1. 本选题研究的目的及意义
油菜作为我国重要的油料作物之一，其种植面积和产量对保障国家粮油安全具有重要意义。
叶绿素是作物进行光合作用的关键色素，其含量能够反映作物的生长状况、氮素营养水平以及潜在产量等重要信息。
因此，快速、准确地获取油菜冠层叶绿素含量对于油菜的精准施肥、病虫害监测以及产量预测等方面具有重要意义。
2. 本选题国内外研究状况综述
近年来，国内外学者在利用遥感技术估算作物叶绿素含量方面开展了大量的研究，并取得了丰硕的成果。
1. 国内研究现状
4. 研究的方法与步骤
本研究将采用以下方法与步骤：
1.收集研究区油菜生长季的多光谱遥感影像数据，并进行数据预处理，包括辐射校正、几何校正、大气校正等。
2.在油菜关键生育期进行地面样品的采集，测定油菜冠层叶绿素含量，并记录GPS信息。
3.利用遥感影像数据，提取常用的植被指数，如比值植被指数(RVI)、归一化差植被指数(NDVI)、绿度植被指数(GNDVI)等。
5. 研究的创新点
本研究的创新点在于：
1.针对油菜这一特定作物，系统对比分析了不同植被指数对油菜冠层叶绿素含量估算精度的影响，筛选出适用于油菜叶绿素含量估算的最佳植被指数或植被指数组合，为提高油菜叶绿素含量遥感估算精度提供了新的思路。
2.结合油菜的生长周期，分析了油菜冠层叶绿素含量的时间变化特征，为油菜的精准施肥、病虫害监测等提供了参考依据。
3.分析了影响油菜冠层叶绿素含量遥感估算精度的主要因素，为提高估算模型的精度和适用性提供了参考。
6. 计划与进度安排
第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。
第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲
第三阶段（2024.2~2024.3）查询资料，学习相关论文
7. 参考文献（20个中文5个英文）
1.李苗苗,冯伟,王建梅,等.基于无人机多光谱遥感的冬小麦叶绿素含量估算[J].农业工程学报,2023,39(13):151-160.
2.李龙,张竞成,田永超,等.基于无人机高光谱数据的冬小麦叶片叶绿素含量估算[J].农业工程学报,2023,39(04):155-165.
3.张宇,朱艳,王志刚,等.基于无人机高光谱成像的冬小麦冠层叶绿素含量监测[J].麦类作物学报,2023,43(01):122-130.
