哈尔滨城区土壤高光谱特性与TM遥感的定量反演
摘要 | 第1-4页 |
Abstract | 第4-8页 |
1 绪论 | 第8-16页 |
·研究背景 | 第8页 |
·高光谱遥感的特征 | 第8-9页 |
·高光谱遥感的概念 | 第8页 |
·高光谱数据的特点 | 第8-9页 |
·土壤光谱研究进展 | 第9-13页 |
·影响土壤反射光谱特征的因素 | 第10-13页 |
·存在问题及发展前景 | 第13页 |
·本文的研究目的与研究内容、方法 | 第13-16页 |
·研究目的 | 第13-14页 |
·研究内容 | 第14页 |
·研究方法 | 第14-15页 |
·技术路线 | 第15-16页 |
2 自然概况与研究方法 | 第16-22页 |
·研究区概况 | 第16页 |
·土壤样品的采集与制备 | 第16-17页 |
·土壤样本的测定方法 | 第17页 |
·土壤光谱测定 | 第17-22页 |
·光谱数据预处理 | 第18-19页 |
·光谱数据数学处理 | 第19-22页 |
3 土壤理化性质对光谱曲线的影响 | 第22-26页 |
·哈尔滨市土壤光谱曲线变化规律 | 第22页 |
·土壤理化性质对光谱曲线的影响 | 第22-25页 |
·土壤颜色对光谱曲线的影响 | 第22-23页 |
·土壤机械组成对光谱曲线的影响 | 第23-24页 |
·土壤有机质对光谱曲线的影响 | 第24页 |
·土壤氧化铁含量对土壤光谱曲线的影响 | 第24-25页 |
·本章小结 | 第25-26页 |
4 土壤有机质含量及其高光谱定量反演 | 第26-33页 |
·土壤有机质含量的空间分布 | 第26页 |
·相关性分析 | 第26-27页 |
·多元线性回归分析 | 第27-30页 |
·模型建立 | 第29页 |
·模型检验 | 第29-30页 |
·BP神经网络 | 第30-32页 |
·BP神经网络模型建立和结果分析 | 第30-32页 |
·本章小结 | 第32-33页 |
5 土壤游离态氧化铁含量及其高光谱定量反演 | 第33-37页 |
·土壤游离态氧化铁的空间分布 | 第33页 |
·相关性分析 | 第33-34页 |
·多元线性回归分析 | 第34-35页 |
·模型建立 | 第34页 |
·模型检验 | 第34-35页 |
·BP神经网络模型建立和结果分析 | 第35-36页 |
·本章小结 | 第36-37页 |
6 TM遥感的定量反演 | 第37-44页 |
·数据获取 | 第37页 |
·TM遥感影像预处理 | 第37-39页 |
·大气校正 | 第37-39页 |
·基于TM遥感数据土壤有机质含量的反演 | 第39-41页 |
·建立回归模型与检验 | 第39页 |
·有机质专题制图 | 第39-41页 |
·基于TM遥感数据土壤游离态氧化铁含量的反演 | 第41-42页 |
·建立模型与检验 | 第41页 |
·游离态氧化铁专题制图 | 第41-42页 |
·本章小结 | 第42-44页 |
结论 | 第44-45页 |
参考文献 | 第45-49页 |
攻读学位期间发表的学术论文 | 第49-50页 |
致谢 | 第50-51页 |