《水稻高光譜遙感實驗研究》是浙江大學出版社出版的圖書，作者是黃敬峰。
基本介紹
- 書名：水稻高光譜遙感實驗研究
- 作者：黃敬峰
- ISBN：9787308079655
- 出版社：浙江大學出版社
- 出版時間：2010-12-01
基本信息,編輯推薦,目錄,
基本信息
作 者：黃敬峰等 著 叢 書 名：
出 版 社：浙江大學出版社
ISBN：9787308079655
出版時間：2010-12-01
版 次：1
頁 數：315
裝 幀：精裝
開 本：16開
所屬分類：圖書 > 科技 > 農業
編輯推薦
《水稻高光譜遙感實驗研究》是堅持抓住我國糧食主栽作物——水稻，在不斷吸取國內外研究成果的同時，持續15年全面系列的光譜遙感實驗研究，取得了豐碩成果後撰寫而成的科技專著。該書不僅多種實驗設計科學合理、研究技術先進、取得的數據翔實可靠，而且內容新穎全面、成果水平較高，處於國內外前沿。該書對進一步深入研究水稻高光譜遙感技術非常有用，而且對其他地物光譜遙感研究也有很高的利用和參考價值。
目錄
第1章 水稻高光譜特徵及其參數提取和分析方法
1.1 水稻植株各組分的高光譜特徵
1.1.1 水稻植株不同組分的光譜特徵
1.1.2 水稻葉片的正面與背面反射特徵
1.1.3 不同氮素水平水稻葉片反射光譜特徵
1.1.4 不同水稻葉片層數的高光譜特徵
1.1.5 稻米及其蛋白質和澱粉提取物的高光譜特徵
1.2 水稻冠層高光譜特徵
1.2.1 基於室內模擬背景的水稻冠層光譜特徵
1.2.2 田間條件下的水稻冠層光譜特徵
1.2.3 同一品種不同生育期水稻冠層的高光譜特徵
1.2.4 不同葉面積指數對應的水稻冠層高光譜反射率變化特徵
1.2.5 不同氮素營養水平的水稻冠層高光譜特徵
1.2.6 水稻冠層反射光譜的紅邊特徵
1.3 水稻反射光譜變換及其特徵參數提取方法
1.3.1 導數變換
1.3.2 對數變換
1.3.3 基於光譜位置和面積的特徵參數
1.3.4 基於連續統去除的特徵參數
1.3.5 光譜指數
1.4 數據分析與建模方法
1.4.1 回歸分析方法
1.4.2 主成分分析法
1.4.3 神經網路
1.4.4 模型精度檢驗指標
1.5 小結
第2章 水稻地上生物量的光譜遙感估算模型
2.1 地上鮮生物量的光譜遙感估算模型
2.1.1 地上鮮生物量的多光譜遙感估算模型
2.1.2 地上鮮生物量的高光譜遙感估算模型
2.2 地上乾生物量的光譜遙感估算模型
2.2.1 地上乾生物量的多光譜遙感估算模型
2.2.2 地上千生物量的高光譜遙感估算模型
2.3 小結
第3章 水稻葉面積指數的光譜遙感估算模型
3.1 水稻葉面積指數多光譜遙感估算模型
3.1.1 水稻葉面積指數與多光譜變數的相關分析
3.1.2 水稻葉面積指數多光譜遙感估算的線性與非線性模型
3.2 水稻葉面積指數高光譜遙感估算模型
3.2.1 水稻葉面積指數與高光譜變數的相關分析
3.2.2 水稻葉面積指數高光譜遙感估算的線性與非線性模型
3.3 水稻葉面積指數估算最佳波段位置及其寬度研究
3.3.1 NDvI紅光波段和近紅外波段運算區域和中心位置的確定
3.3.2 近紅外波段位置和寬度對NDVI的影響
3.3.3 紅光波段位置和寬度對NDVI的影響
3.3.4 水稻葉面積指數估算最佳波段中心位置及其寬度研究
3.4 面向水稻葉面積指數估算的植被指數參數最佳化研究
3.4.1 權重差值植被指數的參數最佳化
3.4.2 土壤調節植被指數的參數最佳化
3.4.3 土壤調節植被指數2的參數最佳化
3.4.4 改進的轉換型土壤調節植被指數的參數最佳化
3.5 面向水稻葉面積指數估算的新型植被指數的構建
3.5.1 新型植被指數的構建
3.5.2 相關性分析
3.5.3 紅、綠、藍波段反射率對LAI敏感性及其構成的植被指數的比較
3.5.4 基於標準差和變異係數的植被指數敏感性分析
3.5.5 模型驗證
3.6 小結
第4章 水稻色素含量/密度的高光譜估算模型
4.1 實驗數據的統計描述及相關性分析
4.1.1 水稻色素含量數據的統計分析
4.1.2 不同色素之間的相關性分析
4.1.3 不同葉位色素含量與冠層光譜的相關分析
4.2 水稻色素含量估算模型
4.2.1 基於窄波段光譜指數的水稻色素含量估算模型
4.2.2 水稻組分色素含量的BP神經網路估算模型
4.3 水稻冠層葉綠素密度估算模型
4.3.1 基於改進葉綠素吸收連續統指數的葉綠素密度估算
4.3.2 基於植被指數的水稻葉綠素密度神經網路和支持向量機遙感估算模型
4.3.3 基於高光譜變換的水稻葉綠素密度神經網路和支持向量機模型
4.4 小結
第5章 水稻氮素含量的高光譜遙感估算模型
5.1 基於葉片光譜的水稻氮素含量估算模型
5.1.1 水稻葉片光譜反射率的主成分分析
5.1.2 基於葉片光譜的水稻氮素含量估算統計回歸模型
5.1.3 基於葉片光譜的水稻氮素含量估算神經網路與支持向量機模型
5.2 基於冠層光譜的水稻氮素含量估算模型
5.2.1 水稻冠層光譜反射率的主成分分析
5.2.2 基於冠層光譜的水稻氮素含量估算統計回歸模型
5.2.3 基於冠層光譜的水稻氮素含量估算神經網路與支持向量機模型
5.3 小結
5.3.1 不同遙感水平水稻氮素含量估算模型精度比較
5.3.2 不同建模方法構建的水稻氮素含量估算模型精度比較
5.3.3 不同輸入變數構建的水稻氮素含量估算模型精度比較
第6章 水稻主要病蟲危害高光譜遙感研究
6.1 水稻主要病蟲害簡介及其高光譜遙感實驗
6.1.1 水稻胡麻斑病危害高光譜遙感實驗
6.1.2 水稻乾尖線蟲病危害高光譜遙感實驗
6.1.3 水稻稻縱卷葉螟危害高光譜遙感實驗
6.1.4 水稻稻飛虱危害高光譜遙感實驗
6.1.5 稻瘟病危害高光譜遙感實驗
6.2 水稻主要病蟲害危害高光譜遙感敏感波段分析
6.2.1 基於連續統去除法的水稻主要病蟲害危害高光譜遙感敏感波段選擇
6.2.2 基於光譜敏感度分析的水稻主要病蟲害危害高光譜遙感敏感波段選擇
6.2.3 基於相關分析的水稻主要病蟲害高光譜遙感敏感波段選擇
6.2.4 小結
6.3 水稻胡麻斑病危害高光譜遙感方法研究
6.3.1 基於敏感波段的水稻胡麻斑病危害高光譜遙感識別
6.3.2 水稻胡麻斑病危害高光譜遙感監測模型
6.4 水稻乾尖線蟲病危害高光譜遙感方法研究
6.4.1 面向水稻乾尖線蟲病監測的葉綠素含量高光譜遙感估算逐步回歸模型
6.4.2 面向水稻乾尖線蟲病監測的葉綠素含量高光譜遙感估算偏最小二乘回歸模型
6.4.3 基於光譜指數的水稻乾尖線蟲病危害遙感監測模型
6.5 小結
第7章 水稻產量的高光譜遙感估算模型
7.1 水稻產量與生物物理參數的相關性分析
7.2 水稻理論產量與實際產量的相關分析
7.3 水稻產量與高光譜變數的相關分析
7.3.1 產量構成要素與冠層光譜的相關性分析
7.3.2 水稻產量與冠層光譜的相關性分析
7.4 水稻產量的高光譜估算模型及其精度分析
7.4.1 水稻理論產量的高光譜估算模型
7.4.2 水稻實際產量的高光譜估算模型
7.5 基於在軌衛星植被指數模擬的水稻遙感估產研究
7.6 小結
第8章 水稻品質高光譜遙感監測模型
8.1 水稻品質的主要影響因素
8.2 稻穗及稻穀粗蛋白質和粗澱粉含量的高光譜遙感估算模型
8.2.1 水稻不同組分粗蛋白質和粗澱粉含量隨發育期的變化
8.2.2 稻穗及稻穀粗蛋白質和粗澱粉含量與高光譜變數的相關分析
8.2.3 稻穗及稻穀粗蛋白質和粗澱粉含量的高光譜遙感估算模型及其精度檢驗
8.3 稻米粗蛋白質和直鏈澱粉含量遙感監測綜合模型
8.3.1 稻米粗蛋白質和直鏈澱粉含量與米粉乾樣光譜的相關分析
8.3.2 稻米粗蛋白質和直鏈澱粉含量的遙感估算模型及其檢驗
8.3.3 稻米粗蛋白質和直鏈澱粉含量的綜合監測模型及其檢驗
8.4 小結
第9章 水稻遙感信息提取最佳波段
9.1 基於主成分分析的波段選擇
9.2 基於波段自相關的波段選擇
9.3 基於導數相關係數的波段選擇(一階、二階)
9.4 基於植被指數估算模型決定係數的波段選擇
9.5 基於逐步回歸方法的波段選擇
9.6 小結
9.6.1 水稻葉面積指數監測光譜區間的確定
9.6.2 水稻葉面積指數監測光譜波段的確定
第10章 水稻冠層二向反射模型
10.1 水稻冠層二向反射率的一般規律
10.1.1 水稻冠層二向反射率隨觀測天頇角和方位角的變化規律
10.1.2 不同冠層結構下水稻冠層二向反射率的變化
10.2 水稻BRDF模型
10.2.1 水稻冠層葉傾角分布模擬
10.2.2 水稻葉片反射率模擬
10.2.3 水稻冠層二向反射率的模擬
10.3 小結
第11章 植被高光譜數據處理系統的設計和開發
11.1 程式的總體設計
11.1.1 設計目標
11.1.2 設計原則
11.1.3 結構設計
11.1.4 功能設計
11.1.5 開發方式
11.1.6 系統的軟硬體環境
11.2 系統功能模組介紹
11.2.1 光譜變換數據分析模組
11.2.2 數據分析建模模組
11.2.3 波段位置、寬度分析模組
11.2.4 其他模組
11.3 小結
第12章 水稻高光譜遙感實驗設計與參數測定
12.1 小區實驗設計和數據獲取
12.1.1 1999-2000年水稻田間實驗設計與數據獲取
12.1.2 2002年水稻田間實驗設計與數據獲取
12.1.3 2003年水稻田間實驗設計與數據獲取
12.1.4 2004年水稻田間實驗設計與數據獲取
12.2 水稻生物理化參數測定方法
12.2.1 水稻生物物理參數測定方法
12.2.2 水稻生物化學參數測定方法
12.3 小結
附錄研究組發表的相關論文
