基于模糊识别的土壤含水量高光谱预测模型研究
| 中文摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第10-20页 |
| 1.1 研究目的及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-18页 |
| 1.2.1 高光谱遥感发展历程 | 第10-11页 |
| 1.2.2 土壤含水量高光谱预测研究 | 第11-18页 |
| 1.3 研究内容与技术路线 | 第18-20页 |
| 1.3.1 研究内容 | 第18页 |
| 1.3.2 技术路线 | 第18-20页 |
| 2 数据获取与预处理 | 第20-29页 |
| 2.1 研究区概况 | 第20页 |
| 2.2 数据获取 | 第20-21页 |
| 2.2.1 室外光谱反射率测量 | 第21页 |
| 2.2.2 土壤含水量测定 | 第21页 |
| 2.3 光谱预处理 | 第21-28页 |
| 2.3.1 断点校正 | 第21-22页 |
| 2.3.2 光谱噪声去除 | 第22页 |
| 2.3.3 异常样本剔除 | 第22-23页 |
| 2.3.4 光谱变换处理 | 第23-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 光谱特性分析与特征因子选取 | 第29-35页 |
| 3.1 土壤光谱特性分析 | 第29-30页 |
| 3.2 特征因子选取 | 第30-34页 |
| 3.2.1 相关分析 | 第30页 |
| 3.2.2 相关系数曲线图 | 第30-33页 |
| 3.2.3 特征因子确定 | 第33-34页 |
| 3.3 本章小结 | 第34-35页 |
| 4 土壤含水量高光谱预测模型 | 第35-46页 |
| 4.1 模糊识别模型构建 | 第35-41页 |
| 4.1.1 可变模糊集模型 | 第35-38页 |
| 4.1.2 半监督模糊识别模型 | 第38-41页 |
| 4.2 常用预测模型简介 | 第41-43页 |
| 4.2.1 模糊识别模型 | 第41-42页 |
| 4.2.2 决策树模型 | 第42页 |
| 4.2.3 支持向量机 | 第42-43页 |
| 4.2.4 BP神经网络 | 第43页 |
| 4.3 模型精度评价 | 第43-45页 |
| 4.3.1 后验差检验法 | 第44-45页 |
| 4.3.2 相对误差检验法 | 第45页 |
| 4.4 本章小结 | 第45-46页 |
| 5 模型预测结果分析 | 第46-58页 |
| 5.1 基于可变模糊集模型的预测结果 | 第46-50页 |
| 5.2 基于半监督模糊识别模型的预测结果 | 第50-53页 |
| 5.3 预测结果对比分析 | 第53-57页 |
| 5.4 本章小结 | 第57-58页 |
| 6 结论与展望 | 第58-60页 |
| 6.1 结论 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士期间发表论文与参加的项目 | 第65页 |
