声明
摘要
第一章 绪论
1.1 研究目的和意义
1.2 研究现状
1.2.1 叶面积指数反演方法
1.2.2 病虫害识别方法
1.3 研究内容
1.3.1 冬小麦叶面积指数的遥感反演方法研究
1.3.2 基于常用植被指数的冬小麦病害识别研究
1.3.3 基于新的优化植被指数的冬小麦病害识别研究
1.4 论文的组织结构
第二章 数据获取与预处理
2.1 基于支持向量机回归的冬小麦叶面积指数反演
2.1.1 研究区和试验方案
2.1.2 数据的获取
2.1.3 数据预处理
2.2 基于常用植被指数的冬小麦病害识别研究
2.2.1 研究区概况和试验方案
2.2.2 冠层光谱数据获取
2.3 基于新的优化植被指数的冬小麦病害识别研究
2.3.1 研究区概况和病害接种
2.3.2 叶片光谱数据获取
2.3.3 叶片尺度病情指数获取
2.3.4 验证数据获取
第三章 基于支持向量机回归的冬小麦叶面积指数反演
3.1 植被指数选择
3.2 支持向量机回归
3.3 结果与分析
3.3.1 LAI反演模型的建立
3.3.2 验证结果
3.4 小结
第四章 基于常用植被指数的冬小麦病害识别研究
4.1 不同胁迫下冠层光谱特征
4.2 植被指数选取和敏感性分析
4.3 冬小麦不同胁迫的定量化识别
4.3.1 基于二维特征空间的预测模型
4.3.2 验证
4.4 小结
第五章 基于新的优化植被指数的冬小麦病害识别研究
5.1 RELIEF-F算法
5.2 波段间的相关性分析
5.3 叶片尺度新光谱指数的构建与应用
5.3.1 新光谱指数的构建
5.3.2 基于新光谱指数的病害识别
5.3.3 常用指数的病害识别
5.3.4 白粉指数(PMI)和病情指数(DI)相关性
5.4 新光谱指数在冠层尺度上的应用
5.4.1 基于冠层光谱数据的分类
5.4.2 条锈病病情指数(DI)估计
5.5 小结
第六章 总结与展望
6.1 论文总结
6.2 研究展望
参考文献
致谢
攻读硕士学位期间研究成果