首页> 中文学位 >基于无人机可见光--近红外图像的小麦关键生长指标监测研究
【6h】

基于无人机可见光--近红外图像的小麦关键生长指标监测研究

代理获取

目录

声明

摘要

1前言

1.1研究背景

1.2不同遥感平台作物生长监测研究进展

1.2.1卫星遥感和地面遥感平台

1.2.2无人机遥感平台

1.3基于无人机图像遥感监测研究进展

1.3.1无人机高光谱图像遥感监测

1.3.2无人机多光谱图像遥感监测

1.3.3无人机可见光图像遥感监测

1.3.4遥感图像处理技术研究进展

1.4农学参数无人机遥感监测研究进展

1.4.1叶片SPAD值遥感监测

1.4.2株高遥感监测

1.4.3氮素遥感监测

1.5研究目的和意义

1.6技术路线

2.1田间试验设计

2.2关键生长指标参数测定

2.3无人机遥感图像获取

2.3.1图像获取仪器

2.3.2无人机图像获取方法

2.4遥感数据分析

2.4.1无人机影像预处理

2.4.2植被指数介绍

2.4.3模型构建与验证

3基于无人机图像小麦叶片SPAD值遥感监测模型

3.1光谱参数与小麦叶片SPAD值相关性分析

3.2不同生育时期小麦叶片SPAD值遥感监测模型的构建与验证

3.2.1拔节期小麦叶片SPAD值监测模型的构建与验证

3.2.2孕穗期小麦叶片SPAD值监测模型的构建与验证

3.2.3开花期小麦叶片SPAD值监测模型的构建与验证

3.2.4乳熟期小麦叶片SPAD值监测模型的构建与验证

3.3多生育期小麦叶片SPAD值遥感监测模型的构建与验证

4基于无人机图像小麦株高遥感监测模型

4.1光谱参数与小麦株高相关性分析

4.2不同生育时期小麦株高遥感监测模型构建与验证

4.2.1拔节期小麦株高监测模型的构建与验证

4.2.2孕穗期小麦株高监测模型的构建与验证

4.2.3开花期小麦株高监测模型的构建与验证

4.3多生育期小麦株高遥感监测模型的构建与验证

5基于无人机图像小麦植株氮素积累量遥感监测模型

5.1光谱参数与小麦植株氮素积累量相关性分析

5.2不同生育时期小麦植株氮素积累量遥感模型构建与验证

5.2.1拔节期小麦植株氮素积累量监测模型的构建与验证

5.2.2孕穗期小麦植株氮素积累量监测模型的构建与验证

5.2.3开花期小麦植株氮素积累量监测模型的构建与验证

5.3多生育期小麦植株氮素积累量监测模型构建与验证

6.1结论

6.2讨论

6.3创新点

6.4不足和展望

参考文献

攻读学位期间发表的学术论文及科研成果目录

致谢

展开▼

著录项

  • 作者

    孙全;

  • 作者单位

    扬州大学;

  • 授予单位 扬州大学;
  • 学科 作物栽培学与耕作学
  • 授予学位 硕士
  • 导师姓名 王建军;
  • 年度 2021
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TP3TP2;
  • 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