声明
论文说明
致谢
摘要
第一章 绪论
1.1 研究背景和意义
1.2 前人研究进展
1.2.1 叶绿素仪分析技术在作物氮素诊断上的应用
1.2.2 光谱分析技术在作物氮素诊断上的应用
1.2.3 高光谱成像技术在作物氮素诊断上的应用
1.3 研究目的和内容
1.3.1 研究目的
1.3.2 研究内容
1.4 本章小结
第二章 试验设备与研究方法
2.1 试验设备
2.1.1 高光谱成像仪
2.1.2 rapid N cube定氮分析仪
2.2 光谱预处理方法
2.2.1 平滑算法
2.2.2 多元散射校正
2.2.3 变量标准化算法
2.2.4 导数算法
2.2.5 去趋势处理
2.3 特征波长提取方法研究
2.3.1 主成分分析算法
2.3.2 连续投影算法
2.4 化学计量学建模方法
2.4.1 多元线性回归方法(MLR)
2.4.2 偏最小二乘法(PLS)
2.4.3 反向传播人工神经网络(BPNN)
2.5 模型评价标准
2.5.1 定性模型评价标准
2.5.2 定量模型评价标准
2.6 本章小结
第三章 基于特征波段的柑橘叶片含氮量预测模型研究
3.1 引言
3.2 基于高光谱成像技术的柑橘植株叶片含氮量预测模型研究
3.2.1 柑橘叶片样本的制备及高光谱图像数据的采集
3.2.2 建模方法与思路
3.2.3 数据处理与分析
3.3 基于柑橘叶片纹理特征的含氮量预测模型研究
3.3.1 叶片纹理特征提取
3.3.2 模型建立与结果分析
3.4 本章小结
第四章 基于植被指数的柑橘叶片含氮量预测模型研究
4.1 引言
4.2 基于双波段植被指数的柑橘叶片含氮量预测模型研究
4.2.1 柑橘叶片样本的制备及高光谱图像数据的采集
4.2.2 数据处理与分析
4.3 基于传统植被指数和红边参数的柑橘叶片含氮量预测模型研究
4.4 本章小结
第五章 结论与展望
5.1 结论
5.2 展望
参考文献
作者简介