| 摘要 | 第6-8页 |
| abstract | 第8-9页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 国内外研究概况 | 第13-16页 |
| 1.2.1 高光谱遥感及其应用 | 第13页 |
| 1.2.2 土壤高光谱曲线特征 | 第13-14页 |
| 1.2.3 高光谱数据预处理 | 第14-15页 |
| 1.2.4 土壤有机质建模方法 | 第15页 |
| 1.2.5 土壤有机质的高光谱敏感波段 | 第15-16页 |
| 1.3 研究内容与技术路线 | 第16-19页 |
| 1.3.1 研究目的 | 第16-17页 |
| 1.3.2 主要研究内容 | 第17-18页 |
| 1.3.3 技术路线 | 第18-19页 |
| 第二章 材料与研究方法 | 第19-26页 |
| 2.1 陕西省自然概况及主要土壤特点 | 第19页 |
| 2.2 土壤样品的采集与制备 | 第19-20页 |
| 2.3 土壤高光谱遥感数据获取 | 第20-21页 |
| 2.4 高光谱数据处理 | 第21-22页 |
| 2.5 模型的建立与验证 | 第22-26页 |
| 2.5.1 偏最小二乘回归(PLSR) | 第22-23页 |
| 2.5.2 支持向量机回归(SVR) | 第23-24页 |
| 2.5.3 模型的验证 | 第24-26页 |
| 第三章 结果与分析 | 第26-55页 |
| 3.1 土壤样品有机质含量状况 | 第26-27页 |
| 3.2 不同类型土壤光谱特征分析 | 第27-30页 |
| 3.3 土壤剖面的光谱特征分析 | 第30-42页 |
| 3.3.1 塿土剖面的光谱特征 | 第30-33页 |
| 3.3.2 水稻土剖面的光谱特征 | 第33-35页 |
| 3.3.3 黄绵土剖面的光谱特征 | 第35-37页 |
| 3.3.4 黑垆土剖面的光谱特征 | 第37-39页 |
| 3.3.5 风沙土剖面光谱特征 | 第39-41页 |
| 3.3.6 小结 | 第41-42页 |
| 3.4 土壤有机质响应波段提取 | 第42-45页 |
| 3.4.1 土壤光谱反射率与有机质含量的相关性分析 | 第42-44页 |
| 3.4.2 小结 | 第44-45页 |
| 3.5 土壤有机质含量高光谱估算模型构建 | 第45-55页 |
| 3.5.1 土壤有机质四位分光谱特征 | 第45-46页 |
| 3.5.2 基于土壤特征指数的有机质高光谱模型预测结果 | 第46-49页 |
| 3.5.3 基于光谱特征参数的PLSR模型预测结果 | 第49-51页 |
| 3.5.4 基于光谱特征参数的土壤有机质SVR模型预测结果 | 第51-53页 |
| 3.5.5 小结 | 第53-55页 |
| 第四章 结论与展望 | 第55-57页 |
| 4.1 结论 | 第55-56页 |
| 4.2 展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 作者简介 | 第62页 |
