| 本论文创新点 | 第5-6页 |
| 摘要 | 第6-9页 |
| ABSTRACT | 第9-12页 |
| 目录 | 第13-16页 |
| 1 绪论 | 第16-33页 |
| 1.1 研究背景和意义 | 第16-18页 |
| 1.2 文献综述 | 第18-26页 |
| 1.2.1 高光谱遥感技术及其发展现状 | 第18-21页 |
| 1.2.2 高光谱遥感在土壤中的应用 | 第21-22页 |
| 1.2.3 国内外土壤组分高光谱估测研究进展 | 第22-26页 |
| 1.3 研究问题的提出 | 第26-28页 |
| 1.4 本文的研究目标、研究内容 | 第28-29页 |
| 1.4.1 研究目标 | 第28页 |
| 1.4.2 研究内容 | 第28-29页 |
| 1.5 研究设计和章节安排 | 第29-31页 |
| 1.5.1 研究设计 | 第29-30页 |
| 1.5.2 章节安排 | 第30-31页 |
| 1.6 本章小结 | 第31-33页 |
| 2 土壤组分光谱反演理论和技术方法 | 第33-49页 |
| 2.1 高光谱分析理论基础和技术流程 | 第33-36页 |
| 2.1.1 高光谱分析理论基础 | 第33-34页 |
| 2.1.2 高光谱分析技术流程 | 第34-36页 |
| 2.2 土壤组分光谱反演建模的技术方法 | 第36-41页 |
| 2.2.1 光谱预处理方法 | 第36-38页 |
| 2.2.2 统计模型方法 | 第38-40页 |
| 2.2.3 模型精度检验与评价方法 | 第40-41页 |
| 2.3 数据分组划分方法 | 第41-42页 |
| 2.4 特征波段变量选择方法 | 第42-46页 |
| 2.5 外部因素干扰校正方法 | 第46-48页 |
| 2.6 本章小结 | 第48-49页 |
| 3 研究区数据获取及分析 | 第49-70页 |
| 3.1 研究区概况 | 第49-51页 |
| 3.1.1 地理位置和自然条件 | 第49-50页 |
| 3.1.2 土地利用状况 | 第50-51页 |
| 3.1.3 土壤资源及特点 | 第51页 |
| 3.2 数据获取 | 第51-56页 |
| 3.2.1 土壤样本的采集及制备 | 第51-52页 |
| 3.2.2 室内土壤样本的理化性质分析 | 第52-54页 |
| 3.2.3 室内土壤光谱数据获取 | 第54-55页 |
| 3.2.4 不同含水量土壤样品的制备和光谱测量 | 第55-56页 |
| 3.3 土壤组分含量特征分析 | 第56-60页 |
| 3.3.1 异常样本的识别剔除 | 第56-57页 |
| 3.3.2 有效样本组分统计分析 | 第57-60页 |
| 3.4 土壤及其组分的光谱特征分析 | 第60-68页 |
| 3.4.1 研究区土壤光谱波形分析 | 第60-61页 |
| 3.4.2 土壤组分变化对光谱的影响分析 | 第61-63页 |
| 3.4.3 各种预处理对土壤光谱的影响分析 | 第63-64页 |
| 3.4.4 土壤各组分的光谱特征波段分析 | 第64-68页 |
| 3.5 本章小结 | 第68-70页 |
| 4 土壤组分含量的高光谱反演建模 | 第70-81页 |
| 4.1 数据集的划分和模型评价准则 | 第70-71页 |
| 4.2 土壤OM和TN含量高光谱反演建模 | 第71-76页 |
| 4.2.1 样本统计描述 | 第71页 |
| 4.2.2 土壤OM含量高光谱反演PLSR建模 | 第71-73页 |
| 4.2.3 土壤TN含量高光谱反演PLSR建模 | 第73-74页 |
| 4.2.4 土壤OM和TN显著波段提取与分析 | 第74-76页 |
| 4.3 土壤重金属Fe、Cu和Zn含量高光谱反演建模 | 第76-80页 |
| 4.3.1 样本统计描述 | 第76-77页 |
| 4.3.2 土壤重金属Fe、Cu和Zn光谱反演PLSR建模 | 第77-78页 |
| 4.3.3 土壤重金属Fe、Cu和Zn显著波段提取与分析 | 第78-80页 |
| 4.4 本章小结 | 第80-81页 |
| 5 土壤组分含量的高光谱反演模型优化 | 第81-105页 |
| 5.1 光谱反演模型优化策略和评价准则 | 第82-83页 |
| 5.2 光谱反演模型优化方法提出 | 第83-85页 |
| 5.2.1 CARS特征波段选择优化方法 | 第83-84页 |
| 5.2.2 GLSW外部因素干扰滤波算法 | 第84-85页 |
| 5.3 基于特征波段选择方法的光谱反演模型优化 | 第85-95页 |
| 5.3.1 基于GA-PLSR方法的模型优化 | 第85-89页 |
| 5.3.2 基于CARS-PLSR方法的模型优化 | 第89-92页 |
| 5.3.3 模型结果比较及显著波段分析 | 第92-95页 |
| 5.4 基于外部因素影响虑除方法的反演模型优化 | 第95-103页 |
| 5.4.1 基于OSC和GLSW方法的水分影响滤波处理 | 第95-97页 |
| 5.4.2 滤波处理前后土壤光谱与OM和TN含量相关性分析 | 第97-99页 |
| 5.4.3 水分影响滤波优化后土壤OM和TN光谱反演建模及分析 | 第99-103页 |
| 5.5 本章小结 | 第103-105页 |
| 6 研究区土壤组分含量分布特征分析 | 第105-118页 |
| 6.1 土壤组分含量空间分布特征分析流程 | 第105-106页 |
| 6.2 土壤OM和TN含量的分布特征分析 | 第106-111页 |
| 6.2.1 土壤OM和TN含量分布预测精度验证 | 第106-108页 |
| 6.2.2 土壤OM和TN含量的分布特征 | 第108-109页 |
| 6.2.3 土壤OM和TN含量分布关系分析 | 第109-111页 |
| 6.3 土壤重金属Fe、Cu和Zn含量的分布特征分析 | 第111-117页 |
| 6.3.1 土壤重金属Fe、Cu和Zn含量分布预测精度验证 | 第111-113页 |
| 6.3.2 土壤重金属Fe、Cu、Zn含量的分布特征 | 第113-115页 |
| 6.3.3 重金属Fe、Cu和Zn含量分布关系分析 | 第115-117页 |
| 6.4 本章小结 | 第117-118页 |
| 7 结论与展望 | 第118-121页 |
| 7.1 研究结论 | 第118-120页 |
| 7.2 未来展望 | 第120-121页 |
| 参考文献 | 第121-135页 |
| 攻博期间发表的科研成果目录 | 第135-136页 |
| 致谢 | 第136页 |
