| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-18页 |
| ·研究背景 | 第9页 |
| ·研究的目的和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究现状 | 第11-12页 |
| ·土壤与石油光谱 | 第12-15页 |
| ·土壤遥感光谱学 | 第12-13页 |
| ·石油光谱特征 | 第13-15页 |
| ·研究内容及论文组织 | 第15-17页 |
| ·研究内容与技术路线 | 第15-17页 |
| ·论文组织 | 第17页 |
| ·小结 | 第17-18页 |
| 第二章 研究区概况与数据准备 | 第18-27页 |
| ·研究区概况 | 第18-19页 |
| ·自然地理环境 | 第18页 |
| ·土壤石油污染状况 | 第18-19页 |
| ·实验数据的采集 | 第19-25页 |
| ·土壤样本的采集及石油类含量测定 | 第19-22页 |
| ·土壤样本的光谱采集 | 第22-25页 |
| ·遥感数据 | 第25-26页 |
| ·遥感数据源的选择 | 第25页 |
| ·ASTER 遥感数据介绍 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第三章 基于实测光谱的土壤石油类污染检测 | 第27-45页 |
| ·土壤光谱曲线预处理 | 第27-29页 |
| ·包络线分析 | 第27页 |
| ·标准正态变量变换 | 第27-28页 |
| ·光谱微分处理 | 第28-29页 |
| ·基于数理统计模型的土壤石油类反演模型研究 | 第29-33页 |
| ·光谱特征参数相关性分析 | 第29-30页 |
| ·单变量回归模型 | 第30-31页 |
| ·多元线性回归模型 | 第31-33页 |
| ·基于BP 神经网络模型的土壤石油类反演模型研究 | 第33-44页 |
| ·BP 神经网络概述 | 第33-36页 |
| ·土壤石油类含量反演模型的设计与实现 | 第36-42页 |
| ·模型精度检验 | 第42-44页 |
| ·小结 | 第44-45页 |
| 第四章 ASTER 数据土壤石油类含量异常信息提取 | 第45-72页 |
| ·数据预处理 | 第45-53页 |
| ·影像的辐射校正 | 第45-51页 |
| ·影像的裁剪 | 第51页 |
| ·影像的几何精校正 | 第51-53页 |
| ·辅以MNF 和纹理特征的SVM 遥感分类 | 第53-67页 |
| ·基本原理介绍 | 第54-58页 |
| ·辅以MNF 和纹理特征的SVM 分类 | 第58-64页 |
| ·精度评价 | 第64-67页 |
| ·土壤中石油类含量异常信息提取 | 第67-71页 |
| ·基于主成分分析法的土壤石油类含量异常提取 | 第67-69页 |
| ·基于光谱角的土壤石油类含量异常提取 | 第69-71页 |
| ·石油类含量异常提取结果分析 | 第71页 |
| ·小结 | 第71-72页 |
| 结论 | 第72-75页 |
| 1 结论 | 第72-73页 |
| 2 有待进一步的研究工作 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 攻读硕士学位期间取得的学术成果 | 第80-81页 |
| 致谢 | 第81页 |