南方丘陵水稻土氧化铁高光谱特性与估测模型研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第8-19页 |
| 1.1 研究背景和意义 | 第8页 |
| 1.2 高光谱遥感应用现状及其发展 | 第8-12页 |
| 1.2.1 高光谱遥感概述 | 第8-9页 |
| 1.2.2 高光谱近地遥感概述 | 第9页 |
| 1.2.3 高光谱近地遥感技术应用领域 | 第9-10页 |
| 1.2.4 高光谱遥感与土壤 | 第10-12页 |
| 1.3 高光谱遥感与土壤氧化铁研究综述 | 第12-15页 |
| 1.3.1 土壤氧化铁高光谱特性研究进展 | 第12-14页 |
| 1.3.2 土壤氧化铁估测技术研究进展 | 第14页 |
| 1.3.3 述评 | 第14-15页 |
| 1.4 研究目的及研究内容 | 第15-16页 |
| 1.4.1 研究目的 | 第15-16页 |
| 1.4.2 研究内容 | 第16页 |
| 1.5 研究技术路线 | 第16-19页 |
| 2 数据来源与分析方法 | 第19-29页 |
| 2.1 研究区域概况 | 第19页 |
| 2.2 土壤样本采集与制备 | 第19页 |
| 2.3 土壤样本的实验室分析 | 第19-22页 |
| 2.3.1 土壤氧化铁的化学分析 | 第19-21页 |
| 2.3.2 高光谱测定 | 第21-22页 |
| 2.4 数据预处理 | 第22-24页 |
| 2.4.1 研究样本的确定 | 第22-23页 |
| 2.4.2 高光谱数据预处理 | 第23-24页 |
| 2.5 回归分析方法与模型评价标准 | 第24-29页 |
| 2.5.1 一元回归分析 | 第25页 |
| 2.5.2 多元回归分析 | 第25-26页 |
| 2.5.3 偏最小二乘回归分析 | 第26-27页 |
| 2.5.4 模型评价标准 | 第27-29页 |
| 3 不同水稻土氧化铁含量高光谱特性 | 第29-32页 |
| 3.1 不同氧化铁含量高光谱总体特征 | 第29-30页 |
| 3.2 不同氧化铁含量的高光谱响应波段 | 第30-31页 |
| 3.3 水稻土氧化铁高光谱特性分析 | 第31-32页 |
| 4 基于高光谱数据变换的特征波段分析 | 第32-39页 |
| 4.1 高光谱数据变换 | 第32-35页 |
| 4.1.1 高光谱数据变换原理 | 第32-33页 |
| 4.1.2 变换后的光谱 | 第33-35页 |
| 4.2 高光谱包络线去除变换 | 第35-36页 |
| 4.2.1 高光谱去包络线 | 第35页 |
| 4.2.2 去包络线后的光谱 | 第35-36页 |
| 4.3 相关分析提取高光谱特征波段 | 第36-39页 |
| 4.3.1 相关系数分析法 | 第36-37页 |
| 4.3.2 土壤氧化铁的特征波段提取 | 第37-39页 |
| 5 基于高光谱波段运算的特征指标分析 | 第39-43页 |
| 5.1 沙化土壤指数 | 第39页 |
| 5.2 土壤氧化铁指数 | 第39-40页 |
| 5.3 土壤线参数 | 第40页 |
| 5.4 基于去包络线高光谱特征参数提取 | 第40-43页 |
| 5.4.1 去包络线高光谱特征参数 | 第40-41页 |
| 5.4.2 参数提取结果与分析 | 第41-43页 |
| 6 基于特征谱段的土壤氧化铁高光谱估测 | 第43-50页 |
| 6.1 基于一元回归的估测模型 | 第43-45页 |
| 6.1.1 基于高光谱数据变换的一元回归模型 | 第43-44页 |
| 6.1.2 基于土壤高光谱指数的一元回归模型 | 第44页 |
| 6.1.3 基于去包络线特征参数的一元回归模型 | 第44-45页 |
| 6.1.4 一元回归估测模型的验证与优选 | 第45页 |
| 6.2 基于多元逐步回归的估测模型 | 第45-47页 |
| 6.2.1 基于去包络线多元估测模型 | 第46页 |
| 6.2.2 基于去包络线相关参数的多元估测模型 | 第46-47页 |
| 6.2.3 多元回归模型的验证与优选 | 第47页 |
| 6.3 基于偏最小二乘回归的估测模型 | 第47-49页 |
| 6.4 模型的验证与优选 | 第49-50页 |
| 7 结论与展望 | 第50-52页 |
| 7.1 结论 | 第50页 |
| 7.2 讨论与展望 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 附表 | 第57-61页 |
| 致谢 | 第61页 |
