摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第11-19页 |
1.1 研究背景与意义 | 第11-12页 |
1.1.1 盐渍土现状 | 第11页 |
1.1.2 黄河三角洲地区的盐渍土问题 | 第11-12页 |
1.1.3 盐渍土遥感监测 | 第12页 |
1.2 国内外研究现状 | 第12-16页 |
1.2.1 黄河三角洲盐渍土研究 | 第12-13页 |
1.2.2 基于遥感数据的盐渍土定性研究 | 第13-14页 |
1.2.3 盐渍土定量反演的算法模型 | 第14-15页 |
1.2.4 盐渍土时空变化分析 | 第15页 |
1.2.5 光谱定标转换技术 | 第15-16页 |
1.3 主要研究内容 | 第16页 |
1.4 技术路线 | 第16-17页 |
1.5 本章小结 | 第17-19页 |
第二章 研究区与数据概况 | 第19-24页 |
2.1 研究区概况 | 第19-21页 |
2.1.1 研究区自然地理条件 | 第19-21页 |
2.1.2 研究区社会经济条件 | 第21页 |
2.2 野外土壤样本采集 | 第21页 |
2.3 影像数据获取 | 第21-23页 |
2.4 本章小结 | 第23-24页 |
第三章 数据预处理 | 第24-30页 |
3.1 野外样本处理 | 第24-26页 |
3.1.1 实验室光谱分析 | 第24-25页 |
3.1.2 土样电导率测定 | 第25-26页 |
3.2 影像预处理 | 第26-29页 |
3.2.1 辐射定标 | 第26-27页 |
3.2.2 大气校正 | 第27页 |
3.2.3 几何校正 | 第27-28页 |
3.2.4 图像掩膜 | 第28-29页 |
3.3 本章小结 | 第29-30页 |
第四章 多源遥感数据光谱转换 | 第30-36页 |
4.1 高光谱数据重采样 | 第30-32页 |
4.2 数值回归法求解光谱转换参数 | 第32页 |
4.3 构造模拟的OLI时间序列影像 | 第32-33页 |
4.4 数据一致性检验 | 第33-35页 |
4.5 本章小结 | 第35-36页 |
第五章 土壤盐分预测建模 | 第36-48页 |
5.1 盐渍土光谱特征 | 第36-38页 |
5.2 建模方法 | 第38-40页 |
5.2.1 多元线性回归(MLR)模型 | 第38-39页 |
5.2.2 偏最小二乘回归(PLSR)模型 | 第39页 |
5.2.3 BP神经网络(BPNN)模型 | 第39-40页 |
5.3 盐分预测模型的建立 | 第40-45页 |
5.3.1 基于多元线性回归(MLR)的预测模型 | 第41-42页 |
5.3.2 基于偏最小二乘回归(PLSR)的预测模型 | 第42-43页 |
5.3.3 基于BP神经网络(BPNN)的预测模型 | 第43-45页 |
5.4 建模结果检验与对比 | 第45-46页 |
5.5 本章小结 | 第46-48页 |
第六章 土壤盐分时空动态分析 | 第48-57页 |
6.1 盐分反演与精度检验 | 第48-51页 |
6.1.1 时间序列影像土壤盐分制图 | 第48-50页 |
6.1.2 制图精度检验 | 第50-51页 |
6.2 多时相制图结果直观差异分析 | 第51页 |
6.3 盐渍土面积动态度分析 | 第51-53页 |
6.4 盐渍土地物类型稳定性分析 | 第53-54页 |
6.5 不同类型盐渍土空间演化 | 第54-55页 |
6.6 本章小结 | 第55-57页 |
第七章 结论与展望 | 第57-60页 |
7.1 结论 | 第57页 |
7.2 研究特色与展望 | 第57-60页 |
7.2.1 研究特色 | 第57-58页 |
7.2.2 展望 | 第58-60页 |
致谢 | 第60-61页 |
参考文献 | 第61-65页 |
攻读硕士学位期间发表的论文与取得的学术成果 | 第65页 |