| 中文摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第10-22页 |
| 1.1 选题背景和意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-18页 |
| 1.2.1 机载成像高光谱系统 | 第10-13页 |
| 1.2.2 光谱重建 | 第13-14页 |
| 1.2.3 信息提取 | 第14-16页 |
| 1.2.4 应用研究 | 第16-18页 |
| 1.3 存在的问题 | 第18-19页 |
| 1.4 研究内容与技术路线 | 第19-22页 |
| 1.4.1 研究内容 | 第19页 |
| 1.4.2 技术路线 | 第19-21页 |
| 1.4.3 本文完成的工作量 | 第21-22页 |
| 2 光谱重建技术研究 | 第22-41页 |
| 2.1 机载成像光谱重建方法与误差分析 | 第22-33页 |
| 2.1.1 实验室定标与误差分析 | 第22-26页 |
| 2.1.2 大气校正 | 第26-32页 |
| 2.1.3 光照、地形校正 | 第32-33页 |
| 2.2 机载成像光谱重建方法 | 第33-39页 |
| 2.2.1 基于吸收深度系数的光谱定标方法 | 第34-38页 |
| 2.2.2 成像光谱数据大气层参量提取+辐射传输模型的方法 | 第38-39页 |
| 2.2.3 基于Minnaert模型的光照、地形校正 | 第39页 |
| 2.3 本章小结 | 第39-41页 |
| 3 信息提取技术研究 | 第41-54页 |
| 3.1 基于光谱特征的信息提取研究 | 第41-45页 |
| 3.1.1 基于光谱吸收特征的信息提取方法 | 第41-42页 |
| 3.1.2 去噪和平滑算法 | 第42页 |
| 3.1.3 吸收特征增强和计算 | 第42-43页 |
| 3.1.4 回归分析 | 第43-45页 |
| 3.2 基于混合像元分解的信息提取研究 | 第45-53页 |
| 3.2.1 端元提取 | 第45-46页 |
| 3.2.2 矿物丰度估计 | 第46-47页 |
| 3.2.3 基于深度学习自编码神经网络研究 | 第47-53页 |
| 3.3 本章小结 | 第53-54页 |
| 4 甘肃祁连山黑沟铁矿区试验与验证 | 第54-82页 |
| 4.1 试验区地理、地质、矿产背景 | 第54-62页 |
| 4.1.1 试验区范围及自然地理条件 | 第54-55页 |
| 4.1.2 调查区地质概况 | 第55-60页 |
| 4.1.3 调查区铁矿床 | 第60-62页 |
| 4.1.4 区内矿产的蚀变矿物总结 | 第62页 |
| 4.2 机载及地面高光谱数据获取 | 第62-66页 |
| 4.2.1 机载高光谱数据获取 | 第62-63页 |
| 4.2.2 地面成矿要素调查 | 第63-66页 |
| 4.3 光谱重建 | 第66-68页 |
| 4.4 信息提取与分析 | 第68-75页 |
| 4.4.1 基于混合像元分解方法矿物信息提取结果 | 第68-72页 |
| 4.4.2 基于吸收特征方法提取结果 | 第72-75页 |
| 4.5 蚀变矿物信息筛选和找矿预测 | 第75-81页 |
| 4.5.1 热液断裂构造解译 | 第75-77页 |
| 4.5.2 蚀变矿物信息筛选与找矿要素分析 | 第77-78页 |
| 4.5.3 找矿预测与野外验证 | 第78-81页 |
| 4.6 本章小结 | 第81-82页 |
| 5 东北建三江黑土区试验与验证 | 第82-91页 |
| 5.1 研究区概况 | 第83页 |
| 5.2 样品采集与测试 | 第83-84页 |
| 5.3 机载高光谱数据获取与预处理 | 第84页 |
| 5.4 光谱重建试验 | 第84-85页 |
| 5.5 信息提取与分析 | 第85-87页 |
| 5.5.1 研究区土壤有机碳光谱响应特征 | 第85-86页 |
| 5.5.2 基于有机碳光谱特征的信息提取 | 第86-87页 |
| 5.5.3 土壤有机碳反演结果图 | 第87页 |
| 5.6 土地质量评价应用 | 第87-90页 |
| 5.7 本章小结 | 第90-91页 |
| 6 结论 | 第91-93页 |
| 6.1 主要成果与创新点 | 第91-92页 |
| 6.2 存在问题与展望 | 第92-93页 |
| 致谢 | 第93-94页 |
| 参考文献 | 第94-103页 |
| 附录 | 第103-104页 |