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 |