一、卫星遥感在HUBEX试验中的应用研究（论文文献综述）
胡雯,田红,叶金印,徐胜,张晓红,卢燕宇[1]（2020）在《淮河流域气象业务服务及科技发展》文中指出淮河流域地处我国南北气候过渡地区,天气气候复杂多变,降雨时空分布不均。历史上,黄河长期侵淮夺淮,使其丧失入海口,淮河流域水旱灾害频发,淮河因此得名"最难治理的河流"。本文以淮河流域大型科学试验、水文气象科技、流域气象业务服务发展为主线,分析总结科学试验和科技发展成果,梳理流域气象业务发展历程。20世纪90年代以来,围绕淮河流域气象防灾减灾的科学试验和技术研发持续推进,成立了淮河流域气象中心,流域气象服务机制和服务能力显着提升,在流域防汛抗洪的关键节点发挥了重要作用。笔者提出了"十四五"流域气象服务发展设想。
黄勇,张文建[2]（2020）在《全球能量与水循环试验以及淮河流域能量与水循环试验概述》文中提出全球能量与水循环试验（GEWEX）是国际科学理事会与世界气象组织为了研究气候异常、解决长期预报,以防灾减灾、保证粮食生产为目的,而设立的世界研究计划,致力于了解地球表面和地下以及大气中的水循环和能量通量。从20世纪80年代开始,GEWEX共分为3个阶段。通过调研,理清GEWEX发展脉络,总结试验第一和第二阶段的主要内容和成果,概述现阶段（即第三阶段）试验拟解决的四大科学问题（降水观测和预报、全球水资源系统、极端变化、能量与水循环及其过程）和重点关注的七大研究领域（数据集、分析、流程、建模、应用、技术转换、能力建设）。淮河流域能量与水循环试验（HUBEX,1998—2000年）是第一阶段全球能量与水分循环试验/亚洲季风试验（GEWEX/GAME）在东亚副热带半湿润地区,以淮河流域为中心开展的气象、水文科学试验。在总结HUBEX所取得成果的基础上,指出现阶段的发展需求,并结合淮河流域现状,提出第二次淮河流域能量与水循环试验（HUBEX-2）的建议与思考。
胡雯,郑淋淋,谢五三,霍彦峰,丁一汇,黄勇[3]（2020）在《淮河流域能量和水分循环观测系统及作用》文中研究表明淮河流域是中国南北气候重要的过渡带,气象灾害频繁发生。这里水网、农田、丘陵、山地、城镇密布,地-气作用复杂,干冷与暖湿空气时常交汇于此,造成局地或流域旱涝经常发生。淮河流域处于梅雨区,且是中国重要的农业生产基地,具有气象和水文综合观测系统,积累了长序列的气象和水文观测资料。因此,淮河流域是研究能量和水分循环的理想试验区。国家自然科学基金重大项目"淮河流域能量与水分循环试验和研究（HUaihe river Basin Experiment,简称HUBEX）"于1998、1999年夏在淮河流域开展了气象和水文联合观测试验。文中回顾了HUBEX试验的目的、观测网设计与布局,介绍了HUBEX推动下的淮河流域综合观测网的发展,总结了HUBEX观测试验对区域气候事件和暴雨等灾害性天气机理研究、提高模式模拟和预报能力及建立长期连续的气象观测数据集等方面的成果和作用。
丁一汇,胡雯,黄勇,陈凤娇[4]（2020）在《淮河流域能量和水分循环研究进展》文中研究指明1998和1999年夏,中国与日本科学家合作在安徽省淮河流域进行了第一次大规模的能量与水循环试验（WCRP/GEWEX/GAME/HUBEX）,其重点是研究东亚梅雨锋系的多尺度,多系统结构、特征、生命史、发生发展机理及其引起洪涝灾害的原因。这是第一次中日合作的气象与水文联合观测试验,在此加强观测的基础上,双方进一步进行了长达5年的资料整理分析和科学研究工作,整个淮河流域能量与水循环试验与研究取得了全面和丰硕的成果。文中介绍了该计划所取得的主要成果,并以现在科学进展的视野重新评估这些成果的科学意义和不足,为进一步开展新的淮河与长江中下游梅雨科学联合试验提供经验和新的研究目标。
张煜洲[5]（2020）在《基于多源卫星遥感协同的复杂地质体解译研究》文中指出地质体是由地质作用形成的产物,具有成矿的专属性,如何识别成矿地质体,对指导找矿具有重要的意义。地质体形成过程中,往往经历了复杂的地质过程,导致其成分和结构复杂;同时,由于我国中西部部分区域地表条件艰险,无法开展现场的直接调查,限制了复杂地质体的地面勘探。遥感技术已经成为地质工作不可或缺的手段,极大地推动了复杂地质体的高精度、定量化的解译研究。已有研究表明,较高光谱分辨率能够更准确表现地表地质体岩性、矿物物质成分上的差异,而较高空间分辨率能够通过细节纹理差异更精细表达特定地质体间的形态和界线。然而由于目前卫星遥感技术水平所限,单一传感器数据往往很难兼顾空间分辨率与光谱分辨率,这在很大程度上限制了遥感技术在地质体解译中的应用。同时,单一传感器数据由于光谱波段数量的限制往往无法覆盖多种特征矿物所具有的特征波段。因此,如何在现有技术水平下充分利用多源遥感数据分别在空间和光谱上的优势互补,同时充分利用多源数据的光谱波段设置,缓解这一矛盾是一项非常值得探索和研究的工作。本研究以复杂地质体解译为目标,提出了多源卫星遥感协同应用的思想,围绕多源遥感数据光谱、空间协同中的相关问题,研究了多源卫星遥感协同应用框架及协同处理方法。通过构建协同影像数据集,实现了较高空间分辨率影像与较高光谱分辨率影像的综合利用,获得了更全的波段集合。通过在岩浆杂岩体解译、沉积单元解译以及变质岩矿化蚀变提取等研究中应用,对本文提出的方法进行了验证。取得了以下成果:1)根据协同学理论与遥感成像系统的特征,总结了遥感数据协同思想,并建立了以影像像元地表反射率光谱响应一致与尽可能提高各多光谱数据源空间分辨率为原则的多源卫星遥感协同应用框架。2)提出了基于统计回归与波段相关性的光谱协同方法。通过统计回归获取了不同传感器相似波长设置波段的光谱协同因子;利用波段关系及相关性决定不同波长设置波段的光谱协同因子。通过光谱协同后,不同传感器各波段的地表反射率数值在均值、标准差等统计参数上的差异显着减小。3)引入光谱响应函数积分权重改进GS融合方法,提了高空间分辨率统一时的光谱保真性。从各分辨率尺度以及融合结果的各光谱波段的对比实验中,利用均方根误差（RMSE）表明了该方法在光谱保真上的优势;并通过多尺度的融合实验,以信息熵与可变窗口改进局部方差分别评价影像信息量与清晰度,从而确定最佳协同尺度,并将其作为空间协同尺度构建多源遥感协同影像集。4)验证了多源遥感协同处理方法的应用效果,并针对各研究区提出了合适的协同方案。在三峰山岩浆侵入杂岩体区域、拜城-库车沉积岩区域、大青山变质岩区域,分别利用合适的多源遥感数据,将多源卫星遥感协同方法应用于岩浆杂岩体解译、沉积单元解译及变质岩矿化蚀变提取等研究中,取得较好的解译、提取结果,并通过对比实验验证了多源遥感协同方法的优势。侵入单元、沉积单元差异以及地表出露并不广泛的矿化蚀变增强时,均需要SWIR相应波长位置设置的窄波段与空间协同后一定空间分辨率的支持,以缓解混合像元的严重影响;侵入杂岩体与沉积单元解译研究中,复杂地段则需应用协同影像全波段的光谱特征,以及合理的波段比值集合与主成分分析方法,以获得更有效的地质体界线增强结果;在变质岩研究区则增强提取了多个波长位置波段的矿化蚀变,并提出单蚀变增强所需光谱波段若均来自同一传感器时,可仅进行空间协同提升分辨率而不进行光谱协同。本研究在各研究区的效果验证了协同影像在光谱信息丰富程度及空间分辨率上均具有一定的优势,同时也证明了光谱、空间协同的有效性,为复杂地质体的解译提供了一套较为合理的多源卫星遥感数据应用方法。
陈志超[6]（2019）在《基于无人机遥感的华北平原冬小麦氮营养诊断与精准养分调控》文中提出以遥感技术（RS）、地理信息技术（GIS）、全球导航卫星系统（GNSS）和变量管理技术为支持并考虑作物与土壤时空变异的精准农业,实现了农田信息的精准感知、控制与决策管理,从而实现了作物的高产高效和环境风险的进一步降低。然而在华北平原村级尺度小农户管理下,尚缺乏基于RS与GIS技术的冬小麦精准养分管理。本文通过山东省乐陵市南夏村多年多点小区与农户试验,应用多旋翼无人机搭载多光谱相机Mini-MCA与固定翼e Bee无人机搭载多光谱相机Parrot Sequoia+所获取的冬小麦冠层光谱反射率,利用建模与验证集筛选反演冬小麦农学指标效果最优的植被指数（简称最优植被指数）,对比归一化植被指数与最优植被指数,评价了无人机遥感在当季关键生育期实时氮营养诊断的潜力,并建立了冬小麦精准氮肥管理策略。同时,结合GIS技术与地统计学研究方法,建立了基于GIS与RS相结合的村级尺度冬小麦精准养分管理策略,评估了精准养分管理在村级尺度的节肥增效潜力。综合全文结果,主要工作及结论如下:（1）从冬小麦氮营养实时诊断来看,利用多旋翼无人机Mini-MCA多光谱估测了冬小麦氮营养指标潜力,并基于两种机理性和一种半经验性模型分别建立了冬小麦氮营养诊断策略。其中,红边归一化植被指数和最优植被指数都能够较好地估测田块尺度冬小麦地上部生物量和吸氮量,且无显着差异;基于多旋翼无人机遥感的有效氮营养诊断策略为利用红边归一化植被指数快速无损地估测氮营养指数,达到了73～86%的准确率。利用最优植被指数反演方法评估了基于固定翼e Bee多光谱遥感的冬小麦氮营养指标诊断估测潜力,提出了由田块尺度到村级尺度的冬小麦氮营养最优诊断策略。村级尺度下,红光与红边归一化植被指数分别能解释70%与64%的生物量和吸氮量变异,与最优植被指数无显着差异。利用氮充足指数（NSI）能够较好且稳定地估测氮营养指数（NNI）,采用NNI-NSI策略较为简单实用,诊断准确率为57～59%。（2）对于冬小麦精准氮素管理,应用多旋翼无人机Mini-MCA多光谱相机采集冠层光谱数据,利用氮肥优化算法进行田块尺度精准氮素管理。基于多旋翼无人机遥感估产效果较好,能够解释89～93%的产量变异。根据情景分析结果,基于无人机遥感的精准氮素管理在稳产基础上优于农户管理和区域优化管理,氮肥施用量分别减少了21～40%与17～37%,氮肥偏生产力增加了27～66%与32～59%。采用绿色窗口法并结合村级氮营养诊断结果,应用固定翼e Bee多光谱遥感采集冠层光谱数据,创建性地提出了由田块尺度到村级尺度的无人机遥感精准氮素管理策略。基于固定翼无人机遥感估产效果较好,能够解释85%的产量变异。情景分析结果表明,采用绿光归一化植被指数与最优植被指数推荐施氮量类似,并与经济最优施氮量无显着差异。（3）村级尺度下针对土壤与作物养分空间变异,应用地统计方法的GIS平台,建立了基于GIS与RS的村级冬小麦精准养分管理,探讨了基于情景分析的精准管理节肥增效潜力。精准养分管理有助于减少氮、磷、钾肥的投入,相对农户管理减少44～68%、62%和88%,平均增收约为1387～1424￥ha-1;相对区域优化分别减少24～56%、48%和93%;平均增收分别约为834～871￥ha-1。
段丹丹[7]（2019）在《基于冬小麦冠层垂直分布信息的氮素诊断研究》文中研究表明中国农业已经进入到丰产、余粮、优质的发展阶段,低产、低质、廉价的状态逐步得到改善。相对应的农田生态环境、农田土地问题、农田地下水问题逐步凸显。因此,我国粮食大范围连年丰收之余,农田的“可持续”发展正引起广泛关注。“双减”——化肥农药减量、减施,“零增长”,甚至“负增长”等政策相继出台。这意味着我国农业的发展在追求优质、高产、高效的同时,同样追求农田生态环境的可持续发展。遥感技术以其快速、高效、实时等优点,被广泛应用在农业生产领域进行大面积、精准、连续监测。本人将农学知识与遥感技术相结合,通过“天—地”一体化的模式,利用地面高光谱遥感技术结合卫星多光谱遥感技术,从基于冬小麦冠层氮素垂直分布以及分层贡献比的冬小麦氮素浓度预测,到冬小麦氮素营养诊断,最后确定大田尺度基于卫星多光谱遥感技术的氮肥施肥处方图的构建,得出主要结论如下:1.冬小麦叶片氮素浓度垂直分布基于叶位计算各上层氮素信息,冬小麦冠层叶片氮素在各生育时期的垂直分布规律存在差异:拔节期、开花期、灌浆期其各层氮素浓度呈现出从顶层到底层逐层减少的趋势;挑旗期冬小麦冠层从顶层到底层,其各层氮素浓度呈现出先上升后下降的变化趋势,其中第2层达到最高值。每个生育时期的上层氮素浓度占整层的比值均>1,且与整体叶片氮素浓度（TLNC）均达到了极显着:拔节期LNCu1、LNCu2、LNCu3,其相关系数r分别为:0.94、0.99、1;挑旗期LNCu1、LNCu2、LNCu3、LNCu4,其相关系数r分别为:0.79、0.96、0.98、0.99;开花期LNCu1、LNCu2、LNCu3,其相关系数r分别为:0.74、0.88、0.98;灌浆期LNCu1、LNCu2,其相关系数r分别为:0.94、0.98。基于冬小麦冠层氮素垂直分布规律,通过相关农学机理和计算推演,并充分考虑各分层对整层氮素浓度的贡献比,构建了基于氮素垂直分布规律的氮素浓度模型。2.基于高光谱和氮素垂直分布的冬小麦TLNC估测基于冬小麦氮素垂直分布规律以及最优植被指数的氮素浓度预测模型。利用20132014年冬小麦地面高光谱数据进行验证,实现了冬小麦冠层氮素浓度的遥感估测。研究结果表明:基于氮素垂直分布估算的叶片氮浓度,验证结果的估测值与实测值的三种植被指数基于GI构建的模型的R2的数值是0.61,nRMSE数值是8.84%;基于mND705构建的模型的R2数值是0.59,nRMSE数值是8.89%;基于NDVI构建的模型的R2数值是0.53,nRMSE数值是9.37%。反演模型具有较高的精度与可靠性。3.基于氮素营养指数的冬小麦关键生育时期氮素营养诊断通过对多个冬小麦品种的4个施氮水平处理,通过构建冬小麦临界氮浓度稀释曲线,进一步确定冬小麦临界氮营养指数,最终实现对冬小麦氮素营养亏缺-过量程度的诊断。结果表明:试验冬小麦的生物量随施氮量的增加而增加,冬小麦氮素浓度随生育进程(ZSstage)的推进而降低;冬小麦临界氮浓度稀释曲线符合幂函数关系:y=5.39*ZSstage-0.19,其中R2=0.43,并通过均方根误差RMSE=0.24%对模型进行验证。该研究基于VND-TLNC监测冬小麦临界氮浓度建立的氮素营养指数模型（NNI）,为冬小麦氮素营养诊断提供了依据。4.面向家庭农场的氮肥处方图基于卫星遥感数据的冬小麦氮素浓度（TLNC）模型的构建TLNC=（6.51*MTVI+1.19）/β,其R2=0.39,RMSE=0.45%。开展基于植被指数MTVI的TLNC的建模与验证,基于2018年试验数据构建的TLNCc=5.39*ZSstage-0.19,其R2=0.39,其RMSE=0.11,将2017年数据带入模型进行验证,其R2=0.61,其RMSE=0.10。根据NNI与植被指数MTVI的关系,利用ENVI和ArcGIS得出施肥处方图。与第四章基于地面高光谱数据构建的氮素营养指数NNI相比,基于卫星遥感影像数据的氮素施肥推荐处方,可以实现大田尺度的施肥推荐。综合氮肥处方模型与Planet卫星遥感监测,提供面向家庭农场的氮肥施肥推荐。
黄华盛[8]（2019）在《基于无人机遥感图像的稻田杂草识别研究》文中提出水稻是我国最重要的粮食作物,对保障国家粮食安全具有重要意义。在水稻种植过程中,杂草是影响水稻生产的关键因素。田间杂草同水稻竞争阳光、水分、营养等资源,从而影响水稻的质量和产量。随着近年来规模化种植的发展和直播田面积扩大,杂草对水稻种植的危害更加显着。据统计,田间杂草对水稻产量造成的损失高达40%。因此,田间杂草的有效管控,对保证水稻的产量和质量具有重要意义。在所有的杂草防控模式中,化学防控是应用最为广泛的处理方式。化学防控由于操作简便、防控效果良好、省时省力等优点,被大多数的农户所接受和采用。然而,当前的化学防控模式存在喷洒方式粗放的问题。大多数情况下,农户并不考虑田间杂草的分布情况,而对整个田块采用统一的剂量进行均匀喷洒。为了保证药效,农户甚至通过加大剂量和增多喷药次数的方式,保证除草剂在杂草上的沉积量。虽然化学防控方法有效保证了水稻的质量和产量,但是过量使用除草剂不仅污染环境,造成了土壤和水源的污染,也造成了除草剂在作物上的残留,影响了水稻品质。精准喷施模式能够有效解决除草剂过量使用的问题。通过对杂草区域重点喷施除草剂,保证了化学防控的除草效果;对没有杂草或杂草浓度低的区域,则不喷洒除草剂,有效降低了除草剂的使用量。精准的处方图信息能为植保机械的精准喷施作业提供决策依据。因此,处方图生成的研究对提高作业药效、减少农药使用量具有重要意义。本文在查阅国内外相关文献的基础上,提出针对水稻杂草的处方图生成的实现方案:基于无人机进行图像采集,采用面向对象图像分析和深度学习算法进行数据分析,进而生成水稻田块的杂草分布图和施药处方图。采用无人机进行图像采集,能够快速覆盖整个田块区域,生成田块的正射影像图;基于面向对象图像分析和深度学习算法能对图像进行像素级的分类,进而生成田块的杂草分布图和施药处方图。本文以水稻生长初期（苗期和分蘖期）的两个田块作为实验地点,采用无人机采集田块的低空遥感影像。基于无人机影像的位置信息和颜色纹理特征进行图像拼接,形成田块的正射影像图。为避免后续分析中因为图像过大引起计算资源耗尽,将正射影像图切割为1000×1000像素的小块区域。将所有的数据划分为训练集、验证集、测试集,采用平均交并比（MIU）和总体精度（OA）作为准确率的评价指标。基于面向对象图像分析算法进行杂草识别。分别基于多尺度分割和k-means算法进行图像分割,将图像分割为多个对象区域;分别提取每个对象区域的颜色和纹理特征,作为对象区域的特征向量;分别利用BP网络、支持向量机、随机森林作为分类器。通过网格搜索策略进行分割模型的超参优化,在验证集数据上测试不同分类器的分类精度和执行速度。试验结果表明,多尺度分割算法在测试集上的准确率达到66.8%MIU,执行速度为6463.1 ms（对于一幅1000×1000的可见光图像）;k-means分割算法在测试集上的准确率为66.6%MIU,执行速度为2343.5 ms。基于深度学习算法进行杂草识别。采用全卷积网络（FCN）,对无人机影像进行像素级的分类。基于迁移学习,分别采用不同的卷积神经网络（CNN）的经典结构（包括Alex Net、VGGNet、Goog Le Net、Res Net）作为预训练模型,并在本文的数据集上进行微调;采用跳跃结构、全连接条件随机场、局部连接条件随机场作为改进方法,探索FCN在单一改进方法和混合改进方法下的分类性能。试验结果证明,在统一采用32倍下采样的情况下,VGGNet的准确度最高,且执行速度在合理范围之内;对于单一改进方法,跳跃结构和局部连接条件随机场均能有效提高识别率;采用混合改进方法（跳跃结构和局部连接条件随机场）,能进一步提高FCN的分类精度。其中,采用跳跃结构和局部连接条件随机场之后,FCN在测试集上的准确率高达80.2%MIU,执行速度为326.8 ms。基于面向对象图像分析和深度学习的识别结果,生成整个田块的杂草分布图。基于棋盘分割,将杂草分布图分割为不同的作业网格;统计每个网格的杂草密度,将其与预先设定的杂草阈值进行对比,将每个网格分为施药区域和非施药区域,生成整个田块的施药处方图。针对面向对象图像分析和深度学习,统计并对比这两种方法生成处方图的准确度和速度。实验结果表明,深度学习生成处方图的准确度和速度都优于面向对象图像分析方法。其中,对于本次实验的两个田块（面积分别为70×60m和30×60m）,深度学习（基于混合改进方法的FCN）能够在20分钟之内完成处方图生成;在杂草阈值为0.0%的情况下,深度学习生成处方图的准确率为83.6%,减药率为35.5%。本文的研究结果表明,无人机影像能够有效反映杂草和作物的差异,获得较高的分类精度;深度学习不论是速度还是准确度,都要优于面向对象图像分析方法。本文的研究方法,能够快速生成较为准确的施药处方图,为植保机械的精准施药作业提供决策依据。
崔美娜[9]（2019）在《基于无人机遥感的棉花螨害动态监测研究》文中研究指明棉花是新疆地区的主要经济作物,然而近年来随着气候环境的不断变化,生态环境变得更加有利于棉田病虫害的发生,而棉叶螨作为棉花上的主要害虫,对棉花生产危害极大。如何快速、准确的监测棉花螨害,及时掌握田间螨害的发生动态,对于减少棉花产量损失具有重要意义。基于此,本文依据无人机遥感在时间分辨率以及空间分辨率上的显着优势,实时、动态地获取棉田螨害发生和发展信息,并结合受害棉田的光谱特征与气象要素,分别从螨害遥感识别、区域动态监测、影响因子分析三个方面开展棉花螨害动态监测研究,主要研究内容和研究结果如下:（1）针对无人机多光谱遥感的棉田螨害识别展开研究。通过寻找与螨害发生关系显着的光谱指数作为初选特征因子,根据地面螨害调查数据与受害棉田的影像数据提取相应特征值,同时使用赤池信息准则（AIC）作为特征选择的依据,获取了最佳建模特征,建立了螨害识别的Logistic回归模型。研究表明:在所分析的全部光谱指数中,TVI、DVI和RDVI为识别螨害的最佳特征因子,基于该3个因子构建的Logistic回归模型的分类准确率为95%,F1值为95.1%,能够较好地实现棉田螨害识别,并为螨害监测方面的研究奠定了理论基础。（2）针对多时相遥感的螨害动态监测展开研究。基于无人机获取的多时相影像数据,使用本文得到的螨害识别模型提取各期影像的螨害信息,在此基础上,通过影像信息统计法与变化检测法分析螨害时空上的发生发展过程,并使用数据插值法计算时间序列上的螨害发生面积,建立螨害随时间变化的指数曲线监测模型,实现对螨害发生面积的动态监测。（3）针对气候环境对螨害发生发展的影响展开定量研究。通过对气象因子（平均温度、最高温度、最低温度、相对湿度、降雨量、温湿系数、温雨系数、积温、风力以及风向）与螨害发生变化情况的相关性分析,获得两者之间的定量关系模型。结果表明:风力、温雨系数、温湿系数与积温这四种气象因子共同影响螨害发生动态,风向影响螨害的变化趋势。本文以棉田叶螨为研究对象,基于无人机遥感数据,实现了一定区域范围的棉叶螨快速识别与动态监测。结合多种气象数据,分析了棉花螨害的发生与变化过程。研究成果可为棉花螨害的准确监测和趋势预测提供方法参考,为统防统治、提前预防提供依据。
丁星臣[10]（2018）在《遥感降水量产品及潜在蒸散量对寒区径流模拟的影响》文中认为世界各地受降水影响发生的洪水、干旱和环境污染常造成大量的财产损失和人员伤亡。作为最重要的气象要素,降水是从事气候分析、干旱评估、洪水预报等相关研究的必要数据,目前,主要采用地面雨量站、天气雷达、遥感等方式观测降水。地面雨量站观测是最常用的测雨方法,但受站网布设密度及其空间分布不均的影响,站点降水往往代表性不足。天气雷达观测范围有限、覆盖率较低,缺乏普遍的适用性,不能满足大流域降雨观测的需求,在地形复杂地区相对具有较大的不确定性。近年来,一系列高时空分辨率的遥感降水量产品的出现,为解决常规及雷达测雨问题的不足提供了新的途径和方法,其中具有代表性的产品主要有热带降雨观测计划（Tropical rainfall measuring mission,TRMM）、美国气候预测降水中心融合技术降水产品（Climate prediction center morphing technique,CMORPH）、气候灾害组红外降水数据（Climate hazards group infrared precipitation with station data,CHIRPS）、全球卫星测绘降水计划（Global satellite mapping of precipitation,GSMaP）等。在应用这些降水量产品前,了解其数据误差的时空分布及在水文模拟中的应用能力是十分必要的。在流域或灌区尺度,国内外学者已应用SWAT（Soil and water assessment tool）在水文过程模拟、非点源污染、水资源管理与评价、土地利用方式变化等方面开展了较多研究。然而,关于不同方法计算的潜在蒸散量（Potential evapotranspiration,PET）对SWAT模拟结果影响的研究很少,尤其是在黑龙江省这样的高寒区典型流域研究更为稀缺。黑龙江省是中国纬度最高、最冷的寒区省份,冬季寒冷漫长,降雪、积雪、融雪、冻土、河道冰封、河水断流等水文现象十分普遍,这些不利因素增加了研发水文模型的难度。截至目前,虽然已有较多的PET计算方法,但不同方法计算的PET数值差别较大,在实际应用中各有其局限性。针对以上问题,本文以黑龙江省内呼兰河流域为研究区,选取TRMM 3B42V7、TRMM3B42RT、CHIRPS 3种卫星遥感降水量产品,以及基于地面雨量站采用反距离加权插值方法IDW（Inverse distance weighted）插值的栅格降水量数据,在不同时间尺度及0.05°×0.05°像元空间尺度上的精度及误差分布,并利用这些降水量产品驱动SWAT,研究其在寒区径流模拟中的适用性,以期为遥感降水量产品在寒区的应用提供更为可靠的降水数据。并以欧根河流域为研究区,考虑降雪、融雪等寒区水文过程以及下垫面空间不均匀性等自然地理条件,在分析多种PET计算方法特点的基础上,研究在高寒区流域不同方法计算的PET对SWAT模拟日流量过程的影响,以期寻找适宜我国高寒区的潜在蒸散量计算方法,为在我国高寒区应用SWAT提供借鉴。研究结果表明:流域日平均尺度上,3B42V7、3B42RT、CHIRPS分别高估地面降水量5.43%、41.24%、3.37%。3B42V7在流域日、月、季度时间尺度上很接近地面观测降水量。3B42RT的日降水强度累计概率分布与雨量站较为接近。3B42V7和CHIRPS在率定期和验证期的日流量模拟效果均较好,纳什效率系数率定期为0.77、0.84;验证期为0.67、0.56。3B42RT对流量峰值的模拟较差。可考虑采用TRMM 3B42V7和CHIRPS作为基础降水量资料应用于寒区水资源管理、干旱监测和洪水预报等相关研究;SWAT以子流域为尺度对PET计算结果进行插值的方式较粗略,不能较好反映PET的空间分布情况,在大面积森林覆盖的不同子流域,月平均PET值随不同子流域内森林物种的种类和分布不同数值变化较小,并非在考虑地形影响下SWAT模拟的日流量结果均好,在未考虑地形影响下Penman-Monteith模型与考虑地形影响下的Hargreaces模型、Shuttleworth-Wallace模型模拟结果较好,Penman-Monteith模型拟合的效果最好,率定期与验证期的Ens值分别为0.651、0.686,说明Penman-Monteith模型更适合用于高寒森林地区的潜在蒸散量计算。
二、卫星遥感在HUBEX试验中的应用研究（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、卫星遥感在HUBEX试验中的应用研究（论文提纲范文）
（1）淮河流域气象业务服务及科技发展（论文提纲范文）
| 0 引言 |
| 1 流域科学试验进展 |
| 1.1 以HUBEX为代表的第一阶段科学试验 |
| 1.2 2000—2010年的第二阶段科学试验 |
| 1.3 近10年的第三阶段科学试验 |
| 2 流域气象科技发展 |
| 2.1 气象观测能力发展 |
| 2.2 预报预警技术发展 |
| 2.3 流域气象服务关键技术发展 |
| 2.4 科技支撑条件 |
| 3 流域气象业务服务不断发展 |
| 3.1 1991年——卫星产品的应用 |
| 3.2 2003年——卫星、雷达及中尺度数值预报的综合应用 |
| 3.3 2005年——淮河流域气象中心成立 |
| 3.4 2007年——淮河流域气象中心第一次大考 |
| 3.5 2020年——时隔13年的坚守与发展 |
| 4 未来展望 |
（2）全球能量与水循环试验以及淮河流域能量与水循环试验概述（论文提纲范文）
| 0 引言 |
| 1 全球能量与水循环试验（GEWEX）简介 |
| 2 GEWEX第一和第二阶段试验 |
| 3 GEWEX第三阶段试验 |
| 4 淮河能量与水循环试验简介 |
| 5 未来展望 |
| 1）建设观测网，开发数据集 |
| 2）分析数据，揭示规律 |
| 3）开发模式，加以应用 |
| 4）技术转换，能力建设 |
（3）淮河流域能量和水分循环观测系统及作用（论文提纲范文）
| 1 引言 |
| 2 HUBEX观测目的及观测网布局 |
| 2.1 观测目的 |
| 2.2 观测网设计与布局 |
| 2.3 HUBEX观测系统发展 |
| 3 HUBEX观测系统的作用 |
| 3.1 建立区域长期和连续气象观测数据集 |
| 3.2 区域气候事件机理研究 |
| 3.3 梅雨期降水多尺度特征 |
| 3.4 区域大气-水文耦合模式预报洪水的作用 |
| 4 HUBEX观测系统设计思考 |
（4）淮河流域能量和水分循环研究进展（论文提纲范文）
| 1引言 |
| 2 GAME/HUBEX试验回顾 |
| 3 GAME/HUBEX试验主要成果 |
| 3.1梅雨期东亚大尺度环流特征和天气尺度系统 |
| 3.2梅雨区的中小尺度系统 |
| 3.3梅雨锋降水系统和暴雨机制与概念模型 |
| 3.4陆面过程与淮河流域区域水文模式的发展 |
| 4 GAME/HUBEX二期展望 |
（5）基于多源卫星遥感协同的复杂地质体解译研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 项目来源 |
| 1.3 国内外研究现状 |
| 1.3.1 遥感岩矿增强识别方面研究现状 |
| 1.3.2 多源遥感在岩矿增强识别领域研究现状 |
| 1.3.3 存在的问题 |
| 1.4 主要研究内容及研究思路 |
| 1.4.1 主要研究内容 |
| 1.4.2 总体研究思路 |
| 1.5 论文组织结构 |
| 第二章 多源卫星遥感协同思想与处理思路 |
| 2.1 多源卫星遥感数据应用方式分析 |
| 2.1.1 多传感器波段叠加 |
| 2.1.2 常用遥感图像融合技术分析 |
| 2.2 多源卫星遥感的协同学理论基础 |
| 2.2.1 协同学 |
| 2.2.2 遥感数据协同思想及应用框架 |
| 2.3 多源卫星遥感协同处理思路探讨 |
| 2.3.1 多源卫星遥感光谱协同思路探讨 |
| 2.3.2 多源卫星遥感空间协同思路探讨 |
| 2.4 小结 |
| 第三章 多源卫星遥感协同处理方法研究 |
| 3.1 协同数据预处理 |
| 3.2 基于统计回归及波段相关性的多源遥感光谱协同方法 |
| 3.2.1 光谱协同基准影像确定原则 |
| 3.2.2 基于统计回归的相似波长设置波段光谱协同 |
| 3.2.3 基于波段关系及相关性的不同波长设置波段光谱协同 |
| 3.3 基于改进GS光谱锐化融合及最佳协同尺度的空间协同 |
| 3.3.1 空间协同输入波段决定原则 |
| 3.3.2 基于光谱响应函数的改进GS融合 |
| 3.3.3 基于信息量及清晰度实验的最佳协同尺度研究 |
| 3.4 小结 |
| 第四章 基于GF-1、Sentinel-2及ASTER协同的岩浆杂岩体解译研究 |
| 4.1 三峰山侵入杂岩体研究区地质特点及遥感分析 |
| 4.1.1 三峰山侵入杂岩体研究区地质特点 |
| 4.1.2 杂岩体中各侵入单元的岩性差异 |
| 4.1.3 三峰山侵入杂岩体解译遥感需求 |
| 4.2 GF-1、Sentinel-2与ASTER杂岩体解译试验 |
| 4.2.1 出露的侵入杂岩体区域划分及构造解译 |
| 4.2.2 GF-1、Sentinel-2及ASTER目标侵入单元增强 |
| 4.2.3 目标侵入单元增强效果讨论 |
| 4.3 基于多源遥感协同的岩浆杂岩体解译研究 |
| 4.3.1 三峰山侵入体区域多源遥感协同影像构建 |
| 4.3.2 常用方法协同影像目标侵入单元增强 |
| 4.3.3 复杂地段目标侵入单元增强 |
| 4.3.4 三峰山岩浆侵入杂岩体解译 |
| 4.4 小结 |
| 第五章 基于GF-1与ASTER协同的复杂岩性沉积单元解译研究 |
| 5.1 拜城-库车研究区地质特点及遥感分析 |
| 5.1.1 拜城-库车研究区地质特点 |
| 5.1.2 研究区沉积单元的岩性差异 |
| 5.1.3 研究区沉积单元解译遥感需求 |
| 5.2 GF-1与ASTER影像沉积单元解译试验 |
| 5.2.1 GF-1真彩色影像可解译性分析 |
| 5.2.2 GF-1与ASTER影像沉积单元界线增强试验 |
| 5.2.3 沉积单元界线可解译性讨论 |
| 5.3 基于多源遥感协同的沉积单元解译研究 |
| 5.3.1 拜城-库车区域多源遥感协同影像构建 |
| 5.3.2 常用方法沉积单元地质界线增强 |
| 5.3.3 较难区分沉积单元地质界线增强 |
| 5.3.4 拜城-库车研究区沉积单元解译 |
| 5.4 小结 |
| 第六章 基于World View-2与ASTER协同的变质岩及矿化蚀变提取研究 |
| 6.1 大青山变质岩研究区地质特点及遥感分析 |
| 6.1.1 大青山研究区地质特点 |
| 6.1.2 研究区成矿相关的变质岩及矿化蚀变特征 |
| 6.1.3 研究区成矿相关矿化蚀变提取遥感需求 |
| 6.2 World View-2与ASTER影像矿化蚀变增强试验 |
| 6.2.1 World View-2 矿化蚀变增强试验 |
| 6.2.2 ASTER矿化蚀变增强试验 |
| 6.2.3 矿化蚀变增强效果讨论 |
| 6.3 基于协同影像的矿化蚀变提取研究 |
| 6.3.1 大青山区域多源遥感协同影像构建 |
| 6.3.2 大青山变质岩区特征矿化蚀变增强 |
| 6.3.3 大青山变质岩研究区矿化蚀变提取 |
| 6.4 小结 |
| 第七章 总结与展望 |
| 7.1 取得的认识和成果 |
| 7.2 建议与展望 |
| 参考文献 |
| 作者简历 |
（6）基于无人机遥感的华北平原冬小麦氮营养诊断与精准养分调控（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 基于RS和GIS技术的精准作物管理研究进展 |
| 1.2.1 基于RS的作物氮营养诊断及精准管理 |
| 1.2.2 基于GIS的作物精准养分管理 |
| 1.3 科学问题的提出 |
| 1.4 研究内容 |
| 1.5 研究思路及技术路线 |
| 2 研究区概况与试验设计 |
| 2.1 研究区概况 |
| 2.2 氮梯度校准小区 |
| 2.3 遥感影像处理 |
| 2.3.1 无人机与传感器 |
| 2.3.2 无人机遥感影像获取 |
| 2.3.3 多光谱遥感影像处理 |
| 2.4 遥感影像质量评价 |
| 2.4.1 影像重叠度 |
| 2.4.2 航线弯曲度和航高差 |
| 2.4.3 影像几何校正处理 |
| 2.5 植物样品采集 |
| 2.5.1 小区取样 |
| 2.5.2 村域取样 |
| 2.6 土壤样品采集 |
| 2.7 土壤数据空间分析方法 |
| 2.8 氮营养诊断与精准管理评估方法 |
| 2.8.1 氮营养诊断评估方法 |
| 2.8.2 精准氮素管理评估方法 |
| 2.8.3 村级尺度精准养分管理评估方法 |
| 2.9 统计分析 |
| 3 基于无人机遥感的冬小麦氮营养实时诊断 |
| 3.1 临界氮稀释曲线的建立与评估 |
| 3.2 不同氮营养诊断策略 |
| 3.3 田块尺度冬小麦氮营养诊断评估 |
| 3.3.1 冬小麦氮营养指标的变异 |
| 3.3.2 机理性策略估测氮营养指数 |
| 3.3.3 半经验性策略估测氮营养指数 |
| 3.3.4 田块尺度氮营养诊断策略比较 |
| 3.4 村级尺度冬小麦氮营养诊断评估 |
| 3.4.1 冬小麦氮营养指标的变异 |
| 3.4.2 机理性策略估测氮营养指数 |
| 3.4.3 半经验性策略估测氮营养指数 |
| 3.4.4 村级尺度氮营养诊断策略比较 |
| 3.5 讨论 |
| 3.5.1 田块尺度冬小麦氮营养诊断 |
| 3.5.2 村级尺度冬小麦氮营养诊断 |
| 3.6 小结 |
| 4 基于无人机遥感的冬小麦精准氮素管理 |
| 4.1 无人机遥感精准氮素管理策略 |
| 4.1.1 田块尺度氮素管理策略 |
| 4.1.2 村级尺度氮素管理策略 |
| 4.2 田块尺度冬小麦精准氮素管理 |
| 4.2.1 产量氮肥效应方程及经济最优施氮量 |
| 4.2.2 最优植被指数估测产量潜力 |
| 4.2.3 归一化植被指数估测产量潜力 |
| 4.2.4 田块尺度氮肥管理策略评估 |
| 4.3 村级尺度冬小麦精准氮素管理 |
| 4.3.1 实时估测产量潜力 |
| 4.3.2 氮肥效应方程及经济最优施氮量 |
| 4.3.3 不同氮肥管理策略比较 |
| 4.3.4 村级尺度精准氮肥管理评估 |
| 4.4 讨论 |
| 4.4.1 田块尺度冬小麦精准氮素管理 |
| 4.4.2 村级尺度冬小麦精准氮素管理 |
| 4.5 小结 |
| 5 基于GIS与RS的村级尺度土壤空间变异与精准养分管理 |
| 5.1 基于GIS的村级尺度土壤空间变异 |
| 5.1.1 描述统计分析结果 |
| 5.1.2 土壤理化性质的半方差函数分析 |
| 5.1.3 土壤理化性质空间分布状况 |
| 5.2 村级尺度冬小麦精准养分管理策略 |
| 5.3 村级尺度冬小麦精准磷、钾管理评估 |
| 5.4 村级尺度冬小麦精准养分管理评估 |
| 5.5 讨论 |
| 5.6 小结 |
| 6 主要结论与展望 |
| 6.1 主要结论 |
| 6.2 研究创新 |
| 6.3 研究展望 |
| 参考文献 |
| 附录 |
| 作者简历 |
| 学位论文数据集 |
（7）基于冬小麦冠层垂直分布信息的氮素诊断研究（论文提纲范文）
| 摘要 |
| 第一章 文献综述与立题依据 |
| 1 作物氮素遥感监测研究进展 |
| 1.1 氮素在作物生长中的作用 |
| 1.2 作物氮素遥感监测研究进展 |
| 2 作物氮素垂直分布研究进展 |
| 2.1 作物氮素垂直分布规律 |
| 2.2 作物氮素垂直分布规律的遥感监测研究进展 |
| 3 作物氮素营养诊断 |
| 3.1 基于农学机理的作物氮素状况诊断研究进展 |
| 3.2 遥感结合进行作物氮素诊断的研究进展 |
| 4 拟解决关键问题 |
| 5 研究目标、内容及技术路线 |
| 5.1 研究目标 |
| 5.2 研究内容 |
| 5.3 技术路线 |
| 参考文献 |
| 第二章 冬小麦叶片氮素浓度垂直分布规律 |
| 1 前言 |
| 2 材料与方法 |
| 2.1 试验区域 |
| 2.2 试验设计 |
| 2.3 试验数据获取 |
| 2.4 试验方法 |
| 2.5 统计分析 |
| 3 结果与分析 |
| 3.1 冬小麦各层叶片氮素浓度垂直分布规律 |
| 3.2 冬小麦各上层叶片氮素浓度垂直分布规律 |
| 3.3 冬小麦各上层氮素浓度占整层氮素浓度的贡献比 |
| 4 讨论 |
| 5 结论 |
| 参考文献 |
| 第三章 基于高光谱信息和氮素垂直分布的冬小麦叶片氮素浓度估算 |
| 1 前言 |
| 2 材料与方法 |
| 2.1 试验设计 |
| 2.2 遥感试验数据获取 |
| 2.3 试验方法 |
| 3 结果与分析 |
| 3.1 高光谱检测最优层的相关植被指数 |
| 3.2 基于最优层LNCOL和 VND的 TLNC模型 |
| 3.3 冬小麦全氮量的验证 |
| 4 讨论 |
| 5 结论 |
| 参考文献 |
| 第四章 基于氮素营养指数的冬小麦氮素营养诊断 |
| 1 前言 |
| 2 材料和方法 |
| 2.1 田间试验 |
| 2.2 试验数据获取 |
| 2.3 基于冬小麦生育时期的叶片临界氮浓度稀释曲线(TLNCc) |
| 2.4 氮素营养指数(NNI) |
| 2.5 统计分析 |
| 3 结果与分析 |
| 3.1 不同处理下的冬小麦叶片氮浓度差异性分析 |
| 3.2 基于关键氮浓度Nc-stage方法的叶片稀释氮浓度曲线构建 |
| 3.3 叶片氮素营养指数构建 |
| 3.4 基于遥感信息与氮素垂直分布规律模型的NNI估算 |
| 4 讨论 |
| 4.1 基于VND-TLNC监测方法的冬小麦临界氮浓度稀释曲线模型特征 |
| 4.2 氮素营养指数(NNI)的应用 |
| 4.3 基于VND-TLNC监测方法的冬小麦氮素指数NNI的优势 |
| 5 结论 |
| 参考文献 |
| 第五章 面向家庭农场的冬小麦氮素信息诊断与处方决策 |
| 1 前言 |
| 2 材料和方法 |
| 2.1 农学参数获取 |
| 2.2 卫星多光谱遥感数据获取 |
| 2.3 施肥处方模型 |
| 3 结果与分析 |
| 3.1 基于Planet的 TLNC的构建 |
| 3.2 冬小麦NNI估算 |
| 3.3 氮肥处方图 |
| 4 讨论 |
| 5 结论 |
| 参考文献 |
| 第六章 结论、创新点与展望 |
| 1.结论 |
| 1.1 冬小麦叶片氮素浓度垂直分布规律 |
| 1.2 基于高光谱和氮素垂直分布规律的冬小麦总叶片氮素浓度估计 |
| 1.3 冬小麦关键生育时期氮素营养诊断 |
| 1.4 面向家庭农场的氮肥处方图 |
| 2.创新点 |
| 2.1 遥感监测冬小麦氮素水平理论的完善与深化 |
| 2.2 对氮素营养指数的拓展 |
| 2.3 面向家庭农场的追肥过程中的氮肥施肥推荐应用 |
| 3.展望 |
| 3.1 在冬小麦氮素监测模型方面,模型中参考的冬小麦的生育时期有待进一步拓展.. |
| 3.2 氮素营养指数NNI的改进 |
| 3.3 面向家庭农场施肥处方的改进 |
| Abstract |
| 致谢 |
| 作者简介 |
（8）基于无人机遥感图像的稻田杂草识别研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 前言 |
| 1.1 研究背景和研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于遥感技术的杂草识别研究 |
| 1.2.2 面向对象图像分析技术 |
| 1.2.3 深度学习分析技术 |
| 1.2.4 小结 |
| 1.3 研究内容 |
| 1.4 技术路线 |
| 2 试验数据采集 |
| 2.1 试验地点 |
| 2.2 数据采集 |
| 2.3 数据预处理 |
| 2.4 评价指标 |
| 2.4.1 执行速度 |
| 2.4.2 准确度 |
| 2.5 本章小结 |
| 3 基于面向对象图像分析的水稻杂草识别 |
| 3.1 引言 |
| 3.2 面向对象图像分析方法 |
| 3.2.1 图像分割 |
| 3.2.2 特征提取 |
| 3.2.3 分类器设计 |
| 3.3 试验结果与讨论 |
| 3.3.1 图像分割 |
| 3.3.2 特征提取 |
| 3.3.3 分类器设计 |
| 3.4 本章小结 |
| 4 基于深度学习的水稻杂草识别 |
| 4.1 引言 |
| 4.2 卷积神经网络 |
| 4.2.1 CNN基本原理 |
| 4.2.2 CNN经典结构 |
| 4.3 全卷积网络 |
| 4.3.1 FCN基本结构 |
| 4.3.2 FCN改进方法 |
| 4.4 试验结果与分析 |
| 4.4.1 FCN基本结构 |
| 4.4.2 FCN改进方法 |
| 4.5 本章小结 |
| 5 水稻田块的杂草分布图和施药处方图生成研究 |
| 5.1 引言 |
| 5.2 杂草分布图生成 |
| 5.3 施药处方图生成 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 主要工作总结 |
| 6.2 创新点 |
| 6.3 展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间所取得的科研成果 |
（9）基于无人机遥感的棉花螨害动态监测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状与进展 |
| 1.2.1 棉叶螨的危害症状及发生特点 |
| 1.2.2 遥感技术在病虫害监测中的研究 |
| 1.2.3 无人机遥感在病虫害监测中的应用 |
| 1.3 研究内容与组织结构 |
| 1.3.1 研究内容 |
| 1.3.2 论文组织结构 |
| 1.4 本章小结 |
| 第二章 研究区域与数据准备 |
| 2.1 研究区概况 |
| 2.2 数据来源 |
| 2.2.1 遥感数据采集平台 |
| 2.2.2 多光谱传感器 |
| 2.2.3 飞行试验 |
| 2.2.4 螨害调查数据 |
| 2.2.5 气象数据 |
| 2.3 数据预处理 |
| 2.3.1 影像预处理 |
| 2.3.2 气象数据预处理 |
| 2.4 本章小结 |
| 第三章 基于多光谱遥感的棉田螨害识别方法 |
| 3.1 试验与方法 |
| 3.1.1 试验设计 |
| 3.1.2 光谱指数的选取 |
| 3.1.3 Logistic回归 |
| 3.1.4 模型的特征选择方法 |
| 3.1.5 模型的评价方法 |
| 3.2 结果与分析 |
| 3.2.1 光谱指数与螨害发生情况的相关性分析 |
| 3.2.2 螨害识别模型的构建 |
| 3.2.3 模型比较与效果评价 |
| 3.2.4 棉田螨害发生区域的识别结果 |
| 3.3 本章小结 |
| 第四章 基于多时相遥感的棉叶螨动态监测 |
| 4.1 试验与方法 |
| 4.1.1 试验设计 |
| 4.1.2 影像空间信息统计法 |
| 4.1.3 影像变化检测方法 |
| 4.1.4 指数曲线与数据插值 |
| 4.1.5 影响因子的选择 |
| 4.2 结果与分析 |
| 4.2.1 多时相无人机影像的棉田螨害信息提取 |
| 4.2.2 螨害时空变化特征 |
| 4.2.3 监测模型的建立 |
| 4.2.4 螨害与气象因子的相关性分析 |
| 4.2.5 螨害变化趋势的监测 |
| 4.3 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 导师评阅表 |
（10）遥感降水量产品及潜在蒸散量对寒区径流模拟的影响（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究动态 |
| 1.2.1 卫星遥感降水量产品研究 |
| 1.2.2 SWAT模型的应用研究 |
| 1.2.3 存在的问题 |
| 1.3 研究内容及技术路线图 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线图 |
| 2 研究区域概况及气象水文要素分析 |
| 2.1 研究区域概况 |
| 2.2 气象水文要素变化 |
| 2.2.1 数据来源 |
| 2.2.2 气象水文要素变化分析方法 |
| 2.2.3 气象要素变化 |
| 2.2.4 水文要素变化 |
| 2.3 本章小结 |
| 3 基础数据预处理与SWAT模型数据库构建 |
| 3.1 SWAT模型简介 |
| 3.2 基础数据预处理 |
| 3.2.1 地图投影设置 |
| 3.2.2 DEM数据处理 |
| 3.2.3 土地利用数据预处理 |
| 3.2.4 土壤数据预处理 |
| 3.2.5 气象水文数据预处理 |
| 3.3 SWAT模型数据库构建 |
| 3.3.1 土地利用数据库 |
| 3.3.2 土壤数据库 |
| 3.3.3 天气发生器数据库 |
| 3.3.4 气象数据库 |
| 3.4 本章小结 |
| 4 遥感降水量产品对寒区径流模拟的影响 |
| 4.1 卫星遥感降水量产品简介 |
| 4.1.1 TRMM |
| 4.1.2 CHIRPS |
| 4.2 精度评估指标与方法 |
| 4.3 数据读取与处理方法 |
| 4.4 呼兰河流域遥感降水量产品精度评估 |
| 4.4.1 时间尺度精度评估及误差分析 |
| 4.4.2 空间尺度精度评估及误差分析 |
| 4.5 日径流过程模拟 |
| 4.5.1 模拟方式及精度检验标准 |
| 4.5.2 参数敏感性分析及率定结果 |
| 4.5.3 日径流过程模拟对比 |
| 4.6 本章小结 |
| 5 潜在蒸散量对寒区径流模拟的影响 |
| 5.1 潜在蒸散量计算方法对比分析 |
| 5.2 潜在蒸散量计算结果对比分析 |
| 5.2.1 潜在蒸散量计算方法 |
| 5.2.2 20 cm蒸发皿水面蒸发量修正方法 |
| 5.2.3 月平均潜在蒸散量变化对比分析 |
| 5.3 日径流过程模拟 |
| 5.3.1 率定参数的选取 |
| 5.3.2 模型模拟结果分析 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 论文创新点 |
| 6.3 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
四、卫星遥感在HUBEX试验中的应用研究（论文参考文献）
- [1]淮河流域气象业务服务及科技发展[J]. 胡雯,田红,叶金印,徐胜,张晓红,卢燕宇. 气象科技进展, 2020(05)
- [2]全球能量与水循环试验以及淮河流域能量与水循环试验概述[J]. 黄勇,张文建. 气象科技进展, 2020(05)
- [3]淮河流域能量和水分循环观测系统及作用[J]. 胡雯,郑淋淋,谢五三,霍彦峰,丁一汇,黄勇. 气象学报, 2020(05)
- [4]淮河流域能量和水分循环研究进展[J]. 丁一汇,胡雯,黄勇,陈凤娇. 气象学报, 2020(05)
- [5]基于多源卫星遥感协同的复杂地质体解译研究[D]. 张煜洲. 浙江大学, 2020(01)
- [6]基于无人机遥感的华北平原冬小麦氮营养诊断与精准养分调控[D]. 陈志超. 河南理工大学, 2019(04)
- [7]基于冬小麦冠层垂直分布信息的氮素诊断研究[D]. 段丹丹. 山西农业大学, 2019
- [8]基于无人机遥感图像的稻田杂草识别研究[D]. 黄华盛. 华南农业大学, 2019(02)
- [9]基于无人机遥感的棉花螨害动态监测研究[D]. 崔美娜. 石河子大学, 2019(01)
- [10]遥感降水量产品及潜在蒸散量对寒区径流模拟的影响[D]. 丁星臣. 东北农业大学, 2018(02)