学位专题

封面
声明
中文摘要
英文摘要
目录
主要符号对照表
第一章绪论
1.1研究背景
1.2作物高通量表型鉴定
1.2.1形态指标
1.2.2生理生化指标
1.2.3作物产量
1.3植物营养诊断技术
1.3.1传统营养诊断技术
1.3.2数字图像技术
1.3.3无人机平台
1.4烟叶质量检测技术
1.4.1生长状况监测
1.4.2烤烟质量
1.5光谱特征提取及应用
1.6作物表型参数反演
1.6.1 线性回归
1.6.2 随机森林
1.6.3 神经网络
1.7研究内容与技术路线
1.7.1研究目标
1.7.2研究内容
1.7.3技术路线
第二章烤烟叶片高光谱特征解析及氮营养诊断模型构建
2.1材料与方法
2.1.1 试验设计
2.1.2 测定项目及方法
2.1.3 数据处理及分析
2.2 结果与分析
2.2.1 不同氮肥用量对烤烟叶片氮浓度的影响
2.2.2 叶片原始光谱特征及一阶导数光谱特征分析
2.2.3 叶片反射率及一阶导数光谱值与氮含量的关系
2.2.4 两波段叶片氮含量预测模型的建立与验证
2.2.5 多波段叶片氮含量预测模型与验证
2.3 讨论与结论
2.3.1 讨论
2.3.2 小结
第三章基于无人机多光谱图像的叶片氮营养诊断模型构建
3.1 材料与方法
3.1.1 试验设计
3.1.2 测定项目及方法
3.1.3 数据处理与分析
3.2 结果与分析
3.2.1 不同氮肥用量对叶片叶绿素含量的影响
3.2.2 不同氮肥用量对烤烟叶片多光谱反射率的影响
3.2.3 叶片叶绿素含量估算模型构建与验证
3.2.4 叶片氮浓度估算模型构建与验证
3.3 讨论与小结
3.3.1 讨论
3.3.2 小结
第四章基于无人机多光谱图像的冠层氮营养诊断模型构建
4.1 材料与方法
4.1.1 试验设计
4.1.2 测定项目及方法
4.1.3 数据处理及分析
4.2 结果与分析
4.2.1光谱图像DN值校正
4.2.2 图像DN值提取
4.2.3 样本营养指标统计
4.2.4 植被指数筛选
4.2.5 烤烟冠层营养指标估算模型
4.3 讨论与小结
4.3.1 讨论
4.3.2 小结
第五章烤后烟质量预测模型的构建
5.1 材料与方法
5.1.1 试验设计及方案
5.1.2 测定项目及方法
5.1.3 数据处理及分析
5.2 结果与分析
5.2.1 总氮与烟碱含量的分布特征
5.2.2 植被指数的筛选
5.2.3 普通线性回归模型
5.2.4 神经网络模型
5.3 讨论与小结
5.3.1 讨论
5.3.2 小结
第六章全文结论
6.1 主要结论
6.2 主要创新点与应用前景
6.3 研究不足与展望
参考文献
致谢
作者简历