稻纵卷叶螟危害水稻的高光谱监测方法研究

稻纵卷叶螟危害水稻的高光谱监测方法研究

ID:33217751

大小:6.79 MB

页数:113页

时间:2019-02-22

稻纵卷叶螟危害水稻的高光谱监测方法研究_第1页
稻纵卷叶螟危害水稻的高光谱监测方法研究_第2页
稻纵卷叶螟危害水稻的高光谱监测方法研究_第3页
稻纵卷叶螟危害水稻的高光谱监测方法研究_第4页
稻纵卷叶螟危害水稻的高光谱监测方法研究_第5页
资源描述:

《稻纵卷叶螟危害水稻的高光谱监测方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、HY’PERSPECTRALMONITORINGTHEDAMAGEoFRICEBYRICELEAFFoLDER●●,C?、ⅥP丑■£D(=!RD(:ZS2I纪D删乙硌GUENEEZhuYuboTheThesisSubmittedtoNanjingAgriculturalUniversityinPartialFulfillmentoftheRequirementforMasterDegreeSupervisedbyProfessorLiuXiangdongDepartmentofEntomologyCollegeofPlantProtectionNanjingAgricultur

2、alUniversityNanjing,210095,P.R.ChinaJune,2012原创性j声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者。需亲笔,签名:j斋痔吱妒,2年6月g日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和

3、借阅。本人授权南京农业大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编学位论文。保密口,在——年解密后适用本授权书。本学位论文属于不保密≤(请在以上方框内打“√'’)学位论文作者(需亲笔)签名:导师(需亲笔)签名:纠1年6月&日加上年易月罾日目录目录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..IABSTRACT⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.III第一章文献综述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..1l稻纵卷叶螟的传统监测方

4、法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.12高光谱遥感技术在病虫害监测中的应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.14遗传算法GA与BP网络方法的结合在病虫害高光谱遥感监测病虫害中的应用..55本研究的主要内容及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.8第二章水稻受稻纵卷叶螟为害后的光谱特征及受害程度的回归诊断⋯⋯⋯⋯⋯..91材料与方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯101.1供试水稻生长状况及受稻纵卷叶螟为害情况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.101.2水稻叶片和冠层光谱的测定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.111.3基于

5、光谱反射率、一阶微分及主成分的水稻受害级别的回归诊断⋯⋯⋯⋯.132结果与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯152.1不同生育期水稻受害后的光谱反射率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.152.2基于光谱反射率的稻纵卷叶螟为害程度的回归诊断⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.192.3基于光谱反射率一阶微分的稻纵卷叶螟为害程度的回归诊断⋯⋯⋯⋯⋯⋯.222.4水稻受害光谱的主成分分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.293讨论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.z13第三章基于BP网络的稻纵卷叶螟为害程度的光

6、谱诊断⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯451材料与方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯461.1数据来源⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.461.2BP网络的组建方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯572结果与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯592.1基于主成分因子水稻室内组合叶片中卷叶数的BP诊断⋯⋯⋯⋯⋯⋯⋯⋯.592.2基于主成分因子的小区水稻卷叶率级别的BP诊断⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.612.3大田水稻卷叶级别的BP诊断⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.623讨论⋯⋯⋯⋯⋯⋯⋯⋯⋯

7、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.63第四章基于遗传算法GA的BP神经网络对稻纵卷叶螟为害程度的光谱诊断⋯⋯65l材料与方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯661.1数据来源⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.66稻纵卷叶螟危害水稻的高光谱监测方法研究1.2结合遗传算法的BP网络学习策略⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.662结果与分析..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.692.1G

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。