川中丘陵地区土壤侵蚀定量评价研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 土壤侵蚀评价研究现状 | 第12-14页 |
| 1.2.2 土壤侵蚀经验模型研究现状 | 第14-15页 |
| 1.2.3 土壤侵蚀人工神经网络模型研究现状 | 第15-16页 |
| 1.2.4 存在问题 | 第16-17页 |
| 1.3 研究内容及技术路线 | 第17-19页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 技术路线 | 第18-19页 |
| 第2章 研究区概况 | 第19-24页 |
| 2.1 自然环境概况 | 第20页 |
| 2.2 经济概况 | 第20页 |
| 2.3 人文概况 | 第20-21页 |
| 2.4 自然资源概况 | 第21-24页 |
| 第3章 评价指标数据获取与处理 | 第24-55页 |
| 3.1 传统RUSLE模型因子提取 | 第24-38页 |
| 3.1.1 降雨侵蚀力因子 | 第24-28页 |
| 3.1.2 土壤可蚀性因子 | 第28-31页 |
| 3.1.3 地形因子 | 第31-33页 |
| 3.1.4 传统植被覆盖管理因子 | 第33-35页 |
| 3.1.5 水土保持措施因子 | 第35-38页 |
| 3.2 基于SMA的RUSLE模型因子提取 | 第38-51页 |
| 3.2.1 混合像元 | 第38-39页 |
| 3.2.2 混合像元分解模型 | 第39-50页 |
| 3.2.3 植被覆盖管理因子的确定 | 第50-51页 |
| 3.3 人工神经网络模型评价指标提取 | 第51-55页 |
| 第4章 土壤侵蚀定量评价模型构建 | 第55-78页 |
| 4.1 传统RUSLE模型 | 第55-57页 |
| 4.1.1 传统RUSLE模型的概述 | 第55-56页 |
| 4.1.2 传统RUSLE模型的应用 | 第56-57页 |
| 4.2 基于SMA的RUSLE模型 | 第57-59页 |
| 4.2.1 基于SMA的RUSLE模型的概述 | 第57-58页 |
| 4.2.2 基于SMA的RUSLE模型的应用 | 第58-59页 |
| 4.3 人工神经网络模型 | 第59-70页 |
| 4.3.1 MATLAB工作平台概述 | 第59页 |
| 4.3.2 人工神经网络模型概述 | 第59-61页 |
| 4.3.3 BP神经网络的应用 | 第61-70页 |
| 4.4 不同土壤侵蚀定量评价模型结果对比 | 第70-78页 |
| 4.4.1 空间分布对比 | 第70-73页 |
| 4.4.2 统计分析对比 | 第73-76页 |
| 4.4.3 结论 | 第76-78页 |
| 第5章 土壤侵蚀定量评价结果分析 | 第78-85页 |
| 5.1 川中丘陵地区土壤侵蚀总体状况 | 第78-79页 |
| 5.2 不同环境因素影响下土壤侵蚀特征 | 第79-85页 |
| 5.2.1 不同土地利用类型的土壤侵蚀特征 | 第79-81页 |
| 5.2.2 不同植被覆盖度的土壤侵蚀特征 | 第81-82页 |
| 5.2.3 不同土壤类型的土壤侵蚀特征 | 第82-83页 |
| 5.2.4 不同高程带的土壤侵蚀特征 | 第83-85页 |
| 主要结论与展望 | 第85-87页 |
| 致谢 | 第87-88页 |
| 参考文献 | 第88-94页 |
| 攻读学位期间取得学术成果 | 第94页 |
