首页--农业科学论文--农业基础科学论文--土壤学论文--土壤改良论文--粘土改良论文

基于可见近红外成像光谱技术土壤剖面氮的预测研究

摘要第1-10页
Abstract第10-14页
第一章 绪论第14-21页
   ·研究背景和意义第14-16页
   ·土壤光谱研究现状第16-19页
     ·光谱分析在土壤中的应用第16页
     ·国内外研究进展第16-18页
     ·建模方法进展第18-19页
   ·研究目标与研究内容第19-20页
     ·研究目标第19页
     ·研究内容第19-20页
   ·拟解决的问题第20-21页
第二章 研究区概况第21-25页
   ·潜江概况第21-22页
     ·自然地理条件第21-22页
     ·社会经济条件第22页
   ·咸宁概况第22-25页
     ·自然地理条件第22-24页
     ·社会经济条件第24-25页
第三章 数据的获取第25-36页
   ·土样的采集与制备第25-26页
   ·全氮含量的测定第26-28页
   ·土壤光谱数据的获取第28-36页
     ·仪器简介第28页
     ·成像原理简介第28-30页
     ·拍摄平台第30-31页
     ·控制软件第31页
     ·高光谱影像拍摄第31-34页
     ·数据类型第34-36页
第四章 土壤光谱特性分析第36-48页
   ·土壤的光谱特征第36-38页
   ·光谱曲线提取第38-42页
   ·光谱尺度问题第42-45页
   ·潜江地区土壤光谱曲线分析第45-46页
   ·咸宁地区土壤光谱曲线分析第46-47页
   ·本章小结第47-48页
第五章 基于Vis-NIR光谱土壤氮含量的预测研究第48-70页
   ·引言第48-49页
   ·光谱预处理与建模方法第49-61页
     ·异常值剔除第49-50页
     ·平滑降噪第50-52页
     ·光谱增强第52-54页
     ·建模方法介绍第54-58页
     ·评价指标第58-60页
     ·交叉验证第60-61页
   ·土壤TN的定量估计第61-66页
     ·异常值鉴别结果第61-62页
     ·PCR模型第62-64页
     ·PLSR模型第64-65页
     ·BPNN模型第65-66页
   ·不同模型预测TN结果的比较第66-68页
   ·回归系数分析第68-69页
   ·本章小结第69-70页
第六章 基于Vis-NIR高光谱影像土壤剖面全氮反演及制图第70-88页
   ·引言第70页
   ·影像预处理第70-79页
     ·几何校正第70-72页
     ·影像裁剪第72-73页
     ·监督分类第73-77页
     ·采样模板第77-79页
   ·剖面全氮预测及制图第79-86页
     ·校正模型的建立第79-80页
     ·块状采样第80-81页
     ·条状采样第81-84页
     ·结果检验与精度评价第84-86页
   ·本章小结第86-88页
第七章 基于Matlab土壤高光谱影像处理系统设计与实现第88-100页
   ·引言第88页
   ·总体设计第88-89页
   ·功能设计第89-99页
     ·数据读取第89-90页
     ·影像裁剪第90-92页
     ·无效值剔除第92-94页
     ·采样模板第94-96页
     ·位置还原第96-97页
     ·精度评价第97-99页
   ·本章小结第99-100页
第八章 总结与展望第100-104页
   ·主要结论第100-101页
   ·创新点第101-102页
   ·不足与展望第102-104页
参考文献第104-115页
附录第115-120页
博士期间参与项目与发表的论文第120-121页
致谢第121页

论文共121页,点击 下载论文
上一篇:柑橘溃疡病菌tale家族基因的功能研究
下一篇:几种过渡金属与六方水钠锰矿的相互作用