摘要 | 第2-4页 |
Abstract | 第4-6页 |
第一章 绪论 | 第9-14页 |
1.1 研究目的和意义 | 第9-10页 |
1.1.1 研究目的 | 第9页 |
1.1.2 研究意义 | 第9-10页 |
1.2 国内外研究进展 | 第10-12页 |
1.3 研究目标、内容和方法 | 第12-14页 |
1.3.1 研究目标 | 第12页 |
1.3.2 研究内容 | 第12-13页 |
1.3.3 技术路线 | 第13-14页 |
第二章 研究区概况 | 第14-18页 |
2.1 地理位置 | 第14页 |
2.2 地貌特征 | 第14-15页 |
2.3 气候与水文 | 第15-16页 |
2.4 土壤概况 | 第16页 |
2.5 植被概况 | 第16-17页 |
2.6 流域社会经济背景 | 第17-18页 |
第三章 数据来源与处理 | 第18-24页 |
3.1 盐生植物野外光谱测定 | 第18页 |
3.2 盐生植物含水量测定 | 第18页 |
3.3 盐生植物盐离子含量测定 | 第18页 |
3.4 土壤含水量测定 | 第18-19页 |
3.5 土壤盐分含量测定 | 第19页 |
3.6 数据分析及方法 | 第19-24页 |
3.6.1 光谱数据分析 | 第19页 |
3.6.2 植被光谱指数 | 第19-21页 |
3.6.3 主成分分析 | 第21页 |
3.6.4 BP 神经网络算法 | 第21-22页 |
3.6.5 模型检验方法 | 第22-24页 |
第四章 艾比湖盐生植物叶片光谱特征研究 | 第24-31页 |
4.1 同一季节不同群落间的光谱曲线特征 | 第24-26页 |
4.2 同一群落不同季节间的光谱曲线特征 | 第26-28页 |
4.3 土壤盐分对盐生植被叶光谱反射率的影响 | 第28-29页 |
4.4 土壤水分对盐生植被叶光谱反射率的影响 | 第29-31页 |
第五章 基于多元逐步回归模型的盐生植物叶含水量高光谱估算模型研究 | 第31-54页 |
5.1 盐生植被水分指数的筛选 | 第31-34页 |
5.2 构建光谱指数 | 第34-39页 |
5.3 建立叶片含水量估算模型 | 第39-45页 |
5.4 估算模型验证 | 第45-54页 |
第六章 基于BP神经网络模型的盐生植物叶含盐量高光谱估算模型研究 | 第54-69页 |
6.1 构建光谱指数 | 第54-62页 |
6.2 建立叶片盐离子含量估算模型与验证 | 第62-69页 |
第七章 结论 | 第69-73页 |
7.1 讨论 | 第69-70页 |
7.2 结论 | 第70-71页 |
7.3 创新点 | 第71页 |
7.4 不足及展望 | 第71-73页 |
参考文献 | 第73-81页 |
附录 | 第81-82页 |
攻读学位期间发表的学术论文及参与的课题 | 第82-83页 |
致谢 | 第83-84页 |