1  绪论
  1.1  研究背景及意义
  1.2  国内外研究现状
    1.2.1  作物收获指数的主要应用
    1.2.2  作物收获指数的主要影响因素
    1.2.3  作物收获指数估算研究进展
    1.2.4  作物收获指数遥感估算存在的主要问题
  1.3  本章小结
2  基于地面高光谱数据的田间冠层尺度作物收获指数遥感估算
  2.1  研究区概况
  2.2  数据获取与准备
    2.2.1  地上千生物量数据获取
    2.2.2  地面高光谱数据获取及预处理
  2.3  主要研究方法
    2.3.1  技术路线
    2.3.2  相关参数的构建和计算
    2.3.3  冬小麦D-fo估算敏感波段中心与最大波宽的确定
    2.3.4  基于NDSI的D-fg估算模型构建
    2.3.5  冬小麦动态收获指数（D-HI）估算模型构建
    2.3.6  模型精度评价
  2.4  结果与分析
    2.4.1  基于敏感波段中心和最大波宽构建NDSI的D-fG通感估算
    2.4.2  基于D-fG選感参数的D-HI估算及验证
  2.5  本章小结
3  基于无人机高光谱数据的小区域尺度作物收获指数遥感估算
  3.1  研究区概况
  3.2  数据获取与准备
    3.2.1  地上生物量的获取
    3.2.2  动态收获指数的获取
    3.2.3  无人机高光谱数据获取与处理
  3.3  主要研究方法
    3.3.1  动态fG参数的提出
    3.3.2  技术路线
    3.3.3  基于高光谱敏感波段中心构建NDSI的D-fG遥感估算
    3.3.4  基于D-fG遥感参数的D-HI无人机遥感估算模型建立
    3.3.5  模型精度检验
  3.4  结果与分析
    3.4.1  基于无人机高光谱NDSI的D-fG遥感估算
    3.4.2  基于D-fG遥感参数的D-HI无人机遥感估算
  3.5  本章小结
4  基于中高分辨率多光谱数据的区域作物收获指数遥感估算
  4.1  研究区概况
  4.2  数据获取与准备
    4.2.1  地面数据采集与处理
    4.2.2  遥感数据获取与预处理
    4.2.3  其他辅助数据
  4.3  主要研究方法
    4.3.1  技术路线
    4.3.2  主要参数构建与计算
    4.3.3  地面高光谱模拟宽波段遥感数据的方法
    4.3.4  归一化差值光谱指数（NDSI）与D-fG间模型构建
    4.3.5  冬小麦动态收获指数估算模型
    4.3.6  模型精度评价
  4.4  结果与分析
    4.4.1  基于Sentinel-2A的区域冬小麦收获指数遥感估算及精度验证
    4.4.2  基于GF-1的区域冬小麦收获指数遥感估算及精度验证
    4.4.3  基于Landsat-8的区域冬小麦收获指数遥感估算及精度验证
  4.5  本章小结
5  基于时序中低分辨率多光谱数据的区域作物收获指数遥感估算
  5.1  研究区域
  5.2  数据获取与准备
    5.2.1  MODIS-NDVI遥感数据
    5.2.2  Savitzky-Golay滤波平滑
    5.2.3  地面实测冬小麦收获指数
  5.3  主要研究方法
    5.3.1  研究方法
    5.3.2  理论基础
  5.4  结果与分析
    5.4.1  参数HIwDVI SUM区域信息提取结果
    5.4.2  参数HINDVI SUM与冬小麦收获指数关系
    5.4.3  区域冬小麦收获指数空间信息获取
    5.4.4  区域冬小麦收获指数遥感估算精度验证
  5.5  本章小结
6  展望
  6.1  主要创新点
    6.1.1  构建动态收获指数（D-HI）和花后累积生物量比值动态参数（D-fG）
    6.1.2  提出基于遥感技术获取fG参数信息的技术方法
    6.1.3  提出基于D-fG遥感估算的多尺度作物动态收获指数空间信息获取方法
    6.1.4  提出花后生殖生长阶段和花前营养生长阶段NDVI累积值比值的HI估算方法
  6.2  讨论与展望
    6.2.1  本研究提出的HI遥感估算方法部分技术细节有待深入研究
    6.2.2  作物收获指数遥感估算过程存在一定不确定性因素影响
    6.2.3  本研究提出的收获指数遥感估算方法的应用前景
    6.2.4  作物收获指数遥感估算技术的发展趋势
参考文献