基于实验光谱的土壤锰含量估算研究
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景 | 第9-10页 |
| ·高光谱遥感 | 第10-11页 |
| ·高光谱遥感概论 | 第10-11页 |
| ·高光谱遥感的主要应用领域 | 第11页 |
| ·国内外研究进展 | 第11-13页 |
| ·研究目标与研究内容 | 第13-15页 |
| ·研究目标 | 第13页 |
| ·研究内容 | 第13-14页 |
| ·技术路线 | 第14-15页 |
| 第二章 研究区及数据获取 | 第15-26页 |
| ·研究区概况 | 第15-16页 |
| ·地形 | 第15-16页 |
| ·气候 | 第16页 |
| ·资源 | 第16页 |
| ·土壤样本采集与制备 | 第16-18页 |
| ·土壤样本的实验室分析 | 第18-21页 |
| ·化学分析 | 第18-19页 |
| ·光谱分析 | 第19-21页 |
| ·土壤光谱数据预处理 | 第21-26页 |
| ·断点校正 | 第21-23页 |
| ·重采样 | 第23页 |
| ·一阶微分变换 | 第23-24页 |
| ·倒数对数变换 | 第24-26页 |
| 第三章 支持向量机与极限学习机建模方法 | 第26-36页 |
| ·支持向量机 | 第26-31页 |
| ·支持向量机概述 | 第26-27页 |
| ·支持向量机回归的基本思想 | 第27-30页 |
| ·支持向量机回归的软件实现 | 第30-31页 |
| ·极限学习机 | 第31-36页 |
| ·极限学习机概述 | 第31-32页 |
| ·极限学习机的基本思想 | 第32-35页 |
| ·极限学习机算法的软件实现 | 第35-36页 |
| 第四章 不同土壤粒径的反射光谱特性 | 第36-46页 |
| ·粒径对土壤反射光谱及其变换光谱的影响 | 第36-40页 |
| ·最佳粒径的选择 | 第40-45页 |
| ·精度检验指标 | 第40-41页 |
| ·最佳估算粒径的选取 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 土壤锰含量的估算模型 | 第46-60页 |
| ·基于主成分回归的土壤锰含量估算 | 第46-49页 |
| ·主成分回归模型的建立 | 第46-47页 |
| ·回归结果分析 | 第47-49页 |
| ·基于偏最小二乘回归的土壤锰含量估算 | 第49-53页 |
| ·偏最小二乘回归模型的建立 | 第49-50页 |
| ·回归结果分析 | 第50-53页 |
| ·基于支持向量机回归的土壤锰含量估算 | 第53-56页 |
| ·支持向量机回归模型的建立 | 第53-54页 |
| ·回归结果分析 | 第54-56页 |
| ·基于极限学习机算法的土壤锰含量估算 | 第56-59页 |
| ·极限学习机模型的建立 | 第56-57页 |
| ·结果分析 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 模拟气象卫星传感器波段估算土壤锰含量 | 第60-70页 |
| ·多光谱传感器数据模拟方法 | 第60-63页 |
| ·模拟NOAA/AVHRR传感器及结果分析 | 第63-66页 |
| ·模拟FY-3A/MERSI传感器及结果分析 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 第七章 结论与展望 | 第70-72页 |
| ·主要结论 | 第70-71页 |
| ·特色与创新点 | 第71页 |
| ·展望 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77-78页 |
| 作者简介 | 第78页 |
