基于高光谱技术的喀斯特山区耕地土壤—作物重金属研究
| 摘要 | 第7-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第13-22页 |
| 1 研究背景和意义 | 第13-15页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 研究意义 | 第14-15页 |
| 2 国内外研究现状 | 第15-18页 |
| 2.1 高光谱遥感技术及其特点 | 第15页 |
| 2.2 高光谱遥感在土壤重金属污染监测中的应用 | 第15-16页 |
| 2.3 高光谱遥感在植物重金属污染监测中的应用 | 第16-18页 |
| 3 研究目标与研究内容 | 第18-19页 |
| 3.1 研究目标 | 第18页 |
| 3.2 研究内容 | 第18-19页 |
| 4 研究方法及技术路线 | 第19-22页 |
| 4.1 研究方法 | 第19页 |
| 4.2 技术路线 | 第19-22页 |
| 第二章 研究区概况与研究方法 | 第22-35页 |
| 1 研究区自然环境背景 | 第22-23页 |
| 2 研究方法 | 第23-35页 |
| 2.1 样品采集与测定 | 第23-26页 |
| 2.2 样品光谱获取 | 第26页 |
| 2.3 机载高光谱影像的获取 | 第26-28页 |
| 2.4 数据处理 | 第28-31页 |
| 2.5 敏感波段选取 | 第31页 |
| 2.6 建模分析方法 | 第31-34页 |
| 2.7 模型指标评价方法 | 第34页 |
| 2.8 软件平台 | 第34-35页 |
| 第三章 研究区重金属污染现状及其光谱特征 | 第35-41页 |
| 1 重金属含量统计特征 | 第35-36页 |
| 1.1 土壤重金属含量统计特征 | 第35页 |
| 1.2 植物重金属含量统计特征 | 第35-36页 |
| 2 光谱特征分析 | 第36-41页 |
| 2.1 土壤光谱特征分析 | 第36-38页 |
| 2.2 植物光谱特征分析 | 第38-41页 |
| 第四章 基于光谱数据的土壤重金属含量反演 | 第41-46页 |
| 1 光谱相关性分析 | 第41-43页 |
| 1.1 ASD光谱分析 | 第41-42页 |
| 1.2 GS光谱分析 | 第42-43页 |
| 2 偏最小二乘回归模型建立 | 第43-46页 |
| 2.1 样本分组 | 第43-44页 |
| 2.2 模型建立 | 第44-46页 |
| 第五章 基于有机质含量的土壤重金属含量反演 | 第46-57页 |
| 1 基于高光谱数据的土壤有机质含量反演 | 第46-50页 |
| 1.1 建模集与验证集的划分 | 第46页 |
| 1.2 光谱相关性分析 | 第46-48页 |
| 1.3 偏最小二乘回归模型建立 | 第48-50页 |
| 2 基于有机质含量的土壤重金属含量反演模型建立 | 第50-53页 |
| 2.1 土壤有机质含量与Cd含量的模型建立 | 第51-52页 |
| 2.2 基于有机质含量的土壤重金属含量模型 | 第52-53页 |
| 3 光谱直接反演重金属Cd含量 | 第53-55页 |
| 3.1 光谱相关性分析 | 第53-54页 |
| 3.2 偏最小二乘回归模型建立 | 第54-55页 |
| 4 间接与直接预测土壤Cd含量对比 | 第55-57页 |
| 第六章 基于光谱数据的植物叶片重金属含量反演 | 第57-60页 |
| 1 光谱相关性分析 | 第57页 |
| 2 敏感波段选取 | 第57-60页 |
| 3.1 多元逐步回归模型建立 | 第58页 |
| 3.2 支持向量机回归模型建立 | 第58页 |
| 3.3 模型精度对比 | 第58-60页 |
| 第七章 结论与展望 | 第60-64页 |
| 1 结论 | 第60-61页 |
| 2 研究特色与创新点 | 第61-62页 |
| 3 存在的问题与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读学位期间所取得的相关科研成果 | 第68-70页 |
| 致谢 | 第70-71页 |
| 附录 | 第71-77页 |
| 1.土壤检测项目 | 第71-73页 |
| 2.植物检测项目 | 第73-77页 |
| 2.1 茄子检测 | 第73-74页 |
| 2.2 茄子叶检测 | 第74-75页 |
| 2.3 辣椒检测 | 第75-76页 |
| 2.4 辣椒叶检测 | 第76-77页 |
