首页--环境科学、安全科学论文--环境质量评价与环境监测论文--环境监测论文--土壤监测论文

矿区耕地土壤重金属含量GWR模型反演研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-24页
    1.1 研究背景第10-13页
        1.1.1 重金属对耕地作物与人体健康危害第11-12页
        1.1.2 矿区土壤重金属污染现状第12-13页
    1.2 研究意义第13-14页
    1.3 国内外研究现状第14-21页
        1.3.1 高光谱遥感技术研究现状第14-17页
        1.3.2 土壤光谱变换研究现状第17-19页
        1.3.3 土壤重金属含量反演建模研究现状第19-21页
    1.4 研究内容与方法第21-22页
    1.5 研究技术路线第22页
    1.6 本章小结第22-24页
第二章 研究区概况与数据采集第24-30页
    2.1 研究区概况第24-25页
    2.2 实验数据采集与分析第25-28页
        2.2.1 光谱数据采集第25-26页
        2.2.2 土壤样品采集第26-27页
        2.2.3 土壤重金属含量测定第27-28页
    2.3 重金属含量统计分析第28-29页
        2.3.1 重金属含量统计特征第28-29页
        2.3.2 重金属赋存特征分析第29页
    2.4 本章小结第29-30页
第三章 矿区耕地土壤重金属光谱特征第30-50页
    3.1 土壤原始光谱分析第30-32页
        3.1.1 室内外土壤光谱比较第30-31页
        3.1.2 室内土壤光谱特征分析第31-32页
    3.2 土壤光谱预处理第32-40页
        3.2.1 异常样本与光谱数据的去除第33-34页
        3.2.2 光谱重采样第34页
        3.2.3 光谱平滑第34-35页
        3.2.4 光谱微分处理第35-36页
        3.2.5 倒数对数处理第36-37页
        3.2.6 包络线去除第37-38页
        3.2.7 组合变换处理第38-40页
    3.3 相关性分析第40-48页
        3.3.1 Cu含量与光谱数据的相关性第40-43页
        3.3.2 Pb含量与光谱数据的相关性第43-45页
        3.3.3 Cd含量与光谱数据的相关性第45-48页
    3.4 本章小结第48-50页
第四章 土壤重金属含量建模反演第50-64页
    4.1 模型精度评价指标第50-51页
    4.2 BP神经网络模型第51-57页
        4.2.1 神经网络基本理论第51-52页
        4.2.2 BP神经网络原理第52-54页
        4.2.3 BP神经网络建模反演第54-57页
    4.3 地理加权回归模型(GWR)第57-62页
        4.3.1 GWR模型产生背景第57-58页
        4.3.2 GWR模型原理第58-60页
        4.3.3 GWR建模反演第60-62页
    4.4 重金属含量反演模型精度评价第62-63页
    4.5 本章小结第63-64页
结论与展望第64-66页
    结论第64-65页
    展望第65-66页
参考文献第66-71页
致谢第71-72页
附录A 攻读硕士期间发表的论文第72-73页
附录B 攻读硕士期间参与的科研项目第73页

论文共73页,点击 下载论文
上一篇:A/O生物接触氧化法处理城镇生活污水的脱氮及污泥减量效果研究
下一篇:基于改进模糊支持向量机的耕地土壤重金属含量反演研究