多元信息融合反演土壤盐度值及相关装备技术
| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 课题背景和意义 | 第12-13页 |
| 1.2 盐渍化土壤中遥感监测研究 | 第13-15页 |
| 1.2.1 光学遥感检测土壤盐渍化 | 第13-14页 |
| 1.2.2 微波遥感检测土壤盐渍化 | 第14-15页 |
| 1.3 问题的提出 | 第15-16页 |
| 1.4 研究内容和技术路线 | 第16-20页 |
| 1.4.1 研究内容 | 第16-17页 |
| 1.4.2 技术路线 | 第17-20页 |
| 第二章 土壤盐渍化检测相关技术 | 第20-30页 |
| 2.1 光谱信息反演方法相关算法 | 第20-23页 |
| 2.1.1 支持向量机概述 | 第20-21页 |
| 2.1.2 支持向量机的数学描述 | 第21-23页 |
| 2.2 介电常数检测系统相关硬件技术 | 第23-26页 |
| 2.2.1 DDS基本结构及工作原理 | 第23-24页 |
| 2.2.2 FDR传感器模块 | 第24-26页 |
| 2.3 实验相关软件 | 第26-27页 |
| 2.3.1 MATLAB软件 | 第26-27页 |
| 2.3.2 LibSVM工具箱 | 第27页 |
| 2.3.3 Keil4软件 | 第27页 |
| 2.4 本章小结 | 第27-30页 |
| 第三章 基于土壤光谱信息的盐渍化反演方法研究 | 第30-42页 |
| 3.1 土壤样品及处理方法 | 第30-31页 |
| 3.1.1 土壤样品 | 第30页 |
| 3.1.2 土壤处理方法 | 第30-31页 |
| 3.1.3 土样光谱测定与处理 | 第31页 |
| 3.2 土壤光谱曲线机理分析 | 第31-34页 |
| 3.2.1 土壤成分对光谱曲线的影响分析 | 第31-33页 |
| 3.2.2 土壤样品数据集分析 | 第33-34页 |
| 3.3 构建适用土壤光谱数据集的算法 | 第34-40页 |
| 3.3.1 光谱信息提取 | 第34-35页 |
| 3.3.2 传统拟合算法适用性研究 | 第35-36页 |
| 3.3.3 构建方法 | 第36-39页 |
| 3.3.4 测量模型验证 | 第39-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第四章 基于介电特性的土壤水盐实时检测研究 | 第42-58页 |
| 4.1 正弦波信号发生模块 | 第43-48页 |
| 4.1.1 信号发生器代码实现 | 第43-46页 |
| 4.1.2 硬件模块及实现 | 第46-48页 |
| 4.2 信号放大检测模块 | 第48-49页 |
| 4.2.1 信号放大检测模块硬件设计 | 第48-49页 |
| 4.2.2 信号放大检测模块实现 | 第49页 |
| 4.3 探针及信号处理模块 | 第49-51页 |
| 4.3.1 探针及信号处理模块硬件设计 | 第49-50页 |
| 4.3.2 信号处理模块实现 | 第50-51页 |
| 4.4 实验设计与方法 | 第51-54页 |
| 4.4.1 土壤水盐含量分级 | 第51-52页 |
| 4.4.2 测量结果 | 第52-54页 |
| 4.5 构建适用介电参数的拟合方法 | 第54-57页 |
| 4.5.1 相关性分析 | 第54-55页 |
| 4.5.2 线性回归拟合 | 第55-56页 |
| 4.5.3 非线性回归拟合 | 第56-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 结论与展望 | 第58-62页 |
| 5.1 总结 | 第58-59页 |
| 5.2 本研究的创新性 | 第59-60页 |
| 5.3 展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 附录：作者简介及硕士研究生期间主要成果 | 第66-68页 |
| 致谢 | 第68页 |
