1. 毕业设计（论文）主要内容：
根据收集到的资料，分析目前叶片叶绿素含量反演的研究现状和存在问题，并简要介绍已有的叶绿素含量反演方法和成果，分析各反演算法的优缺点，找到存在的不足。介绍研究的技术路线，并对使用的模型原理、反演算法建立过程和验证方法进行说明，包括选取红边指数（chlorophyll-sensitive index）的原理、通过5-scale（或SAIL）模型和PROSPECT模型建立查找表，结合VI-matrix方法构建反演算法、实验数据、敏感度分析和反演结果验证等，说明反演算法构建和结果验证中最关键的部分。基于前两部分研究所构建的反演算法，结合模型模拟数据，对模型的各输入参数进行敏感度分析；基于sentinel-2卫星影像，应用算法实现叶片叶绿素反演。结合地面叶绿素测量数据，对反演结果进行验证，对比已有反演算法结果，对验证和对比结果进行解释与分析。
2. 毕业设计（论文）主要任务及要求
任务
通过对基于红边指数的叶绿素含量反演的研究，运用VI-matrix方法构建反演算法，最终得到卫星影像的叶片叶绿素含量反演结果，并与现有叶片叶绿素反演方法进行比较，得出本文方法能减弱LAI对叶片叶绿素含量反演影响，有可能进一步提高叶绿素含量的反演精度的结论。
3. 毕业设计（论文）完成任务的计划与安排
第3周—第5周 文献调研与资料分析，撰写开题报告；
第6周—第10周 数据收集整理，建模和反演实验。
第11周—第14周 基于实验结果，分析繁衍模型的产品精度以及原因。
4. 主要参考文献
[1] Croft H, Chen J M, Wang R, etal. The global distribution of leaf chlorophyll content[J]. Remote Sensing ofEnvironment. 2020 Jan 1;236:111479.(in press https://doi.org/10.1016/j.rse.2019.111479)
[2] Xu M Z, Liu R G, Chen J M, etal. Retrieving leaf chlorophyll content using a matrix-based vegetation indexcombination approach[J]. Remote Sensing of Environment, 2019, 39(1): 60-73.
[3] Feret J, Franois C, Asner G P,et al. PROSPECT-4 and 5: Advances in the leaf optical properties modelseparating photosynthetic pigments[J]. Remote Sensing of Environment, 2008,12(2): 3030-3043.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
