| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 目录 | 第6-8页 |
| 第1章 盐碱土盐分遥感反演的意义及国内外研究进展 | 第8-15页 |
| 1.1 盐碱土遥感监测国内外研究进展 | 第8-11页 |
| 1.1.1 盐碱土遥感监测国内外研究现状 | 第8-9页 |
| 1.1.2 土壤水分与土壤反射光谱的关系研究 | 第9-10页 |
| 1.1.3 土壤有机质的反射光谱特性及其预测 | 第10页 |
| 1.1.4 土壤质地、铁的氧化物及其他土壤特性对土壤光谱的影响 | 第10-11页 |
| 1.2 本文的研究意义与研究目标 | 第11-13页 |
| 1.2.1 研究目标 | 第11-12页 |
| 1.2.2 研究意义 | 第12-13页 |
| 1.3 论文数据资料与工作路线 | 第13-15页 |
| 1.3.1 数据资料 | 第13页 |
| 1.3.2 数据采集分析与建模工具 | 第13页 |
| 1.3.3 工作路线 | 第13-15页 |
| 第2章 研究区概况 | 第15-19页 |
| 2.1 自然地理环境 | 第15-17页 |
| 2.1.1 地理位置 | 第15页 |
| 2.1.2 地貌条件 | 第15-16页 |
| 2.1.3 地质土壤 | 第16页 |
| 2.1.4 气候与水文 | 第16-17页 |
| 2.2 社会经济现状 | 第17页 |
| 2.3 土壤盐碱化现状 | 第17-19页 |
| 第3章 盐碱土光谱数据采集与分析 | 第19-30页 |
| 3.1 土壤样本的采集与准备 | 第19页 |
| 3.2 土壤盐分的测定 | 第19-20页 |
| 3.3 盐碱土光谱数据的采集、预处理与特征分析 | 第20-25页 |
| 3.3.1 盐碱土光谱数据的采集 | 第20-21页 |
| 3.3.2 盐碱土光谱数据的预处理 | 第21页 |
| 3.3.3 盐碱土光谱曲线特征分析 | 第21-25页 |
| 3.4 盐碱土光谱数据的处理与定量分析 | 第25-30页 |
| 3.4.1 单波段光谱反射率与盐分的关系分析 | 第25-26页 |
| 3.4.2 波段间相关性分析 | 第26-27页 |
| 3.4.3 地面高光谱数据与 TM 影像数据的对比分析 | 第27-29页 |
| 3.4.4 多元线性逐步回归分析 | 第29-30页 |
| 第4章 基于 BP 神经网络的盐碱土盐分遥感反演模型的构建 | 第30-40页 |
| 4.1 BP 神经网络基本原理 | 第30-31页 |
| 4.2 影响盐碱土盐分的关键因子 | 第31-32页 |
| 4.3 BP 神经网络反演盐分模型 | 第32-40页 |
| 4.3.1 BP 神经网络反演盐分模型设计 | 第32页 |
| 4.3.2 BP 神经网络反演盐分模型的实现 | 第32-37页 |
| 4.3.3 精度检验 | 第37-40页 |
| 结论与讨论 | 第40-42页 |
| 参考文献 | 第42-46页 |
| 后记 | 第46页 |
