处理
1.1 试验设计
1.2 地上部分生物量
1.3 影像数据及预处理
1.4 植被指数
1.5 数据分析与利用
2 结果
2.1 相关性分析
2.2 小麦生物量遥感监测模型的建立
2.3 小麦生物量遥感监测模型的评价
3 不同算法所建生物量遥感监测模型预测性评价
4 小结
参考文献
第四章 小麦SPAD值遥感监测多元回归算法研究
前言
1 数据获取与处理
1.1 试验设计
1.2 小麦SPAD值测定
1.3 影像数据及预处理
1.4 植被指数
1.5 数据分析与利用
2 结果
2.1 相关性分析
2.2 小麦SPAD值遥感监测模型的建立
2.3 小麦SPAD值遥感监测模型的评价
3 不同算法所建SPAD值遥感监测模型预测性评价
4 小结
参考文献
第五章 小麦叶片氮含量遥感监测多元回归算法研究
前言
1 数据获取与处理
1.1 试验设计
1.2 小麦叶片氮含量数据获取
1.3 影像数据及预处理
1.4 植被指数
1.5 数据分析与利用
2 结果
2.1 相关性分析
2.2 小麦叶片氮含量遥感监测模型的建立
2.3 小麦叶片氮含量遥感监测模型的评价
3 不同算法所建叶片氮含量遥感监测模型预测性评价
4 小结
参考文献
第六章 结论与讨论
1 讨论
1.1 多元回归算法遥感监测小麦苗情诊断关键参数的精度分析
1.2 不同生育期小麦苗情诊断关键参数遥感监测模型精度差异性分析
1.3 不同生育期小麦苗情诊断关键参数遥感监测模型异同性分析
2 主要结论
3 本研究的创新点
4 尚待深入研究的问题
5 前景展望
参考文献
致谢
攻读学位期间的学术论文及科研成果
声明