| 中文摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 高光谱遥感的发展 | 第10页 |
| 1.3 国内外土壤特性高光谱遥感研究文献综述 | 第10-13页 |
| 1.4 土壤高光谱方法研究进展 | 第13-15页 |
| 1.5 研究目标与研究内容 | 第15-16页 |
| 1.5.1 研究目标 | 第15页 |
| 1.5.2 研究内容 | 第15-16页 |
| 1.6 研究特色与创新点 | 第16页 |
| 1.7 拟解决的科学问题 | 第16页 |
| 1.8 技术路线与论文框架 | 第16-19页 |
| 1.8.1 本文技术路线 | 第16-18页 |
| 1.8.2 论文框架 | 第18-19页 |
| 第二章 数据的采集与测定 | 第19-24页 |
| 2.1 研究区概况 | 第19页 |
| 2.2 野外土壤样本采集及其预处理 | 第19-20页 |
| 2.3 土壤样品实验室分析 | 第20-21页 |
| 2.3.1 SOM含量测定 | 第20页 |
| 2.3.2 土壤TN、TC含量测定 | 第20-21页 |
| 2.3.3 土壤pH值测定 | 第21页 |
| 2.3.4 土壤常规及重金属元素含量测定 | 第21页 |
| 2.4 土壤样品光谱反射率测定 | 第21-24页 |
| 2.4.1 地物光谱仪 | 第21-22页 |
| 2.4.2 室内光谱测量 | 第22-24页 |
| 第三章 土壤异常样本剔除及光谱数据预处理 | 第24-36页 |
| 3.1 土壤样本剔除 | 第24-28页 |
| 3.1.1 土壤属性异常样本识别与剔除 | 第24页 |
| 3.1.2 土壤样本光谱异常值剔除 | 第24-25页 |
| 3.1.3 土壤特性含量的描述性统计 | 第25-28页 |
| 3.1.4 土壤重金属赋存特征分析 | 第28页 |
| 3.2 土壤光谱数据预处理 | 第28-36页 |
| 3.2.1 光谱增强 | 第28-30页 |
| 3.2.2 光谱曲线去噪与平滑 | 第30-34页 |
| 3.2.3 光谱数据重采样 | 第34页 |
| 3.2.4 数学变换 | 第34-36页 |
| 第四章 模型构建方法 | 第36-42页 |
| 4.1 偏最小二乘回归(Partial least squares regression，PLSR) | 第36-37页 |
| 4.2 BP神经网络（Error back propagation neural network，BPNN） | 第37-38页 |
| 4.3 支持向量机（Support vector machines，SVM） | 第38-40页 |
| 4.4 校准样本与验证样本的选择方法 | 第40页 |
| 4.5 模型精度评价方法 | 第40-42页 |
| 第五章 土壤特性光谱特征波段的选择 | 第42-54页 |
| 5.1 特征波段选择方法 | 第42-45页 |
| 5.2 结果与分析 | 第45-54页 |
| 5.2.1 基于相关分析的特征波段的选择 | 第45-48页 |
| 5.2.2 基于多元逐步回归的特征波段的选择 | 第48-49页 |
| 5.2.3 基于遗传算法的特征波段的挑选 | 第49-54页 |
| 第六章 基于全波段的土壤特性高光谱估算 | 第54-65页 |
| 6.1 偏最小二乘回归模型 | 第54-57页 |
| 6.2 BP神经网络模型 | 第57-60页 |
| 6.3 支持向量机模型 | 第60-63页 |
| 6.4 模型估算结果的纵向对比 | 第63-65页 |
| 第七章 基于特征谱段的土壤特性含量高光谱估算 | 第65-96页 |
| 7.1 偏最小二乘回归模型 | 第65-75页 |
| 7.1.1 基于CA挑选特征波段建模 | 第65-68页 |
| 7.1.2 基于SMLR挑选的特征光谱波段建模 | 第68-75页 |
| 7.2 BP神经网络模型 | 第75-85页 |
| 7.2.1 基于CA挑选的特征波段建模 | 第75-78页 |
| 7.2.2 基于SMLR筛选特征波段建模 | 第78-85页 |
| 7.3 基于支持向量机方法建模 | 第85-96页 |
| 7.3.1 基于CA法挑选的特征波段建模 | 第85-88页 |
| 7.3.2 基于SMLR分析法挑选的特征波段建模 | 第88-91页 |
| 7.3.3 基于GA挑选特征波段建模 | 第91-94页 |
| 7.3.4 基于三种特征波段挑选方法构建的支持向量机模型方法纵向比较 | 第94-96页 |
| 第八章 结论与展望 | 第96-102页 |
| 8.1 讨论和分析 | 第96-99页 |
| 8.2 结论 | 第99-100页 |
| 8.3 展望 | 第100-102页 |
| 参考文献 | 第102-109页 |
| 致谢 | 第109-110页 |
| 个人简历 | 第110页 |
