一、遥感植被双向反射光谱的理论研究与应用展望（论文文献综述）
甄治钧[1]（2021）在《基于三维辐射传输模型的植被反射率模拟及其生物光学参数反演》文中进行了进一步梳理植被是地表生态系统的组成部分之一,它能维持生态平衡,改善生态环境,与人类生存发展密不可分,对人类的生存和发展起着重要作用。遥感数据因其测量精度和空间/光谱/时间分辨率的提高以及遥感数据解译方法的进步而越来越多地被应用于植被监测及参数反演。传统的一维辐射传输模型由于其不准确的参数估计,影响了植被反射率模拟及生物光学参数反演的准确性。基于真实结构的三维辐射传输模型可以很好地考虑传感器观测和太阳入射方向,地表辐照度的直射与漫散射,以及场景复杂的三维结构问题。然而,三维辐射传输模拟及反演的应用遇到了以下几个方面的问题:（1）现有模拟模型由于缺少地面关键参数时空变化知识,不具备连续时相模拟能力,而遥感影像多为时间序列数据,难于与遥感数据共同使用。（2）现有的叶片光谱反演方法多适用于植被密集区域,而在城市等地物类型复杂,混合像元弥漫的场景中,叶片光谱特性的反演精度受到严重影响。（3）现有的植被指数在高植被覆盖区反演叶面积指数时易受到饱和效应影响,严重限制了其反演能力。针对上文提到的问题,以基于三维辐射传输模型的植被反射率模拟及其生物光学参数反演为核心,通过耦合生长模型实现三维辐射传输连续时相模拟能力;通过基于离散各向异性辐射传输模型（DART）校正精确反演了亚像元尺度下城区叶片的光谱特性;通过分析植被等值线规律提出了交点右移现象以缓解土壤调节植被指数（SAVI）在高植被覆盖区域的饱和效应。为了实现三维辐射传输连续时相模拟能力,基于一款由扩展L系统（ELSYS）开发的静态三维玉米建模模型,耦合了以累积日度差为生长因子的玉米生长方程,加入了描述整个植物生长季节冠层结构的发展规则,模拟了从出苗到雄花期的三维玉米场景。利用多种三维辐射传输模型模拟了对应场景的玉米冠层反射率以进行交叉验证,取得了很好的一致性。以三维辐射传输模型的结果为真值,与相同叶面积指数（LAI）条件下的一维辐射传输模型进行对比,发现相同LAI条件下一维辐射传输模型的均质性假设条件导致场景盖度大约是真实盖度的1.5倍,且近红外天顶方向反射率存在明显的高估现象。产生的原因可能是由于均质性假设未能考虑到天顶观测到的植被比例较低,而多重散射主要来自植被。考虑到天顶方向是传感器的重要观测方向且近红外是植被监测的重要波段,认为均质性假设导致的高估是不可忽视的,其结果将导致基于均质性假设的遥感反演产生对于植被数量（LAI等）的低估。为了反演城市地区叶片光谱特性,基于DART校正采用线性光谱混合模拟分离出了冠层的单次散射反射率,并由迭代法不断修正输入叶片的光谱特性以模拟接近混合像元分离的冠层反射率。对反演结果进行了精度评定和敏感性分析,在理想无噪声模拟实验中,地面、屋顶、水、树和灌木在所有波段的平均相对误差为0.015、0.004、0.017、0.320和0.303。在添加了噪声的实验条件下（像元偏移、三维场景的几何精度和调制传递函数与真值存在一定偏差）,反演出现了较大的误差:对于地面、屋顶、水、树和灌木,平均相对误差分别为0.289、0.448、1.103、1.164和1.242。按重要性降序排列,对城市物质的光谱特性反演精度影响最大的参数是太阳天顶角、卫星图像空间分辨率、像元偏移、三维城市场景建模的不准确性和调制传递函数。为了缓解SAVI在高植被覆盖区域的饱和效应,分析了植被等值线变化特征,提出了植被等值线交点右移现象。右移现象表明在均质冠层（本文定义为聚集指数等于1的冠层）中随着植被盖度增加,植被等值线与土壤线交点逐渐向红光坐标轴正向移动,当植被等值线的截距小于土壤线的截距时,最终交点可以到达红光正值区域,反之不可。右移现象成功化解目前学术界两大争论,从新的角度实现了辩证统一。基于右移现象,考虑到最优土壤调节因子是植被等值线与土壤线交点横坐标负值,提出了在高植被覆盖区最优土壤调节因子应为负值的假说,并加以数据进行验证。结果表明,当平均LAI为5.35时,最佳土壤调节因子约为-0.148;当平均LAI为6.72时,最佳土壤调节因子约为-0.183。该假说可以极大地缓解SAVI的饱和效应并提升LAI反演精度。以基于三维辐射传输模型的植被反射率模拟及其生物光学参数反演为研究对象,从模拟和反演两个方面开展了研究。前半部分着重阐述耦合生长模型的三维植被场景的建模及反射率模拟。后半部分着重阐述利用三维辐射传输模型或其模拟的数据反演植物生物化学参数。研究工作将有助于三维辐射传输模拟在多时相遥感影像中的应用,潜在的应用包括为传感器设计提供高质量的分析验证数据和为定量遥感反演建模、时空尺度转换和多源数据同化等研究提供有效的数据支撑,以实现“定量化模拟,定量化评价”的目的。
王家强[2]（2021）在《地下水埋深对胡杨生理学指标的影响及其光谱特征响应》文中指出胡杨林在新疆塔里木盆地河流沿岸构成了天然绿色走廊,维持着荒漠绿洲过渡带荒漠河岸生态系统的稳定性,地下水是胡杨获取水分的唯一来源,对胡杨的生存及生长起到及其关键的作用。地下水位下降,导致胡杨生存环境逐渐恶化,对区域胡杨林进行客观准确地健康监测,成为了迫切需要解决的问题。本研究在叶尔羌河下游天然胡杨林保护区不同地下水埋深区域设定研究样地,获取胡杨叶片的光谱反射率及生理学指标密度,分析胡杨叶片光谱特征及生理学指标密度变化特征,进而利用PROSPECT-SAIL模型,模拟胡杨冠层光谱,筛选敏感波段,通过机器学习算法,建立胡杨冠层生理学指标估测模型,完成基于高光谱遥感的胡杨生理学指标密度制图,以期揭示塔里木河胡杨林植物生理学指标的空间变化信息,为天然胡杨林精准管理及荒漠河岸生态系统的保育提供科学依据。本研究地下水埋深范围的设定,与干旱胁迫相对应,地下水位越深,干旱胁迫越严重,主要研究结果如下:（1）地下水埋深为8-10 m区域内胡杨叶绿素密度、类胡萝卜素密度、叶绿素与类胡萝卜素的比值比正常条件下有显着降低,叶绿素a与叶绿素b的比值显着升高,说明受干旱胁迫,胡杨的光合强度与抗逆能力在下降;SOD、POD、MDA、SSC、Pro随地下水埋深的增加,有升高趋势,以抵御过多的活性氧自由基的伤害,并对胞内渗透势进行调节或产生次级代谢产物等,来提高胡杨的抗旱性。ABA、Z、ZR随地下水埋深增加呈现持续增加的趋势。ABA作为一种植物激素,在胡杨受干旱胁迫时,对其有生长抑制作用,ABA也能阻止POD、SOD活性降低,有效调节活性氧的代谢平衡,ABA与许多生化组分有复杂的联系,干旱胁迫时会呈持续升高的态势。Z和ZR浓度持续较高,能促进冠层叶片发育,增强冠层叶片光合适应性;一方面可能是在干旱胁迫下各激素需要达到平衡,另一方面可能是使胡杨在其形态和生理上与干旱胁迫相适应,来提高抗旱能力。由于干旱胁迫,叶片比叶重增加,需要大量元素来进行叶片结构的改变。Fe2+、Mn2+、Cu2+的增加说明胡杨趋于保持正常的养分代谢功能,增强自身的抗性;Zn2+随地下水埋深的增加,密度显着降低,一方面说明其他离子如Fe2+、Mn2+、Cu2+等吸收增加抑制了胡杨对Zn2+的吸收,另一方面Zn2+吸收的降低说明如果胁迫进一步加剧胡杨的部分生理代谢功能将会受到影响。K+、Ca2+吸收量增加,Na+吸收量下降,说明细胞趋于保持高的K+/Na+,降低细胞内的渗透压。（2）地下水埋深为6-8m和8-10m的胡杨叶片红谷位置及近红外区域的光谱反射率与其他地下水埋深梯度的胡杨叶片有显着差异,利用5nm和10nm重采样的一阶/二阶导数光谱及光谱相似性参数SID、SAM能够区分不同地下水埋深的胡杨叶片光谱曲线。包络线去除光谱显示出两个明显的吸收谷,在500nm附近的吸收谷,ρ500（反射率）、W500（吸收宽度）随地下水埋深增加,呈上升趋势,而λ500（吸收位置）、Tan500（斜率）、S500（对称度）、SAI500（吸收指数）呈下降趋势;在675nm附近的吸收谷,ρ675、SAI675随地下水埋深增加,呈上升趋势,而H675（吸收深度）、Tan675、AL675（左面积）、AR675（右面积）、A675（总面积）、W675呈下降趋势;Tan500和W675与叶绿素密度的相关性最高。随地下水埋深增加,蓝边、黄边、红边、绿峰,红谷的吸收强度均在减弱,黄边、红边幅值均在减小。红谷参数与大部分生理学指标都有极显着的相关性,吸收特征参数Tan500、W675和红谷参数是胡杨叶片生理学指标特征变化的敏感因素。（3）通过PROSPECT-SAIL模型模拟了胡杨冠层光谱,构建了NDVI、RVI、DVI光谱指数,对反演胡杨冠层生化组分的最优光谱指数进行了筛选。利用筛选的光谱指数作为建模因子,构建了SVM、RF和ANN胡杨冠层生理学指标估算模型。其中SVM估算模型有Chl a、Chl b、Chl a+b、Car、Ant、N、SLA、Ca、ABA、2ipr、Z、ZR和2ip这14个指标模型通过了精度验证;故而推荐SVM算法作为本研究的最佳建模算法,可为基于影像的估算建模里模型方法的选择提供了依据。（4）基于AHSI高光谱影像,采用SVM模型对胡杨生理学指标进行估算建模,结果表明Chl a、Chl b、Chl a+b、Car、Ant、Chl/Car、N、SLW、SLA、Fe、Mn、Zn、Ca、ABA、GA3、Z、ZR这17个指标的估算模型的验证精度达到建模要求,综合这些指标,完成了区域胡杨林健康评估,并用制图表达了结果。
唐明星[3]（2021）在《植物的偏振和荧光特性研究及成像系统设计》文中研究表明目前植物胁迫分析对于农业及环境生态研究意义深远。偏振成像和植物叶绿素荧光成像探测同样具有非侵入、无损伤的优势,利用植物叶绿素荧光成像评判植物自身健康状况的应用较为成熟,而植物叶片产生的偏振信息也能够有效反映自身特性。基于此,论文利用植物偏振成像与叶绿素荧光成像结合的方法初步探究植物荧光偏振成像方法在植物生理胁迫方面的潜力。论文基于Stokes偏振成像、Mueller矩阵偏振成像、植物叶绿素荧光成像理论设计搭建了一套植物偏振及荧光成像探测系统,完成了光学系统加工和调试,可以实现荧光、偏振和荧光偏振组合的图像的采集,基于Qt+OpenCV+Armadillo设计了一套数据处理软件,实现了实验图像的处理及偏振参数曲线变化分析,经实验验证了系统的可靠性。在性能分析方面,对比分析了不同植物偏振成像及荧光偏振成像的差异;通过植物叶片病斑实验,发现部分偏振参数可对叶片病斑区域有效呈现,表明对应偏振参数可用于植物病害检测分析;通过植物水分胁迫实验表明Mueller矩阵有关参数及Stokes荧光线偏振度参数可用于对叶片含水量进行表征,为定量研究植物叶片含水量变化指明了方向。同时基于Zemax光学仿真设计了一套植物遥测成像系统,初步实现系统对植物叶绿素荧光信号的获取,完成了系统主要部分机械结构的设计加工。通过植物叶绿素荧光成像实验表明系统具备探测微弱荧光信号的能力,可用于从遥测角度对植物进行监测研究。实验研究表明,植物荧光偏振成像系统和植物遥测成像的设计结构是合理的、可行的。偏振和荧光成像测量的结果是稳定的、可靠的,可用有关偏振参数对植物水分含量等现象进行表征。植物荧光偏振成像的有关实验结论为今后利用植物遥测成像系统结合偏振模块从荧光偏振角度探究自然环境下的植物奠定了基础。
陈全[4]（2021）在《喀斯特石漠化地区生态资产遥感评估及时空演变机制研究》文中提出自20世纪以来,随着对自然资本价值的认识以及可持续发展机制研究的不断深入,对自然资源和生态系统服务为核心的生态资产估算需求日益迫切。喀斯特石漠化地区由于受复杂地表与光学卫星成像条件的限制,区域生态环境遥感长期以来面临着混合像元现象严重、高质量光学遥感影像缺失等瓶颈问题,传统基于像元/格网尺度的定量遥感研究方法无法满足区域生态资产精准评估、时空演变机制挖掘以及生态修复决策支持的需求目标,引入遥感图谱认知的前沿理论与方法开展喀斯特石漠化地区生态资产时空演变评估研究具有重要的理论与现实意义。本研究以贵州省关岭-贞丰花江石漠化治理示范区为典型研究区,以遥感图谱认知理论的“图谱耦合”思想和地理图斑智能计算模型“分区分层感知—时空协同反演—多粒度决策”的方法论为指导,从生态资产质量与生态资产服务功能维度出发构建了喀斯特石漠化地区生态资产时空演变评估框架,按照“空间—时间—属性”的线性认知过程,深度探索融入地貌分区控制的生态资产基本地理空间单元解构,开展多源数据协同的关键生态因子反演计算与生态资产时空动态评估,并基于经典地理空间分析方法挖掘生态资产时空演变模式与驱动机制,初步实现对区域近20年来生态资产“位置—结构—指标—演化”的深层理解。主要研究结果如下:（1）针对生态资产遥感评估与时空演变研究的理论背景深入分析,从评估与挖掘喀斯特石漠化地区近20年来生态资产时空演变的角度出发,构建了基于遥感图谱认知理论和地理图斑智能计算模型的生态资产时空演变评估框架,提出了深度融入地貌分区控制的生态资产地理单元解构、多源数据协同的生态资产时空动态评估、基于地学空间分析的生态资产时空演变格局理解和驱动机制揭示等关键问题,为按照“空间—时间—属性”的维度递进开展生态资产时空演变机制研究奠定理论基础。（2）在分析传统生态环境定量遥感研究方法长期存在的问题与短板的基础上,论述了以具有明确地理意义的基本空间单元为空间基准开展喀斯特石漠化地区生态资产时空演变机制研究的必要性,提出了基于分区分层感知模型的喀斯特石漠化地区基本空间单元解构思路,并基于高精度DEM与高分辨率遥感影像,实现了区域地貌单元、地理单元与地理图斑/地块三级基本空间单元的解构。（3）针对喀斯特石漠化地区脆弱生态环境特征,基于生态资产“存量（stock）”和“流量（flow）”的理论内涵和去价值化的系统评估思路,系统构建了以生态系统类型与数量、NPP植被净初级生产力、岩石裸露率、植被覆盖度等关键生态因子驱动的生态资产质量与服务功能状况评估模型和生态资产综合指数评估模型,完成不同监测期生态资产质量与服务功能等级划分以及地理单元尺度下区域2000-2018年的生态资产综合评估。（4）围绕喀斯特石漠化地区生态资产时空演变机制理解的目标,以地理单元与地貌单元为基准,将经典地理空间分析方法引入生态资产时空演变机制研究中,从生态资产时空变化格局和生态资产时空变化驱动机制分析两个方面,分别叠加2000-2018年生态资产变化“图”和驱动因素作用“图”,实现了对不同时间阶段、不同空间尺度下喀斯特石漠化地区生态资产时空演变格局及驱动机制的阐述和揭示,为区域生态治理与修复提供理论基础与科技支撑。
袁静[5]（2021）在《土壤有机质和水含量反演及光谱遥感参数研究》文中指出土壤有机质（soil organic matter,SOM）及土壤水分（soil moisture,SM）含量变化是精准农业需要从土壤中获取的重要信息。掌握土壤有机质及水含量的变化是观测土壤的发育状况及时空变化规律等的基础,能为研究、保护土壤提供可靠的资料。迅猛发展的高光谱遥感技术凭借其能够获取丰富光谱信息的观测能力将逐步取代传统化学分析方法,从而成为土壤组分含量变化监测的主力方法之一。然而,目前土壤含水量及有机质含量反演模型大多为统计模型,缺乏完备的物理基础,且反演精度和模型的适用范围有限。因此,通过对土壤含水量及有机质含量反演半经验模型的构建,可以解决建立土壤特征参量与光谱信息之间的对应关系这一科学问题,从而实现对土壤有机质和水含量大范围,高精度的监测。此外,在实际应用中发现,光谱范围、光谱分辨率、信噪比等参数直接影响反演精度,对光谱遥感参数与反演精度关系研究的不足制约了数据应用领域的拓展和深入。将应用需求作为光谱遥感仪器研制的出发点和落脚点,利用所构建的土壤有机质和水含量反演模型及模型的反向形式,选取土壤有机质和含水量的敏感波长、最佳光谱分辨率以及适用的信噪比范围,使光谱遥感仪器研制更具针对性和有效性。本论文针对土壤有机质和水含量反演及光谱遥感参数研究,主要开展了以下研究工作:针对土壤含水量反演精度有待提高的问题,本研究基于Kubelka-Munk（KM）理论构建了土壤含水量反演半经验模型,深入探究了土壤含水量与反射率的关系。通过研究土壤含水量与KM模型中常被视为需要反演的未知参数或常数的漫反射率∞的关系,从而将土壤含水量信息引入到KM模型中,进而基于KM理论构建了土壤含水量反演半经验模型。利用四种土壤的实验数据验证了模型的有效性。结果表明,在470-2400nm波长范围内,四种土壤的预测均方根误差（RMSEP）基本小于1.7%,决定系数（R2）均大于85%,相对分析误差（RPD）均大于2.5。因此,本研究所构建的土壤含水量反演模型具有较高的预测精度,可以很好地应用于不同种类土壤的含水量估测。该土壤含水量反演半经验模型的构建对掌握土壤水分的时空变异规律具有重大意义,并为后续选取土壤含水量敏感波长、最佳光谱分辨率以及适用的信噪比范围的研究提供强有力的工具。考虑到目前有机质含量反演模型大多为统计模型,缺乏完备的物理基础,且反演精度和模型的适用范围有限等问题,本研究构建用于反演土壤有机质含量的半经验模型,为估测有机质含量提供了新方法。首先基于KM理论推导反射率R与变换反射率r之间的关系,然后使用与有机质含量相关的吸收系数及散射系数将土壤有机质含量引入模型,从而构建了土壤有机质含量反演模型。利用验证集数据验证了模型的有效性和可靠性。结果表明,在450-2400nm波长范围内,模型具有很高的估测精度,尤其在552-950nm波长范围内,模型精度最高（RMSEP:0.18%,R2:89.9%,RPD:3.2）。相比目前有机质含量估测大多采用的统计模型,该模型具有更强的理论基础和适用性,能克服在大区域反演土壤有机质含量受到的限制。土壤有机质含量反演半经验模型的构建为后续选取土壤有机质敏感波长、最佳光谱分辨率以及适用的信噪比范围的研究提供强有力的工具。为使仪器研制更具针对性和有效性,本文基于所构建的土壤有机质和水含量反演模型及模型的反向形式,对光谱遥感参数进行了研究:（1）考虑到传统的波长选择方法需要大量的实际测量数据,其性能与“训练数据”的质量和代表性直接相关等问题,提出了基于土壤辐射传输模型（土壤有机质和水含量反演模型的反向形式）的敏感性分析--连续投影法联合选取敏感波长的方法。使用实验数据集在选定的波长上进行土壤组分含量反演估测,验证该方法的有效性,并与传统波长选择方法进行了对比分析。研究结果表明:土壤有机质的敏感波长区间为450-1020nm,有机质敏感波长点为468nm、476nm、496nm、599nm、775nm以及900nm,在选定的六个波长处有机质含量的反演精度均较高（RMSEP<0.234%）,特别是在599nm,有机质含量估测的准确性最高,RMSEP为0.176%,R2为90.4%;土壤含水量的敏感波长区间为853-1125nm和1900-1988 nm,土壤含水量敏感波长点为1010nm、1068nm、1915nm、1946nm以及1988nm,在选定的5个波长处土壤含水量的反演精度均较高（RMSEP<1.21%）,特别是在1915nm,土壤含水量估测的准确性最高,RMSEP为1.04%。（2）在选取的敏感波长范围对光谱数据进行重采样得到不同光谱分辨率的数据,探究光谱分辨率对本研究所构建模型的反演精度的影响,从而在相对应的敏感波长范围确定土壤养分的最佳光谱分辨率。研究结果表明:在土壤有机质敏感波长区间上,光谱分辨率小于17nm时反演精度均较高;在土壤有机质敏感波长点上,光谱分辨率为13nm时反演精度最高;在土壤含水量敏感波长区间上,光谱分辨率小于29nm时反演精度均较高;在土壤含水量敏感波长点上,光谱分辨率为34nm时反演精度最高。（3）通过给土壤辐射传输模型模拟的无噪光谱数据加上高斯随机噪声,以模拟不同信噪比下的光谱数据。研究不同信噪比对所构建模型的反演精度的影响,得出能用于土壤理化成分定量测量的信噪比范围。研究结果表明:在有机质敏感波长区间,光谱分辨率为17nm时,适用的信噪比范围为140至340;在有机质敏感波长点,光谱分辨率为13nm时,适用的信噪比范围为150至360;在含水量敏感波长区间,光谱分辨率为29nm时,适用的信噪比范围为150至340;在含水量敏感波长点,光谱分辨率为34nm时,适用的信噪比范围为150至350。研究成果为基于光谱遥感的土壤有机质和水含量定量反演、专用速测光谱仪器的开发提供坚实的理论支撑与技术支持。
曹见飞[6]（2021）在《基于空谱约束解混的土壤盐分高光谱遥感反演》文中认为土壤盐渍化严重制约了我国土地资源高效利用和农业发展。高效高精度监测土壤盐渍化是土地资源改良与可持续发展规划的重要前提条件。传统土壤盐分监测方法是通过野外采样和化学分析实现,耗时耗力,且难以满足动态的、大尺度的土壤盐渍化监测。遥感技术具有易获取、尺度大、时效强等特点,很好的弥补了传统方法的不足。随着遥感技术的发展,高光谱遥感具有光谱分辨率高、波段数多、图谱合一、信息量大等特点,成为土壤盐分定量估测的新手段。然而,现实场景下的盐渍化区域下垫面受植被遮盖影响,高光谱遥感影像往往以混合像元形式存在,这也成为土壤盐分高光谱遥感定量监测的瓶颈问题。因此本文选择黄河三角洲南部区域作为试验区,设置土壤盐分含量和植被覆盖度的不同梯度分组,分别进行实验室混合场景模拟及野外植被覆盖度（FVC）原位测量,获得实验室模拟混合光谱和高光谱遥感混合像元数据集。结合土壤盐分化验数据,开展混合光谱对土壤盐分估测的影响探究;混合分解模型与遥感定量模型的耦合的思考与研究;引入光谱欧式距离度量和Heat Kernel加权,设计“唯一变异光谱”约束和“平滑空间”约束,构建面向复杂地表的空谱约束的非负矩阵分解（UVSNMF）,并进行区域土壤盐分估测和制图应用验证。主要研究内容与结论如下:（1）基于实验室模拟混合光谱和高光谱遥感混合像元为数据,理清混合光谱的光谱特征以及对土壤盐分估测的影响。首先通过土壤样本采集、植被覆盖原位测量、室内光谱测定、理化性质分析等野外与室内工作为基础,开展实验室混合模拟实验和高光谱影像混合像元采集实验,并通过光谱分析和统计方法进行定量评价。混合光谱中FVC增加,植被吸收特征逐渐加强,土壤盐分影响下的吸收特征将被掩盖,从而降低了土壤盐分估测的准确性;对于实验室模拟光谱,42.28%FVC以上的分组不再具备土壤盐分含量定量估测的有效性,PLSR模型的RPD<1.4。对于卫星高光谱,植被混合更大程度的影响盐分评估,当53%FVC及以上分组,光谱表现出典型的植被光谱特征,与裸土光谱几乎不具备相似性;卫星高光谱遥感混合像元构建的土壤盐分估测PLSR模型,其精度不理想(R2<0.45,RMSE>4.15 g·kg-1,RPD<1.2)。不同的光谱预处理对模拟混合光谱和卫星混合像元的建模均起到了不同的弱影响作用,但并不能作为剔除混合光谱对土壤盐分估测的影响的有效手段。（2）提出了基于无监督解混的土壤盐分高光谱信息深层提取方法,解决高光谱解混与定量遥感耦合困难问题。该方法基于非负矩阵分解（NMF）,发挥无监督的优势,以样本点周边像元为光谱解混输入单元,迭代获取所有样本点提纯土壤光谱,并作为遥感定量模型的光谱变量,利用PLSR、BPNN、SVR和RF进行验证光谱的有效性。结果表明:深层提纯的动态土壤土壤盐分光谱信息,大幅度提高高光谱的土壤盐分评估精度。但当混合光谱存在较高额外噪声时,NMF的分解效果存在不确定性,导致土壤盐分估测结果具有较高的不稳定性。（3）联合Spearman相关系数和VIP值分析,解释混合光谱对土壤盐分估测的影响,以及无监督解混能够提升土壤盐分估测原因。其机理为:随着混合噪声的增加,与盐分相关的重要波长逐渐被覆盖且增了很多不确定的噪声波长;无监督高光谱解混恰好能够有效的剔除了植被光谱干扰,成功提取了土壤光谱且包含了土壤盐分的光谱重要波长特征;但是当混合像元中包含63.55%及以上的FVC,无监督高光谱解混则失去了提纯土壤盐分光谱的能力。（4）提出了面向土壤盐分估测的空谱约束解混方法,提高基于无监督解混的土壤盐分高光谱信息深层提取方法的鲁棒性。通过野外实际场景调查,设计“唯一光谱变异约束（UV）”和“空间平滑约束（SA）”条件,推导端元矩阵和丰度矩阵的更新规则,联合构成一种空谱约束的非负矩阵分解（UVSNMF）方法。“唯一光谱变异约束（UV）”通过引入光谱欧式距离度量对植被光谱进行相似约束,使得土壤光谱不会被过度分解而失去盐分光谱响应特征,又能够考虑到植被变异引起的植被端元的误差。“空间平滑约束（SA）”利用Heat Kernel加权表达临近像元的光谱相似原则,限制丰度矩阵的误差积累。验证结果表明:唯一异光谱约束和平滑空间约束都能够更好的提纯光谱,提升土壤盐分估测的稳定性。联合约束后的UVSNMF算法在复杂植被混合场景下的光谱约束效果最佳,可使估测精度整体维持在较高水平,提高了无监督解混的在土壤盐分评估中鲁棒性。（5）基于UVSNMF对研究区进行高光谱遥感土壤盐分估测与区域制图研究,对UVSNMF在土壤盐分评估中的应用检验和探索。在土壤盐分估测模型构建中,部分植被覆盖地区的高光谱影像直接反演精度较低,无法满足土壤盐分估测要求。部分植被覆盖区域经NMF解混提纯土壤光谱后,一定程度提高模型估测精度;但建模集与验证集估测精度相差较大且RPD值小于1.53,再次表明NMF分解后光谱的模型具有不稳定。UVSNMF分解后光谱模型不仅精度提高了(R2>0.63,RMSE<3.99 g·kg-1,RPD>1.79),其模型也具有较高的鲁棒性。另外,相比克里金插值的空间分布预测结果,NMF和UVSNMF逐像元估测的土壤盐分分布与其具有相同的空间结构,且具有更多的空间细节。UVSNMF考虑了空间平滑约束和光谱变异约束后,消除了土壤盐分异常值,比NMF制图结果更符合土壤盐分分布规律。
谢莉莉[7]（2021）在《水稻品质多平台高光谱遥感估测方法研究》文中提出水稻是我国最主要的粮食作物之一,其安全优质的生产活动对国家的稳定与发展有着极为重要的作用。随着经济的发展,人们对稻米的品质问题提出了更高的要求。水稻籽粒直链淀粉含量、蛋白质含量和总淀粉含量均为评价水稻品质的重要指标,直接或间接影响着稻米的食味和营养品质。本文采用ASD光谱仪采集水稻室内稻谷、米粒、米粉形态水稻样品及关键生育期的冠层高光谱光谱反射率,利用大疆M600 Pro型六旋翼无人机搭载Rikola高光谱相机获取水稻关键生育期的冠层成像高光谱数据,并由此建立室内样品、冠层及无人机3个尺度的水稻籽粒品质监测模型,来预测和验证水稻籽粒直链淀粉含量（Amylose Content,AC）、蛋白质含量（Protein Content,PC）和总淀粉含量（Total Starch Content,TSC）等品质指标参数,并尝试通过耦合植被指数和无人机图像纹理参数来进一步优化无人机多生育期品质监测模型。以下是本研究中取得的一些具体结果:（1）在室内样品尺度,选用稻谷、米粒、米粉形态水稻样品的室内ASD光谱,通过相关分析和多元逐步回归建立水稻籽粒直链淀粉含量、蛋白质含量和总淀粉含量等品质指标的估测模型,发现米粉光谱相较于稻谷和米粒光谱最适用于基于室内光谱的水稻品质指标预测,水稻样品加工程度的增加有益于品质预测能力的提升。最终得到的3个品质指标室内光谱预测模型均基于米粉光谱建立,直链淀粉含量、蛋白质含量、总淀粉含量预测模型的建模决定系数分别达到0.6891、0.6231和0.8423。（2）在冠层尺度,采集孕穗期、抽穗期、灌浆期及成熟期的水稻冠层ASD光谱,通过相关分析和多元逐步回归建立基于不同生育期数量、组合的水稻籽粒直链淀粉含量、蛋白质含量和总淀粉含量等品质指标的估测模型。综合比较不同生育期组合模型的建模及验证效果,发现生育期数量的增加能明显而全面地提高品质监测模型的精度、可靠性和稳定性。直链淀粉含量、蛋白质含量、总淀粉含量监测实验的最佳模型均为孕穗-抽穗-灌浆-成熟四生育期模型,直链淀粉含量、蛋白质含量、总淀粉含量最佳模型的建模R2分别取到0.8945、0.7661和0.8276。（3）在无人机尺度,获取研究区水稻孕穗期、抽穗期、灌浆期及成熟期的无人机冠层成像高光谱数据,通过相关分析和多元逐步回归的方法构建基于无人机高光谱的多生育期水稻品质监测模型。研究发现,虽然其效果不如冠层尺度的多生育期信息引入效果,可引入的生育期数量也相对有限,但多生育期信息的综合利用依旧能一定程度地提升无人机水稻品质预测效果和稳定性。基于无人机光谱的水稻籽粒直链淀粉含量监测模型为抽穗-灌浆-成熟期三生育期组合模型,其建模R2=0.8772,基于无人机光谱的水稻籽粒蛋白质含量和总淀粉含量监测模型均为孕穗-抽穗期二生育期组合模型,其建模R2分别为0.6835和0.8456。（4）无人机高光谱影像具有图谱合一的特性,因此尝试引入空间纹理信息改进光谱预测模型。以灰度共生矩阵法提取各生育期无人机影像的空间纹理信息,通过相关分析和逐步回归法构建耦合多生育期植被指数和纹理信息的无人机水稻品质预测模型。研究发现空间纹理信息的引入能全面优化淀粉类品质指标监测模型的模型精度、可靠性和稳定性,对直链淀粉模型的提升尤为显着,但对蛋白质指标效果不佳,会导致其模型稳定性下降。因而,耦合植被指数和空间纹理信息的无人机水稻品质预测技术仅适用于淀粉类指标。
王式琴[8]（2021）在《基于高光谱的棉花叶片氮素变化特征及估算建模研究》文中进行了进一步梳理本文的研究材料是第一师阿拉尔九团和阿瓦提大田棉花（XLZ 38号）的倒三叶或倒四叶,设置五个产量梯度:1500～3000（T0）、3000～4500（T1）、4500～6000（T2）、6000～7500（T3）、7500以上（T4）kg·hm-2获取了不同时期不同产量的棉花叶片光谱反射率及对应的氮素含量数据,对原始光谱做了平滑处理后,分别又进行了微分、连续统去除、倒数、对数、倒数对数变换,分析不同时期不同产量棉花叶片的氮素及光谱变化特征。同时提取了棉花叶片包络线去除光谱的吸收特征参数,分析了不同时期不同产量棉花叶片吸收特征参数的变化特征,进行了敏感波段的筛选。并利用PCR、PLSR、SVM三种方法建立棉花叶片氮素含量光谱估测模型,经模型精度比较,最终筛选出最优光谱变换和光谱参数下的最佳模型。主要研究结果有:（1）在蕾期、花期和花铃期三个时期,不同产量的叶片平均含氮量较高的是蕾期和花铃期,花期较低,且蕾期和花期叶片氮含量曲线随产量的增加呈“N”字型变化,花铃期呈倒“V”字型变化。（2）不同时期不同产量同种光谱变换曲线的变化趋势基本一致,反射光谱在可见光（350～750nm）内有“峰谷”和“红边”特征出现,且峰谷反射率值及数量随着时期的推移逐渐降低。在近红外波段（750～1050 nm）内,光谱反射率值明显增大,并且形成一个高的反射平台。不同形式光谱变换可有效突出和放大原始光谱曲线中吸收和反射特征以及原来并不明显的高频噪声,这表明光谱经微分、倒数、倒数对数等数学变换方式对棉花叶片光谱处理是有效的。（3）三边参数在不同时期不同产量下均存在差异性,部分产量可区分。其中,红边位置有不同程度的“蓝移”和“红移”现象发生。随着时期的推进,三边参数和吸收参数都有不同程度的减少。不同时期不同产量下棉花蕾期的光谱变换值与氮素的相关性较好,相关系数较大,花铃期次之,花期最小。（4）经三种方法对不同时期不同光谱变换和光谱参数估测建模研究发现,蕾期,可选用以下模型对该时期叶片氮素含量进行粗略估测,基于敏感波段构建的FDR-PCR模型,预测集RPD为1.44,R2为0.50;FDR-PLSR模型,预测集RPD为1.77,R2为0.68,R-PLSR模型,预测集RPD为1.50,R2为0.56,SDR-PLSR模型,预测集RPD为1.41,R2为0.51,FDR-SVM模型,预测集RPD为1.43,R2为0.50。花期,基于敏感波段构建的FDR-PCR模型,预测集RPD为1.51,R2为0.52,可对该时期叶片氮素含量进行粗略估测。因此经对比,棉花蕾期所建模型精度较高,其中,基于敏感波段构建的FDR-PLSR模型精度最高,预测集RPD为1.77,R2达到了0.68。
任枫荻[9]（2021）在《作物涝害光谱监测方法研究》文中研究说明随着全球气候剧烈变化,洪涝灾害已经成为影响我国作物产量的重要灾害之一,对农业产生的影响严重制约了我国经济发展。监测作物涝害情况已成为国内外研究的重要领域,所以对涝害进行精准、实时高效的监测对于指导农业发展有重要意义,同时对灾后作物恢复和受灾的评估有指导意义。当前,涝灾的研究主要以气象信息和当地实际情况采用传统方法进行监测和预警,且研究方向集中在经济损失和环境安全方面,而针对农作物的涝害研究甚少,这不仅受限于种植土壤、种植面积及生育周期等因素,还需要结合作物品种、气候信息及复杂生理特性等。因此对于作物涝灾监测系统目前未形成一个完善且全面适用的方法。随着遥感的发展,遥感手段使得涝灾监测范围广、具有实时性、分辨率高和结果精准,但由于时间分辨率受限,难以保证数据的稳定,对于农作物涝害程度识别缺少准确的分析。以人工试验田模拟大豆和玉米涝害实验为例,研究作物重要生长时期涝害对物候信息和光谱的敏感性,建立作物涝害产量遥感估算模型和遥感监测模型,应用示范在大田农业涝害监测与评价,有利于农业信息化发展。大豆、玉米模拟种植实验中,控制大豆不同生长期的不同淹水程度,设定控制积水在土壤表面3cm以上为涝害,受害程度用水分胁迫天数做区分,涝害胁迫天数设置为2天、4天、6天、8天、10天,并在胁迫结束后和恢复15天后采集物候信息和光谱信息。通过分析不同涝害程度下大豆和玉米涝害下恢复前后冠层光谱曲线变化、光谱特征参数识别水分效果。针对大豆、玉米物候信息的变化和光谱相关性和敏感波段植被指数识别效果以及收成时产量损失程度,结合光谱相关性分析分别建立两种作物产量估算模型,为遥感监测作物遭受涝害后物候状态和产量减损评价提供了理论基础,最终根据敏感植被指数建立综合作物涝害监测模型。根据涝害前后变化结果可知,大豆株高、根部直径和叶面积涝害胁迫的敏感性均在分枝期最强,玉米棒长和秃尖长度水分胁迫的敏感性在灌浆期最明显,而涝害作物物候信息光谱相关性在不可见光近红波段较敏感。从大豆和玉米的冠层光谱反射率可见,随胁迫天数增加,可见光波段光谱反射率变大,近红外波段光谱反射率变小。在光谱特征参数中红边幅值和红边位置均可有效识别两种作物的涝害。在植被指数识别涝害效果分析中SIPI、NDVI以及GNDVI归一化类型植被指数的效果明显,建立两种作物产量的估算模型中NDVI效果最佳。根据同一时期相关性强的植被指数,分别建立大豆和玉米以及适用综合作物的三种遥感涝害监测模型。此外,本文提取将军尧镇和农安县地块的综合作物种植区域,通过综合作物涝害遥感监测模型进行应用示范,并结合采集野外洪涝灾害信息对该区域受涝作物进行模型精度评价,验证了遥感监测区域作物洪涝灾害的适用性和可行性,为后续洪涝灾害研究提供了有效基本条件,提供可靠理论基础。
王鑫[10]（2021）在《基于多角度多光谱偏振遥感的地物目标识别研究》文中提出目标反射光的偏振态与目标的内在属性及表面结构相关,蕴含着丰富的目标信息。由于人造目标与自然背景以及伪装材料之间的材质与表面特征不同,所以目标与光谱伪装背景反射光的偏振特征会呈现出较大的区别,因此,多角度多光谱偏振遥感技术对区分同谱异物现象,提高目标与背景的对比度,有独特的优势。构建适当的模型描述目标表面反射光的偏振态与目标表面参数的关系,进而利用偏振探测信息反演目标表面参数,是基于偏振探测技术进行目标识别的主要方式,然而,当前关于偏振探测技术在地物目标识别的应用上尚处于研究阶段,而且针对地物目标没有在模型中考虑偏振度随波长的变化规律,无法充分利用多角度多光谱偏振信息带来的优势,限制了多角度多光谱偏振信息的应用发展。本论文对多角度多光谱偏振信息的联合应用展开了研究,为多角度多光谱偏振探测技术在地物目标识别方面的应用提供依据,并指导多角度多光谱偏振探测仪器的指标设计,本文研究内容主要包括以下方面:首先,本文对金属类目标表面参数反演方法展开了研究,构建了适用于金属目标的多角度多光谱偏振二向反射模型。该模型通过引入Lorentz-Drude色散常数描述了金属目标的偏振特征随波长变化的规律,解决了传统模型无法充分利用光谱偏振信息反演目标表面参数的问题,增加了模型对光谱偏振信息的利用。此外,该模型通过引入偏振二向反射模型中的体散射分量以及遮蔽因子,准确描述了粗糙目标表面的体散射效应对散射光偏振态的影响,可以分析目标表面的结构特征,更适用于粗糙表面。蒙特卡洛仿真实验结果表明本文提出的金属多角度多光谱偏振二向反射模型对噪声有着较高的鲁棒性。对金属铜和铝的目标表面参数反演实验结果表明,参数反演结果与参考值相符合,证实了金属多角度多光谱偏振二向反射模型的有效性。其次,本文对非金属类目标表面参数反演方法展开了研究,建立了适用于非金属目标的多角度多光谱偏振二向反射模型。该模型针对不同类型的非金属目标如吸光类非金属（消光系数k不为0）以及透光类非金属（消光系数k为0）分别引入了Lorentz色散模型常数和Cauchy色散常数,以此描述非金属类目标的偏振光谱特征,这使该模型能同时利用多角度多光谱偏振信息反演目标表面参数,增加了多光谱偏振信息的利用率的。此外,根据不同目标表面的粗糙程度的差异引入了体散射修正系数,以便更准确地描述目标表面特征对目标表面散射光偏振态的影响,适用于粗糙目标。蒙特卡洛仿真实验表明本文提出的非金属多角度多光谱偏振二向反射模型在噪声环境下的适用性。同时,对石英和绿色涂层的目标表面参数反演实验结果表明,本文提出的模型提高了目标表面参数的反演精度,分析非金属目标的偏振特征提供了理论支持。最后,本文基于以上多角度多光谱偏振二向反射模型研究了适合目标参数反演的最优探测光谱范围、光谱通道个数以及角度个数。基于全局敏感Sobol算法,本文分别对金属及非金属材料的多角度多光谱偏振二向反射模型参数进行了敏感性分析,通过量化了模型中单个参数或几个参数改变时产生的方差对输出量的总方差的贡献,研究了模型输出量偏振度在不同波段下随模型中各参数变化的敏感程度,并以此挑选出适合各材料表面参数反演的最佳波段,这些波段范围内各模型中参数敏感度相对较高,有利于提高这些参数反演结果对测量噪声抗干扰性。此外,本文利用蒙特卡洛仿真实验研究了探测条件如光谱通道数以及角度个数在噪声环境下对目标表面参数反演精度的影响,总结出适合各类型目标参数反演的光谱通道数与角度个数,由此达到满足反演精度的同时避免了仪器指标过优造成浪费的目的,为地物目标识别应用的偏振探测仪器设计提供理论支持。
二、遥感植被双向反射光谱的理论研究与应用展望（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、遥感植被双向反射光谱的理论研究与应用展望（论文提纲范文）
（1）基于三维辐射传输模型的植被反射率模拟及其生物光学参数反演（论文提纲范文）
| 中文摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 植被冠层反射率模拟研究 |
| 1.2.2 叶片光谱特性反演研究 |
| 1.2.3 叶面积指数反演研究 |
| 1.2.4 存在的问题 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线与论文结构 |
| 第2章 植被冠层辐射传输模型基础 |
| 2.1 辐射度模型(RGM) |
| 2.1.1 RGM场景建立 |
| 2.1.2 RGM辐射传输模拟 |
| 2.2 离散各向异性辐射传输模型(DART) |
| 2.2.1 DART场景建立 |
| 2.2.2 DART辐射传输模拟 |
| 小结 |
| 第3章 植被冠层反射率模拟 |
| 3.1 真实结构玉米场景反射率连续时相模拟分析 |
| 3.1.1 三维玉米场景建模 |
| 3.1.2 玉米冠层反射率多时相模拟分析 |
| 3.2 树木冠层像元尺度反射率模拟 |
| 3.2.1 真实结构单木冠层反射率模拟 |
| 3.2.2 简化结构林木冠层反射率模拟 |
| 小结 |
| 第4章 城区亚像元尺度植被叶片光学参数反演 |
| 4.1 基于模拟影像的植被叶片光谱参数反演 |
| 4.1.1 无噪声理想实验反演叶片光谱特性 |
| 4.1.2 人为附加噪声实验反演叶片光谱特性 |
| 4.2 基于卫星影像的植被叶片光谱参数反演 |
| 4.2.1 研究区概况及Planet Scope数据预处理 |
| 4.2.2 多光谱影像植被叶片光学特性提取 |
| 小结 |
| 第5章 土壤噪声干扰下的植被叶面积指数反演 |
| 5.1 植被指数分析 |
| 5.1.1 光谱响应函数对植被指数影响 |
| 5.1.2 大气效应对植被指数影响 |
| 5.1.3 植被指数抗土壤噪声评价 |
| 5.2 叶面积指数反演 |
| 5.2.1 无噪声干扰叶面积指数反演评价 |
| 5.2.2 随机噪声干扰叶面积指数反演评价 |
| 5.2.3 植被指数的过饱和效应研究 |
| 小结 |
| 第6章 结论与展望 |
| 6.1 主要工作与结论 |
| 6.2 论文创新点 |
| 6.3 不足与展望 |
| 参考文献 |
| 作者简介及科研成果 |
| 致谢 |
（2）地下水埋深对胡杨生理学指标的影响及其光谱特征响应（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略表 |
| 1 前言 |
| 1.1 研究背景及意义 |
| 1.2 文献综述 |
| 1.2.1 干旱胁迫对植物生理学指标的影响 |
| 1.2.2 干旱胁迫下植物生理学指标的光谱响应 |
| 1.2.3 植物生理学指标的光谱估算建模 |
| 1.2.4 高光谱遥感在森林健康评价方面的应用 |
| 1.3 研究思路 |
| 1.4 研究目标、研究内容及技术路线 |
| 1.4.1 研究目标 |
| 1.4.2 研究内容 |
| 1.4.3 技术路线 |
| 2 材料与方法 |
| 2.1 研究区概况 |
| 2.1.1 气象及水文 |
| 2.1.2 地形地貌 |
| 2.1.3 土壤 |
| 2.1.4 植被 |
| 2.1.5 社会经济状况 |
| 2.2 典型样区选择 |
| 2.3 植物样品采集及光谱测试 |
| 2.4 植物生理学指标测定 |
| 2.4.1 叶片含水量的测定 |
| 2.4.2 比叶重(SLW)与比叶面积(SLA)的测定 |
| 2.4.3 色素密度的测定 |
| 2.4.4 大量元素密度的测定 |
| 2.4.5 中微量元素密度的测定 |
| 2.4.6 生化组分的测定 |
| 2.4.7 胡杨叶片内源激素的测定 |
| 2.5 光谱曲线的处理方法 |
| 2.5.1 光谱平滑处理 |
| 2.5.2 光谱相似性 |
| 2.5.3 导数光谱 |
| 2.5.4 包络线去除处理 |
| 2.5.5 光谱吸收特征参数 |
| 2.5.6 光谱位置参数 |
| 2.5.7 植被指数 |
| 2.6 建模方法及精度检验 |
| 2.6.1 支持向量机(SVM) |
| 2.6.2 人工神经网络(ANN) |
| 2.6.3 随机森林(RF) |
| 2.6.4 精度验证方法 |
| 2.7 卫星影像及预处理 |
| 2.7.1 高分5 号卫星(GF-5)影像 |
| 2.7.2 大气校正 |
| 2.7.3 几何校正 |
| 3 胡杨叶片生理学指标的变化特征 |
| 3.1 引言 |
| 3.2 研究方法 |
| 3.3 结果与分析 |
| 3.3.1 胡杨叶片色素含量的变化特征 |
| 3.3.2 胡杨叶片N、P、K含量及SLM、SLA的变化特征 |
| 3.3.3 胡杨叶片中微量元素含量的变化特征 |
| 3.3.4 胡杨叶片生化组分的变化特征 |
| 3.3.5 胡杨叶片内源激素的变化特征 |
| 3.3.6 胡杨叶片生理学指标的相关性分析 |
| 3.4 讨论 |
| 3.5 小结 |
| 4 胡杨叶片光谱特征对地下水埋深的响应 |
| 4.1 引言 |
| 4.2 研究方法 |
| 4.3 结果与分析 |
| 4.3.1 不同地下水埋深条件下胡杨叶片反射光谱特征变化 |
| 4.3.2 不同地下水埋深的胡杨叶片光谱相似性分析 |
| 4.3.3 不同地下水埋深条件下胡杨叶片光谱吸收特征的变化 |
| 4.3.4 不同地下水埋深条件下胡杨叶片光谱位置参数的变化特征 |
| 4.4 讨论 |
| 4.5 小结 |
| 5 基于冠层尺度的高光谱生理学指标的估算模型模拟 |
| 5.1 引言 |
| 5.2 研究方法 |
| 5.3 结果与分析 |
| 5.3.1 胡杨冠层反射率的光谱模拟 |
| 5.3.2 基于胡杨冠层反射率的生理生化参数含量的高光谱指数构建 |
| 5.3.3 基于植被指数的胡杨冠层生理生化组分的估算模型 |
| 5.4 讨论 |
| 5.5 小结 |
| 6 基于GF-5 高光谱影像的胡杨健康评价 |
| 6.1 引言 |
| 6.2 研究方法 |
| 6.3 结果与分析 |
| 6.3.1 基于GF-5 高光谱影像的胡杨信息提取 |
| 6.3.2 基于GF-5 高光谱影像的胡杨生理学指标的估算建模 |
| 6.3.3 基于GF-5 高光谱影像的胡杨健康评价及制图 |
| 6.4 讨论 |
| 6.5 小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.1.1 不同地下水埋深下,胡杨生理学指标的变化特征 |
| 7.1.2 不同地下水埋深下,胡杨叶片的光谱特征 |
| 7.1.3 不同地下水埋深下,胡杨冠层生理学指标的光谱估算建模 |
| 7.1.4 基于高光谱影像的胡杨健康评价分析 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 攻读博士期间的科研成果 |
| 致谢 |
（3）植物的偏振和荧光特性研究及成像系统设计（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 偏振成像及植物偏振探测技术研究 |
| 1.2.2 植物叶绿素荧光探测技术研究 |
| 1.3 研究思路与技术路线 |
| 1.4 论文主要内容及章节安排 |
| 1.5 本章小结 |
| 2 偏振探测及植物叶绿素荧光基本理论 |
| 2.1 斯托克斯矢量法 |
| 2.2 Stokes偏振成像测量原理 |
| 2.3 正交偏振成像测量原理 |
| 2.4 Mueller矩阵偏振成像特性分析 |
| 2.4.1 Mueller矩阵偏振探测原理 |
| 2.4.2 Mueller矩阵分解 |
| 2.5 叶绿素荧光现象 |
| 2.5.1 叶绿素吸收光谱 |
| 2.5.2 叶绿素荧光发射光谱 |
| 2.6 植物偏振和荧光特性结合研究思路 |
| 2.7 本章小结 |
| 3 植物荧光偏振成像及植物遥测成像系统设计 |
| 3.1 植物偏振及荧光成像探测系统的设计 |
| 3.1.1 植物偏振成像系统的搭建方案 |
| 3.1.2 偏振成像系统接收光路的结构设计 |
| 3.2 植物遥测成像光学系统仿真及机械结构设计 |
| 3.2.1 激光诱导植物叶绿素荧光遥测成像系统探测原理 |
| 3.2.2 卡塞格林望远镜优化仿真分析 |
| 3.2.3 望远镜与ICCD配套转接套筒的结构设计 |
| 3.3 本章小结 |
| 4 植物偏振及荧光成像特性实验初步研究 |
| 4.1 偏振成像系统稳定性分析 |
| 4.1.1 光源稳定性分析 |
| 4.1.2 ICCD相机成像稳定性分析 |
| 4.1.3 成像系统整体稳定性分析 |
| 4.2 偏振成像处理软件的设计 |
| 4.3 植物偏振及荧光成像特性初步研究分析 |
| 4.3.1 植物Stokes偏振及荧光成像特性研究分析 |
| 4.3.2 植物 Mueler 偏振及荧光成像特性研究分析 |
| 4.4 植物叶片表面病斑偏振成像初步研究 |
| 4.5 植物叶片含水量变化与偏振及荧光成像参数结合研究思路 |
| 4.6 本章小结 |
| 5 偏振和荧光成像探测植物水分胁迫及遥测成像系统性能分析 |
| 5.1 植物叶片含水量变化与偏振及荧光成像参数之间的相关性研究分析 |
| 5.1.1 植物叶片含水量变化与 Mueler 矩阵非荧光偏振参数相关性研究分析 |
| 5.1.2 植物叶片含水量变化与 Mueler 矩阵荧光波段偏振参数相关性研究分析 |
| 5.1.3 植物叶片含水量变化与Stokes非荧光偏振参数相关性研究分析 |
| 5.1.4 植物叶片含水量变化与Stokes荧光偏振参数相关性研究分析 |
| 5.2 植物遥测成像系统实验研究分析 |
| 5.2.1 接收系统成像的可行性研究分析 |
| 5.2.2 夜间户外植物荧光成像实验研究分析 |
| 5.2.3 不同波长处荧光图像研究分析 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 研究总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
（4）喀斯特石漠化地区生态资产遥感评估及时空演变机制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 研究现状 |
| 1.1 研究背景与意义 |
| 1.2 研究进展 |
| 1.2.1 生态资产理论研究进展 |
| 1.2.2 生态资产评估体系与方法研究进展 |
| 1.2.3 生态资产遥感评估方法研究进展 |
| 1.2.4 喀斯特地区生态资产评估研究进展 |
| 1.2.5 研究进展小结 |
| 第二章 研究设计 |
| 2.1 科学问题 |
| 2.2 研究内容 |
| 2.2.1 研究内容设计 |
| 2.2.2 研究内容逻辑关联 |
| 2.3 研究方案与技术路线 |
| 2.3.1 研究方案 |
| 2.3.2 研究技术路线 |
| 2.4 研究区选择与代表性论证 |
| 2.4.1 研究区代表性论证 |
| 2.4.2 研究区概况 |
| 2.4.3 研究区自然环境 |
| 2.4.4 研究区社会经济 |
| 2.4.5 研究区的生态环境问题 |
| 第三章 生态资产评估与时空演变研究框架构建 |
| 3.1 喀斯特石漠化区生态资产评估 |
| 3.1.1 生态资产评估范围 |
| 3.1.2 生态资产评估内容 |
| 3.2 喀斯特石漠化地区生态资产遥感评估面临的困难 |
| 3.3 遥感图谱认知理论 |
| 3.3.1 地学信息图谱 |
| 3.3.2 遥感信息图谱 |
| 3.3.3 遥感图谱认知理论 |
| 3.3.4 地理图斑智能计算模型 |
| 3.4 基于遥感图谱认知的生态资产时空演变研究框架 |
| 3.4.1 评估框架 |
| 3.4.2 关键问题 |
| 3.5 本章小结 |
| 第四章 生态资产评估基本空间单元解构 |
| 4.1 引言 |
| 4.2 基于分区分层感知模型的生态资产基本空间单元解构 |
| 4.2.1 分区分层感知模型 |
| 4.2.2 喀斯特石漠化地区生态资产基本空间单元解构 |
| 4.3 基于高精度DEM的地貌/地理单元划分 |
| 4.3.1 基于高精度DEM的地貌单元边界优化 |
| 4.3.2 基于高精度DEM的地理单元划分 |
| 4.4 基于高分辨率遥感影像的地理图斑/地块提取 |
| 4.4.1 地理图斑/地块提取方法 |
| 4.4.2 地理图斑/地块精度验证 |
| 4.5 本章小结 |
| 第五章 多源数据协同的生态资产时空动态评估 |
| 5.1 引言 |
| 5.2 喀斯特石漠化地区生态资产遥感评估 |
| 5.2.1 喀斯特石漠化地区生态资产评估体系 |
| 5.2.2 喀斯特石漠化地区生态资产遥感评估方法 |
| 5.3 多源数据协同的喀斯特石漠化地区岩石裸露率反演 |
| 5.3.1 喀斯特石漠化地区岩石裸露率反演 |
| 5.3.2 数据来源与处理 |
| 5.3.3 喀斯特山区岩石裸露率反演方法 |
| 5.3.4 喀斯特山区岩石裸露率反演结果 |
| 5.4 基于时序遥感数据的喀斯特石漠化地区NPP估算 |
| 5.4.1 喀斯特石漠化地区NPP估算 |
| 5.4.2 数据来源与处理 |
| 5.4.3 喀斯特石漠化地区NPP估算方法 |
| 5.4.4 喀斯特石漠化地区NPP估算结果 |
| 5.5 不同尺度下生态资产时空动态评估结果 |
| 5.5.1 地块与像元尺度的生态资产质量与服务功能状况评估 |
| 5.5.2 地理单元尺度的生态资产综合评估结果 |
| 5.6 本章小结 |
| 第六章 生态资产时空演变格局与驱动机制分析 |
| 6.1 引言 |
| 6.2 基于时空动态度模型的生态资产时空演变特征分析 |
| 6.2.1 不同地理单元生态资产时空变化特征 |
| 6.2.2 不同地貌单元生态资产时空变化特征 |
| 6.3 基于ESTDA的生态资产时空演变格局分析 |
| 6.3.1 生态资产全局空间自相关分析 |
| 6.3.2 生态资产局部空间自相关分析 |
| 6.3.3 生态资产局部空间格局演化趋势分析 |
| 6.4 基于地理探测器的生态资产时空演变驱动因素分析 |
| 6.4.1 生态资产时空变化分异的地理探测 |
| 6.4.2 生态资产空间分异的驱动因素及交互作用分析 |
| 6.4.3 生态资产动态变化的驱动因素作用强度变化分析 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 研究成果总结 |
| 7.2 研究创新点 |
| 7.3 研究不足与展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间主要研究成果 |
（5）土壤有机质和水含量反演及光谱遥感参数研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 课题研究背景及意义 |
| 1.2 土壤监测光谱遥感仪器研究进展 |
| 1.2.1 土壤监测多光谱遥感仪器研究进展 |
| 1.2.2 土壤监测高光谱遥感仪器研究进展 |
| 1.3 土壤有机质及水含量光谱估测研究进展 |
| 1.3.1 土壤有机量、含水量敏感波长研究现状 |
| 1.3.2 土壤有机质含量、含水量光谱估测研究现状 |
| 1.4 待解决的问题 |
| 1.5 本文研究内容和章节安排 |
| 第2章 光谱遥感反演基本理论及研究方法 |
| 2.1 遥感定量反演的理论基础 |
| 2.2 土壤样品获取与光谱测量 |
| 2.2.1 土壤样品获取与制备 |
| 2.2.2 实验室光谱测量 |
| 2.3 光谱预处理 |
| 2.3.1 光谱曲线的断点校正 |
| 2.3.2 光谱数据噪声去除 |
| 2.3.3 连续统去除 |
| 2.4 传统敏感波长选择方法 |
| 2.4.1 移动窗口平滑集成CARS算法 |
| 2.4.2 移动窗口平滑集成GA-PLS算法 |
| 2.4.3 连续投影算法 |
| 2.4.4 区间组合优化算法 |
| 2.5 建模方法及评价指标 |
| 2.5.1 偏最小二乘回归法 |
| 2.5.2 数据集划分及模型评价指标 |
| 2.6 本章小结 |
| 第3章 土壤含水量反演半经验模型构建及验证 |
| 3.1 不同含水量土壤光谱特性分析 |
| 3.1.1 土壤含水量统计特征 |
| 3.1.2 土壤含水量光谱特征分析 |
| 3.2 基于KM理论的土壤含水量反演模型构建 |
| 3.2.1 KM理论 |
| 3.2.2 土壤含水量反演模型理论推导 |
| 3.3 实验验证 |
| 3.3.1 最小二乘算法获得模型未知参数 |
| 3.3.2 基于实验室数据土壤含水量反演 |
| 3.4 本章小结 |
| 第4章 土壤有机质含量反演半经验模型构建及验证 |
| 4.1 不同有机质含量土壤光谱特性分析 |
| 4.1.1 研究区土壤有机质含量统计特征 |
| 4.1.2 土壤有机质含量光谱特性分析 |
| 4.2 土壤有机质含量反演半经验模型构建 |
| 4.3 土壤有机质含量反演模型验证 |
| 4.3.1 最小二乘算法获得模型未知参数 |
| 4.3.2 基于实验室数据土壤有机质含量反演 |
| 4.3.3 与传统PLSR方法的对比分析 |
| 4.4 本章小结 |
| 第5章 针对土壤有机质及含水量的光谱遥感参数研究 |
| 5.1 土壤有机质及含水量敏感波长选取研究 |
| 5.1.1 Sobol全局敏感性分析 |
| 5.1.2 基于土壤有机质辐射传输模型敏感波长选取 |
| 5.1.3 基于土壤含水量辐射传输模型敏感波长选取 |
| 5.2 土壤有机质及含水量遥感最佳光谱分辨率研究 |
| 5.2.1 光谱重采样 |
| 5.2.2 土壤有机质遥感最佳光谱分辨率研究 |
| 5.2.3 土壤含水量遥感最佳光谱分辨率研究 |
| 5.3 土壤有机质及含水量遥感信噪比研究 |
| 5.3.1 测试光谱样本 |
| 5.3.2 光谱数据信噪比改变方法 |
| 5.3.3 土壤有机质遥感信噪比研究 |
| 5.3.4 土壤含水量遥感信噪比研究 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 论文创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（6）基于空谱约束解混的土壤盐分高光谱遥感反演（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪言 |
| 1.1 研究背景和需求 |
| 1.2 国内外研究现状 |
| 1.2.1 土壤盐渍化遥感估测研究 |
| 1.2.2 高光谱混合干扰研究现状 |
| 1.2.3 高光谱解混方法研究现状 |
| 1.2.4 研究评述 |
| 1.3 研究目标与研究内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线 |
| 1.4 论文组织结构 |
| 2 理论基础与数据基础 |
| 2.1 土壤盐分高光谱定量估测原理 |
| 2.1.1 土壤盐分定量估测理论 |
| 2.1.2 土壤盐分定量估测模型 |
| 2.1.3 土壤盐分定量估测流程 |
| 2.2 高光谱混合像元解混原理 |
| 2.2.1 高光谱线性解混理论 |
| 2.2.2 高光谱无监督解混模型 |
| 2.2.3 高光谱解混流程 |
| 2.3 研究区与样点采集 |
| 2.3.1 研究区概况 |
| 2.3.2 野外调查与样点采集 |
| 2.3.3 土壤属性测定 |
| 2.3.4 土壤属性统计性描述 |
| 2.4 实验室控制实验 |
| 2.4.1 室内光谱测量 |
| 2.4.2 光谱预处理方法 |
| 2.4.3 “植被-土壤”混合光谱模拟 |
| 2.4.4 “多植被-土壤”混合光谱模拟 |
| 2.5 野外控制实验 |
| 2.5.1 高光谱遥感数据获取 |
| 2.5.2 高光谱卫星数据预处理 |
| 2.5.3 卫星高光谱混合光谱提取 |
| 2.6 小结 |
| 3 土壤盐分高光谱估测的混合干扰分析 |
| 3.1 实验室模拟混合光谱影响分析 |
| 3.1.1 含盐土壤光谱特征 |
| 3.1.2 混合光谱特征 |
| 3.1.3 混合干扰分析 |
| 3.1.4 基于光谱预处理的去噪分析 |
| 3.2 高光谱遥感混合像元影响分析 |
| 3.2.1 含盐土壤高光谱特征 |
| 3.2.2 混合高光谱特征 |
| 3.2.3 混合干扰分析 |
| 3.2.4 基于光谱预处理的去噪分析 |
| 3.3 讨论 |
| 3.3.1 混合干扰机理解释 |
| 3.3.2 模拟光谱与高光谱像元 |
| 3.4 小结 |
| 4 光谱解混与土壤盐分定量估测模型耦合 |
| 4.1 模型耦合的难点与思路 |
| 4.2 土壤盐分的高光谱信息深层提取方法 |
| 4.2.1 非负矩阵分解(NMF) |
| 4.2.2 模型耦合策略 |
| 4.3 模拟数据验证 |
| 4.3.1 解混光谱特征 |
| 4.3.2 土壤盐分估测 |
| 4.4 卫星数据验证 |
| 4.4.1 解混光谱特征 |
| 4.4.2 土壤盐分估测 |
| 4.5 讨论 |
| 4.5.1 基于光谱解混的去噪分析 |
| 4.5.2 解混优化机理解释 |
| 4.5.3 解混参数分析 |
| 4.5.4 模拟光谱与混合像元 |
| 4.6 小结 |
| 5 面向土壤盐分估测的空谱约束解混(UVSNMF) |
| 5.1 空谱约束的需求分析 |
| 5.2 唯一变异光谱约束构建 |
| 5.2.1 植被标定光谱测量 |
| 5.2.2 光谱欧式距离度量 |
| 5.2.3 目标函数 |
| 5.3 平滑空间约束构建 |
| 5.3.1 Heat Kernel图加权 |
| 5.3.2 目标函数 |
| 5.4 空谱约束的非负矩阵分解(UVSNMF) |
| 5.4.1 目标函数 |
| 5.4.2 更新规则推导 |
| 5.4.3 方法步骤 |
| 5.5 模拟实验验证 |
| 5.6 讨论 |
| 5.6.1 空谱约束参数分析 |
| 5.6.2 UVSNMF优势分析 |
| 5.7 小结 |
| 6 基于UVSNMF的土壤盐分高光谱反演 |
| 6.1 FVC空间分布 |
| 6.1.1 FVC指数计算方法 |
| 6.1.2 FVC空间分布 |
| 6.2 土壤盐分空间分布 |
| 6.2.1 克里金插值方法 |
| 6.2.2 土壤盐渍化的空间分布格局 |
| 6.3 基于UVSNMF的高光谱遥感土壤盐渍化估测与制图 |
| 6.3.1 实验数据 |
| 6.3.2 土壤盐分反演评价 |
| 6.3.3 空谱约束参数分析 |
| 6.3.4 土壤盐分估测制图 |
| 6.4 讨论 |
| 6.5 小结 |
| 7 结论与展望 |
| 7.1 主要结论 |
| 7.2 本文创新点 |
| 7.3 不足与展望 |
| 参考文献 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
| 致谢 |
（7）水稻品质多平台高光谱遥感估测方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与研究意义 |
| 1.2 国内外研究进展 |
| 1.2.1 基于不同遥感平台的品质监测 |
| 1.2.1.1 基于地面平台的品质监测 |
| 1.2.1.2 基于卫星平台的品质监测 |
| 1.2.1.3 基于无人机平台的品质监测 |
| 1.2.2 基于不同反演方法的品质监测 |
| 1.2.2.1 基于“遥感信息-作物品质指标”的经验模型 |
| 1.2.2.2 基于“遥感信息-农学参数-作物品质指标”的间接模型 |
| 1.2.2.3 基于“遥感信息-作物品质指标”的半机理和机理模型 |
| 1.3 本文重点研究内容 |
| 1.3.1 不同样品形态下水稻室内高光谱品质监测 |
| 1.3.2 冠层多生育期水稻品质监测 |
| 1.3.3 基于无人机高光谱影像的水稻品质监测 |
| 1.3.4 耦合植被指数和空间纹理信息的水稻无人机品质监测 |
| 1.4 技术路线 |
| 2 数据获取与分析方法 |
| 2.1 研究区概况 |
| 2.2 田间试验设计 |
| 2.3 无人机平台的构建 |
| 2.3.1 无人机介绍 |
| 2.3.2 成像高光谱仪介绍 |
| 2.4 无人机影像数据获取与处理 |
| 2.4.1 数据获取时间 |
| 2.4.2 无人机影像光谱反射率数据获取 |
| 2.5 冠层及室内光谱数据获取与处理 |
| 2.5.1 便携式地物高光谱仪介绍 |
| 2.5.2 冠层ASD光谱获取 |
| 2.5.3 室内ASD光谱获取 |
| 2.6 样品处理及品质参数测定 |
| 2.7 光谱变量的选择与构建 |
| 2.8 建模分析与模型评价 |
| 2.8.1 建模分析 |
| 2.8.2 模型评价指标 |
| 3 基于不同形态样品的室内ASD高光谱水稻品质监测 |
| 3.1 建模集与验证集的构建 |
| 3.2 相关分析与最佳光谱参数筛选 |
| 3.2.1 直链淀粉含量(AC)指标 |
| 3.2.2 蛋白质含量(PC)指标 |
| 3.2.3 总淀粉含量(TSC)指标 |
| 3.3 室内ASD光谱品质监测模型及评价 |
| 3.3.1 直链淀粉含量(AC)指标 |
| 3.3.2 蛋白质含量(PC)指标 |
| 3.3.3 总淀粉含量(TSC)指标 |
| 3.4 本章小结 |
| 4 基于多生育期的水稻冠层品质监测 |
| 4.1 水稻生育期确定 |
| 4.2 各生育期冠层敏感参数筛选 |
| 4.2.1 建模集与验证集的建立 |
| 4.2.2 相关分析与筛选 |
| 4.2.2.1 直链淀粉含量(AC)指标 |
| 4.2.2.2 蛋白质含量(PC)指标 |
| 4.2.2.3 总淀粉含量(TSC)指标 |
| 4.3 冠层多生育期水稻品质监测模型的建立 |
| 4.4 最佳模型的验证与评价 |
| 4.5 本章小结 |
| 5 基于无人机高光谱影像的多生育期水稻品质监测 |
| 5.1 建模集与验证集的建立 |
| 5.2 各生育期无人机光谱敏感参数筛选 |
| 5.2.1 直链淀粉含量(AC)指标 |
| 5.2.2 蛋白质含量(PC)指标 |
| 5.2.3 总淀粉含量(TSC)指标 |
| 5.3 多生育期水稻品质预测模型的建立 |
| 5.3.1 直链淀粉含量(AC)指标 |
| 5.3.2 蛋白质含量(PC)指标 |
| 5.3.3 总淀粉含量(TSC)指标 |
| 5.4 最佳模型的验证与评价 |
| 5.5 本章小结 |
| 6 耦合植被指数和空间纹理信息的无人机水稻品质监测 |
| 6.1 纹理信息介绍 |
| 6.2 耦合植被指数和空间纹理信息的水稻无人机品质监测 |
| 6.2.1 直链淀粉含量(AC)指标 |
| 6.2.2 蛋白质含量(PC)指标 |
| 6.2.3 总淀粉含量(TSC)指标 |
| 6.3 本章小结 |
| 7 研究成果与展望 |
| 7.1 主要研究成果 |
| 7.2 论文创新点 |
| 7.3 不足与展望 |
| 参考文献 |
| 作者简介 |
（8）基于高光谱的棉花叶片氮素变化特征及估算建模研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 基于高光谱监测作物氮素营养监测研究现状 |
| 1.2.2 基于高光谱的棉花氮素营养诊断监测研究现状 |
| 1.2.3 基于高光谱的作物叶片氮素估算建模的研究现状 |
| 1.2.4 基于高光谱的棉花叶片氮素估算建模的研究现状 |
| 1.3 研究思路 |
| 1.4 技术路线 |
| 1.5 本章小结 |
| 第2章 材料与方法 |
| 2.1 试验材料 |
| 2.1.1 研究区概况 |
| 2.1.2 试验设计 |
| 2.2 测试项目与测试方法 |
| 2.2.1 光谱测定 |
| 2.2.2 叶片含氮量测定 |
| 2.3 光谱数据预处理 |
| 2.3.1 平滑 |
| 2.3.2 包络线去除 |
| 2.4 光谱变换 |
| 2.5 敏感波段的筛选 |
| 2.5.1 相关性分析理论基础 |
| 2.5.2 灰色关联分析理论基础 |
| 2.6 光谱参数的选取 |
| 2.7 模型建立与评价方法 |
| 2.7.1 主成分回归 |
| 2.7.2 偏最小二乘法 |
| 2.7.3 支持向量机法 |
| 2.7.4 模型的评价 |
| 2.8 本章小结 |
| 第3章 不同产量棉田棉花叶片的氮素变化特征 |
| 3.1 材料与方法 |
| 3.2 结果与分析 |
| 3.2.1 不同产量棉田蕾期叶片氮素变化特征 |
| 3.2.2 不同产量棉田花期叶片氮素变化特征 |
| 3.2.3 不同产量棉田花铃期叶片氮素变化特征 |
| 3.2.4 不同产量不同时期棉花叶片氮素变化特征 |
| 3.3 讨论 |
| 3.4 本章小结 |
| 第4章 不同产量棉田棉花叶片的光谱变化特征 |
| 4.1 材料与方法 |
| 4.2 结果与分析 |
| 4.2.1 不同产量棉田棉花蕾期叶片光谱变化特征 |
| 4.2.2 不同产量棉田棉花花期叶片光谱变化特征 |
| 4.2.3 不同产量棉田棉花花铃期叶光谱变化特征 |
| 4.3 讨论 |
| 4.4 本章小结 |
| 第5章 基于高光谱的棉花叶片氮素含量的估算建模 |
| 5.1 材料与方法 |
| 5.2 结果与分析 |
| 5.2.1 棉花叶片氮素的描述性统计分析 |
| 5.2.2 敏感波段选择 |
| 5.2.3 棉花氮素营养光谱估测模型的建立与验证 |
| 5.3 讨论 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 主要结论 |
| 6.2 研究特色 |
| 6.3 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（9）作物涝害光谱监测方法研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 结构安排 |
| 第2章 实验与光谱数据处理分析 |
| 2.1 实验处理和设置 |
| 2.2 数据采集 |
| 2.3 大豆光谱数据处理分析 |
| 2.3.1 涝害恢复前大豆冠层光谱反射率分析 |
| 2.3.2 涝害恢复后大豆冠层光谱反射率分析 |
| 2.3.3 涝害大豆光谱特征参数分析 |
| 2.4 玉米光谱数据处理分析 |
| 2.4.1 涝害恢复前玉米冠层光谱反射率分析 |
| 2.4.2 涝害恢复后玉米冠层光谱反射率分析 |
| 2.4.3 涝害玉米光谱特征参数分析 |
| 2.5 本章小结 |
| 第3章 涝害作物产量遥感估算 |
| 3.1 涝害大豆物候信息与光谱分析 |
| 3.1.1 涝害胁迫下大豆株高光谱分析 |
| 3.1.2 涝害胁迫下大豆根部直径光谱分析 |
| 3.1.3 涝害胁迫下大豆叶面积光谱分析 |
| 3.2 涝害大豆产量估算模型 |
| 3.2.1 涝害胁迫后大豆减产程度分析 |
| 3.2.2 涝害大豆产量估算模型建立 |
| 3.3 涝害玉米物候信息与光谱分析 |
| 3.3.1 涝害胁迫下玉米棒长光谱分析 |
| 3.3.2 涝害胁迫下玉米秃尖长度光谱分析 |
| 3.4 涝害玉米产量估算模型 |
| 3.4.1 涝害胁迫后玉米减产程度分析 |
| 3.4.2 涝害玉米产量估算模型建立 |
| 3.5 本章小结 |
| 第4章 作物涝害遥感监测 |
| 4.1 研究区概况 |
| 4.1.1 将军尧镇概况 |
| 4.1.2 农安县概况 |
| 4.2 作物涝害监测模型 |
| 4.2.1 涝害作物植被指数分析 |
| 4.2.2 作物涝害监测模型建立 |
| 4.3 作物涝害监测应用示范 |
| 4.3.1 将军尧镇作物涝害监测应用 |
| 4.3.2 农安县作物涝害监测应用 |
| 4.4 作物涝害监测评价 |
| 4.5 本章小结 |
| 第5章 结论与展望 |
| 5.1 主要工作与结论 |
| 5.2 展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（10）基于多角度多光谱偏振遥感的地物目标识别研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 课题研究背景及意义 |
| 1.2 多角度多光谱偏振探测技术应用的国内外研究现状 |
| 1.2.1 军事应用 |
| 1.2.2 目标信息反演 |
| 1.2.3 资源勘探 |
| 1.2.4 疾病检查 |
| 1.2.5 图像增强 |
| 1.2.6 目标检测 |
| 1.3 多角度多光谱偏振探测仪器的国内外研究进展 |
| 1.3.1 国外研究进展 |
| 1.3.2 国内研究进展 |
| 1.4 本文研究内容和章节安排 |
| 第2章 光学的偏振及色散基本理论 |
| 2.1 偏振光的介绍 |
| 2.1.1 偏振光的概念 |
| 2.1.2 偏振光的分类 |
| 2.2 偏振光的表示方法 |
| 2.2.1 三角函数表示法 |
| 2.2.2 琼斯矩阵 |
| 2.2.3 斯托克斯矢量 |
| 2.2.4 穆勒矩阵 |
| 2.3 物质的色散特性 |
| 2.3.1 复折射率 |
| 2.3.2 色散方程 |
| 2.3.2.1 非金属色散方程 |
| 2.3.2.2 金属色散方程 |
| 2.4 物质表面散射光的偏振特性 |
| 2.4.1 双向反射分布函数(BRDF) |
| 2.4.2 偏振双向反射分布函数(p BRDF) |
| 2.5 目标表面散射光偏振态的测量 |
| 2.6 本章小结 |
| 第3章 基于多角度偏振光谱信息的金属目标参数反演方法研究 |
| 3.1 金属的多角度多光谱偏振特性分析 |
| 3.1.1 实验仪器及样品介绍 |
| 3.1.2 金属的多角度多光谱偏振特征 |
| 3.2 适用于金属目标表面参数反演的多角度多光谱偏振二向反射模型 |
| 3.3 金属目标参数反演算法 |
| 3.4 基于多角度多光谱偏振信息的金属表面参数反演方法验证 |
| 3.4.1 金属多角度多光谱偏振二向反射模型对噪声的鲁棒性分析 |
| 3.4.2 金属目标表面参数反演实验验证 |
| 3.5 本章小结 |
| 第4 章 基于多角度偏振光谱信息的非金属目标参数反演方法研究 |
| 4.1 适用于非金属目标表面参数反演的多角度多光谱偏振二向反射模型 |
| 4.2 非金属目标参数反演算法 |
| 4.3 基于多角度多光谱偏振信息的非金属表面参数反演方法验证 |
| 4.3.1 非金属多角度多光谱偏振二向反射模型对噪声的鲁棒性分析 |
| 4.3.2 非金属目标表面参数反演实验验证 |
| 4.4 本章小结 |
| 第5 章 用于地物目标参数反演的最优探测条件研究 |
| 5.1 适用于地物目标参数反演最优探测波段研究 |
| 5.1.1 全局敏感度Sobol算法 |
| 5.1.2 模型参数物理意义及取值范围 |
| 5.1.3 金属及非金属目标最优反演波段分析 |
| 5.2 适用于地物目标参数反演的最优光谱分辨率与探测角度个数研究 |
| 5.2.1 蒙特卡洛仿真实验条件及流程 |
| 5.2.2 适用于金属目标参数反演的最优探测条件分析 |
| 5.2.3 适用于非金属目标参数反演的最优探测条件分析 |
| 5.3 本章小结 |
| 第6 章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 论文创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
四、遥感植被双向反射光谱的理论研究与应用展望（论文参考文献）
- [1]基于三维辐射传输模型的植被反射率模拟及其生物光学参数反演[D]. 甄治钧. 吉林大学, 2021(01)
- [2]地下水埋深对胡杨生理学指标的影响及其光谱特征响应[D]. 王家强. 华中农业大学, 2021
- [3]植物的偏振和荧光特性研究及成像系统设计[D]. 唐明星. 西安理工大学, 2021(01)
- [4]喀斯特石漠化地区生态资产遥感评估及时空演变机制研究[D]. 陈全. 贵州师范大学, 2021
- [5]土壤有机质和水含量反演及光谱遥感参数研究[D]. 袁静. 中国科学院大学(中国科学院长春光学精密机械与物理研究所), 2021(08)
- [6]基于空谱约束解混的土壤盐分高光谱遥感反演[D]. 曹见飞. 山东师范大学, 2021(12)
- [7]水稻品质多平台高光谱遥感估测方法研究[D]. 谢莉莉. 浙江大学, 2021(09)
- [8]基于高光谱的棉花叶片氮素变化特征及估算建模研究[D]. 王式琴. 塔里木大学, 2021(08)
- [9]作物涝害光谱监测方法研究[D]. 任枫荻. 吉林大学, 2021(01)
- [10]基于多角度多光谱偏振遥感的地物目标识别研究[D]. 王鑫. 中国科学院大学(中国科学院长春光学精密机械与物理研究所), 2021(08)