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--盐碱土改良论文

基于多源数据光谱转换的土壤盐分反演与动态分析

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

论文共65页,点击 下载论文
上一篇:基于振荡共振理论的人体触觉传感装置系统研究
下一篇:广播辩论类节目《即辩如此》作品阐释