首页--农业科学论文--农业基础科学论文--土壤学论文--土壤改良论文--盐碱土改良论文

基于LandSat8影像的耕地盐渍土含盐量反演模型--以山西省山阴县、应县为例

摘要第6-8页
1 引言第8-14页
    1.1 研究背景和意义第8-9页
        1.1.1 研究背景第8-9页
        1.1.2 研究意义第9页
    1.2 国内外进展第9-12页
        1.2.1 国外研究进展第9-10页
        1.2.2 国内研究进展第10-12页
    1.3 研究内容第12页
    1.4 技术路线图第12-14页
2 研究区概括第14-16页
    2.1 山阴县、应县概况第14-15页
        2.1.1 山阴县第14页
        2.1.2 应县第14-15页
    2.2 研究区盐渍土概况第15-16页
3 数据源及处理第16-25页
    3.1 数据源第16-18页
        3.1.1 野外采样及数据测定第16-17页
        3.1.2 Landsat 8 OLI_TIRS遥感影像数据第17-18页
        3.1.3 辅助数据第18页
    3.2 LandSat8影像预处理第18-20页
        3.2.1 LandSat8遥感影像辐射校正第18-20页
            3.2.1.1 辐射定标第18页
            3.2.1.2 大气校正第18-20页
        3.2.2 LandSat8遥感影像几何校正第20页
    3.3 采样点地表反射率第20-21页
        3.3.1 采样点地表反射率的提取第20-21页
        3.3.2 光谱数据的处理第21页
    3.4 监督分类提取耕地第21-25页
4 山阴、应县土壤含盐量的反演第25-35页
    4.1 盐碱土含盐量对土壤反射光谱特征的影响第25页
    4.2 盐碱土含盐量与土壤反射率的单相关性分析第25-27页
        4.2.1 盐碱土含盐量与波段反射率的相关性分析第25-26页
        4.2.2 盐碱土含盐量与波段反射率变换形式的相关性分析第26-27页
    4.3 回归模型的构建和确立第27-30页
        4.3.1 多元回归模型第27-28页
        4.3.2 模型的构建与应用第28页
        4.3.3 检验精度第28-30页
    4.4 基于地统计学的土壤含盐量的预测第30-35页
        4.4.1 地统计学概述第30页
        4.4.2 半变异函数和克里格插值第30-31页
        4.4.3 应县和山阴土壤含盐量的预测第31-35页
5 BP神经网络模型第35-42页
    5.1 BP神经网络模型简介第35-36页
    5.2 BP神经网络的建立第36-42页
        5.2.1 隐含层节点数的确定第36页
        5.2.2 土壤含盐量预测BP神经网络模型的实现第36-38页
        5.2.3 模型精度的验证第38-40页
        5.2.4 三种模型精度对比第40-42页
6 山阴县、应县盐渍土含盐量等级分布图第42-45页
    6.1 盐渍土等级分类标准第42页
    6.2 应县、山阴耕地含盐量等级分布图第42-45页
7 结论与展望第45-47页
    7.1 结论第45页
    7.2 不足与展望第45-47页
参考文献第47-50页
Abstract第50-51页
致谢第52页

论文共52页,点击 下载论文
上一篇:多尺度EGLSN的建立及区域施肥研究
下一篇:基于GWR的耕地经营细碎化影响因素研究--以山西省太谷县五个行政村为例