| 致谢 | 第7-8页 |
| 中文摘要 | 第8-10页 |
| Abstract | 第10-12页 |
| 第一章 绪论 | 第18-28页 |
| 1.1 研究背景、目的及意义 | 第18-20页 |
| 1.2 国内外土壤属性高光谱预测技术研究进展 | 第20-25页 |
| 1.2.1 土壤高光谱预处理方法及预测模型的国内外研究进展 | 第20-23页 |
| 1.2.2 土壤全氮高光谱预测国内外研究进展 | 第23-24页 |
| 1.2.3 基于国家或全球尺度光谱库分析的国内外研究进展 | 第24-25页 |
| 1.3 研究目标,研究内容及技术路线 | 第25-28页 |
| 1.3.1 研究目标 | 第25页 |
| 1.3.2 研究内容 | 第25-26页 |
| 1.3.3 技术路线 | 第26-28页 |
| 第二章 研究材料与数据获取 | 第28-33页 |
| 2.1 土壤样品采集与制备 | 第28-29页 |
| 2.2 土样数据获取 | 第29-31页 |
| 2.2.1 室内土样光谱数据获取 | 第29-31页 |
| 2.2.2 土样属性数据获取 | 第31页 |
| 2.3 土壤全氮-可见近红外光谱库建立 | 第31-33页 |
| 第三章 光谱数据预处理 | 第33-40页 |
| 3.1 异常值筛查 | 第33-34页 |
| 3.1.1 土壤属性 | 第33-34页 |
| 3.1.2 土壤光谱 | 第34页 |
| 3.2 光谱曲线去噪平滑 | 第34-36页 |
| 3.2.1 小波去噪法 | 第35-36页 |
| 3.2.2 Gaussian滤波法 | 第36页 |
| 3.2.3 Savitzky-Golay多项式平滑法 | 第36页 |
| 3.3 光谱增强 | 第36-40页 |
| 3.3.1 光谱微分处理 | 第37-39页 |
| 3.3.2 连续统去除 | 第39-40页 |
| 第四章 基于土壤属性的光谱库建模策略研究 | 第40-57页 |
| 4.1 几种常用建模方法介绍 | 第40-51页 |
| 4.1.1 线性模型 | 第40-43页 |
| 4.1.2 非线性模型 | 第43-48页 |
| 4.1.3 模型精度评价与验证方法 | 第48-51页 |
| 4.2 基于土壤属性的建模策略 | 第51-57页 |
| 4.2.1 土壤光谱库全局建模可行性 | 第51-52页 |
| 4.2.2 全氮含量等级划分子集 | 第52-55页 |
| 4.2.3 土类划分子集 | 第55-57页 |
| 第五章 基于土壤光谱特性的光谱库建模策略研究 | 第57-65页 |
| 5.1 基于土壤光谱特性的建模方法介绍 | 第57-59页 |
| 5.1.1 局部加权回归模型 | 第57-58页 |
| 5.1.2 模糊K均值聚类 | 第58-59页 |
| 5.2 基于土壤光谱特性的建模策略与应用 | 第59-65页 |
| 5.2.1 土壤光谱库全局建模预测全氮含量 | 第59-60页 |
| 5.2.2 土壤光谱库LWR局部建模预测全氮含量 | 第60-62页 |
| 5.2.3 土壤光谱库FKMC-PLSR局部建模预测全氮含量 | 第62-63页 |
| 5.2.4 三种土壤全氮含量反演模型的对比 | 第63-65页 |
| 第六章 结论与展望 | 第65-67页 |
| 6.1 主要研究成果与结论 | 第65-66页 |
| 6.1.1 基于土壤属性的光谱库建模策略 | 第65页 |
| 6.1.2 基于土壤光谱特性的光谱库建模策略 | 第65-66页 |
| 6.2 问题与展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
