首页--农业科学论文--农业基础科学论文--土壤学论文--土壤肥力(土壤肥沃性)论文

土壤养分信息的光谱估测研究

摘要第1-11页
ABSTRACT第11-15页
第一章 文献综述与立题依据第15-37页
 摘要第15页
 1 研究背景第15-16页
 2 土壤定量遥感的物理基础第16-20页
   ·土壤的反射光谱特性第16页
   ·影响土壤反射光谱的主要因素第16-17页
     ·有机质含量的影响第16-17页
     ·氧化铁含量的影响第17页
     ·土壤质地和黏粒含量的影响第17页
     ·土壤水分含量的影响第17页
   ·土壤反射光谱曲线的基本类型第17-20页
 3 土壤养分遥感监测研究进展第20-23页
   ·土壤有机质光谱反演第20-21页
   ·土壤氮素光谱反演第21-22页
   ·土壤磷、钾光谱反演第22-23页
 4 光谱分析方法研究进展第23-28页
   ·光谱预处理方法第24-25页
   ·定性分析方法第25页
   ·定量分析方法第25-28页
 5 需要研究的问题第28页
 6 本研究的目的及意义第28-29页
 参考文献第29-37页
第二章 技术路线与研究方法第37-47页
 摘要第37页
 1 研究思路与技术路线第37页
 2 材料与方法第37-45页
   ·试验设计第37-39页
   ·土样采集与处理第39-40页
   ·数据获取方法第40-41页
     ·高光谱测定第40页
     ·NIR光谱测定第40-41页
     ·土壤养分参数测定第41页
   ·数据分析与利用第41-45页
     ·光谱预处理方法第42-43页
     ·建模方法第43-44页
       ·偏最小二乘法第43页
       ·BP神经网络第43-44页
       ·基于光谱参数的简单回归分析第44页
     ·模型检验第44-45页
 参考文献第45-47页
第三章 不同类型土壤光谱特征及其分类研究第47-59页
 摘要第47-48页
 1 材料与方法第48-50页
   ·试验材料第48页
   ·土壤光谱采集第48-49页
   ·土壤光谱预处理第49页
   ·数据分析与利用第49-50页
 2 结果与分析第50-56页
   ·可见光-近红外光谱分析(便携式高光谱仪)第50-53页
     ·不同类型土壤光谱曲线特征第50-51页
     ·PLS分类模型第51-52页
     ·PLS-BP神经网络分类模型第52-53页
     ·模型比较第53页
   ·近红外光谱分析(傅立叶近红外光谱仪)第53-56页
     ·土壤样本的近红外漫反射光谱特征第54页
     ·PLS-BP神经网络分类模型第54-56页
 3 小结与讨论第56-57页
 参考文献第57-58页
 Abstract第58-59页
第四章 基于高光谱的土壤有机质含量估测研究第59-75页
 摘要第59-61页
 1 材料与方法第61-63页
   ·试验设计第61页
   ·土壤高光谱及有机质含量的测定第61页
   ·土壤光谱预处理第61页
   ·数据分析与利用第61-63页
 2 结果与分析第63-69页
   ·土壤有机质含量特征统计分析第63-64页
   ·土壤有机质含量与两波段原始光谱参数的关系第64-65页
   ·土壤有机质含量与两波段导数光谱参数的关系第65-67页
   ·基于光谱参数的土壤有机质估测模型检验第67-68页
   ·基于PLS的土壤有机质含量估测模型第68页
   ·基于BP神经网络的土壤有机质含量估测模型第68-69页
 3 小结与讨论第69-71页
 参考文献第71-74页
 Abstract第74-75页
第五章 基于近红外光谱的土壤有机质含量估测研究第75-87页
 摘要第75-76页
 1 材料与方法第76-78页
   ·试验设计第76页
   ·土壤NIR光谱及有机质含量的测定第76页
   ·土壤光谱预处理第76-77页
   ·数据分析与利用第77-78页
 2 结果与分析第78-82页
   ·土壤有机质含量与两波段原始反射率组合参数的关系第78-79页
   ·土壤有机质含量与两波段校正反射率组合参数的关系第79-80页
   ·土壤有机质含量与两波段一阶导数组合参数的关系第80-81页
   ·土壤有机质估测模型的检验与比较第81-82页
 3 小结与讨论第82-84页
 参考文献第84-86页
 Abstract第86-87页
第六章 土壤全氮含量的光谱估测研究第87-105页
 摘要第87-88页
 1 材料与方法第88-89页
   ·试验设计第88页
   ·土壤光谱及全氮含量的测定第88页
   ·光谱预处理方法第88-89页
   ·数据分析与利用第89页
 2 结果与分析第89-99页
   ·土壤全氮含量特征统计分析第89页
   ·基于高光谱的土壤全氮含量估测研究第89-93页
     ·土壤全氮与光谱反射率及其一阶导数的相关性第89-90页
     ·基于PLS和BP神经网络的土壤全氮含量估测第90-92页
     ·基于光谱指数的土壤全氮含量估测第92-93页
     ·土壤全氮含量估测模型的检验与比较第93页
   ·基于NIR光谱的土壤全氮含量估测研究第93-99页
     ·不同区域PLS校正模型比较第93-97页
     ·基于BP神经网络的土壤全氮估测第97页
     ·土壤全氮含量与两波段特征指数的关系第97-99页
     ·土壤全氮含量估测模型的检验与比较第99页
 3 小结与讨论第99-101页
 参考文献第101-103页
 Abstract第103-105页
第七章 土壤全磷含量的光谱估测研究第105-117页
 摘要第105-106页
 1 材料与方法第106页
   ·试验设计第106页
   ·土壤光谱及全磷含量的测定第106页
   ·光谱预处理方法第106页
   ·数据分析与利用第106页
 2 结果与分析第106-113页
   ·土壤全磷含量特征统计分析第106-107页
   ·基于高光谱的土壤全磷含量估测第107-110页
     ·土壤全磷与光谱反射率及其一阶导数的相关性第107-108页
     ·基于PLS和BP神经网络的土壤全磷含量估测第108-109页
     ·基于光谱指数的土壤全磷含量估测第109-110页
     ·土壤全磷含量估测模型的检验与比较第110页
   ·基于NIR光谱的土壤全磷含量估测第110-113页
     ·基于PLS的土壤全磷含量估测第110-111页
     ·基于BP神经网络的土壤全磷含量估测第111页
     ·基于光谱指数的土壤全磷含量估测第111-112页
     ·土壤全磷含量估测模型的检验与比较第112-113页
 3 小结与讨论第113-114页
 参考文献第114-116页
 Abstract第116-117页
第八章 土壤碱解氮、速效磷和速效钾含量的光谱估测研究第117-129页
 摘要第117-118页
 1 材料与方法第118-119页
   ·试验设计第118-119页
   ·土壤光谱及碱解氮、速效磷和速效钾含量的测定第119页
   ·光谱预处理方法第119页
   ·数据分析与利用第119页
 2 结果与分析第119-125页
   ·土壤碱解氮、速效磷及速效钾含量特征统计分析第119-120页
   ·基于高光谱的土壤碱解氮、速效磷及速效钾含量估测第120-122页
     ·基于PLS的土壤碱解氮、速效磷及速效钾含量估测第120-121页
     ·基于BP神经网络的土壤碱解氮、速效磷及速效钾含量估测第121页
     ·两种方法下建立的土壤碱解氮、速效磷及速效钾估测模型的检验与比较第121-122页
   ·基于NIR光谱的土壤碱解氮、速效磷和速效钾含量估测第122-125页
     ·基于PLS的土壤碱解氮、速效磷和速效钾含量估测第122-123页
     ·基于BP神经网络的土壤碱解氮、速效磷和速效钾含量估测第123-124页
     ·两种方法下建立的土壤碱解氮、速效磷及速效钾估测模型的检验与比较第124-125页
 3 小结与讨论第125页
 参考文献第125-127页
 Abstract第127-129页
第九章 讨论与结论第129-139页
 摘要第129页
 1 讨论第129-133页
   ·土壤光谱分析与定量建模技术第129-131页
   ·土壤养分信息的高光谱&NIR光谱估测差异及特点第131-132页
   ·不同土壤养分指标光谱估测的关联及异同第132页
   ·不同模型构建方法在土壤养分估测中的比较第132-133页
 2 本研究的特色与今后的研究设想第133-134页
   ·本研究的特色与创新第133-134页
   ·今后的研究设想第134页
 3 结论第134-135页
 参考文献第135-139页
附录 在学期间发表和投稿的学术论文第139-140页
致谢第140页

论文共140页,点击 下载论文
上一篇:长期施肥对红壤旱地玉米生产力和土壤肥力的影响及其机制研究
下一篇:铜耐性植物内生和根际细菌的生物多样性及其强化植物富集铜的研究