首页--环境科学、安全科学论文--环境质量评价与环境监测论文--环境遥感论文

农田土壤重金属含量高光谱遥感反演研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第10-22页
    1.1 研究背景与意义第10-12页
    1.2 国内外研究现状第12-19页
        1.2.1 重金属污染胁迫植物毒害效应研究第13-14页
        1.2.2 重金属污染胁迫植被光谱变换分析第14-15页
        1.2.3 农作物生理特征光谱响应参数第15-17页
        1.2.4 土壤重金属估算模型第17-19页
    1.3 研究内容与方法第19-20页
    1.4 研究技术路线第20-21页
    1.5 本章小结第21-22页
第二章 研究区概况及数据获取第22-30页
    2.1 研究区域概况第22页
    2.2 野外数据采集与处理第22-26页
        2.2.1 野外光谱数据测量第22-24页
        2.2.2 土壤样品获取第24页
        2.2.3 土壤理化性质测定第24-26页
    2.3 土壤重金属赋存特征分析第26-27页
    2.4 光谱数据预处理第27-29页
        2.4.1 光谱微分技术第27-28页
        2.4.2 包络线消除法第28页
        2.4.3 光谱倒数对数处理第28-29页
    2.5 本章小结第29-30页
第三章 基于小波变换的水稻冠层光谱异常探测第30-52页
    3.1 植被冠层光谱特征分析第30-31页
    3.2 水稻重金属污染胁迫光谱弱信息增强第31-39页
        3.2.1 小波分析第31-33页
        3.2.2 基于小波分析的光谱奇异性探测机理第33-34页
        3.2.3 小波基函数筛选第34-35页
        3.2.4 小波变换最优分解尺度选择与分析第35-39页
    3.3 水稻重金属污染的光谱奇异性诊断第39-50页
        3.3.1 光谱奇异性参数计算第39-40页
        3.3.2 重金属污染水稻冠层光谱特征提取第40-50页
    3.4 本章小结第50-52页
第四章 土壤重金属污染的高光谱诊断模型第52-60页
    4.1 模糊神经网络模型概述第52-53页
    4.2 网络结构及学习算法第53-54页
    4.3 基于模糊神经网络的土壤重金属含量估算第54-56页
    4.4 模型性能与精度评价第56-59页
    4.5 本章小结第59-60页
第五章 结论与展望第60-62页
    5.1 结论第60-61页
    5.2 展望第61-62页
参考文献第62-67页
致谢第67-68页
附录A 硕士期间发表的论文及取得的成果第68-69页
附录B 攻读硕士期间参与的科研项目第69页

论文共69页,点击 下载论文
上一篇:冻融循环下海相沉积土高速公路路基病害处治研究
下一篇:基于金属氧化物纳米复合膜硫化氢气敏传感器的研究