土壤有机质高光谱灰色关联度估测模型研究
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10-11页 |
1.2 国内外研究现状 | 第11-18页 |
1.2.1 最佳观测几何条件 | 第11-12页 |
1.2.2 噪声消除技术 | 第12页 |
1.2.3 土壤理化性质对光谱的影响 | 第12-13页 |
1.2.4 有机质敏感波段探讨 | 第13-14页 |
1.2.5 建模波段选取 | 第14-15页 |
1.2.6 有机质建模反演 | 第15-18页 |
1.3 研究内容与技术路线 | 第18-20页 |
1.3.1 研究内容 | 第18-19页 |
1.3.2 技术路线 | 第19-20页 |
2 数据获取与光谱特性分析 | 第20-26页 |
2.1 研究区概况 | 第20页 |
2.2 数据获取 | 第20-22页 |
2.3 光谱预处理 | 第22-24页 |
2.3.1 断点校正 | 第22页 |
2.3.2 光谱去噪 | 第22-23页 |
2.3.3 异常样本去除 | 第23-24页 |
2.4 光谱特性分析 | 第24-25页 |
2.5 本章小结 | 第25-26页 |
3 光谱变换及特征因子选取 | 第26-36页 |
3.1 光谱变换 | 第26-30页 |
3.1.1 光谱变换方法 | 第26-28页 |
3.1.2 变换光谱 | 第28-30页 |
3.2 特征因子选取 | 第30-34页 |
3.2.1 相关系数法 | 第30-31页 |
3.2.2 相关系数曲线图 | 第31-33页 |
3.2.3 敏感波段选取 | 第33-34页 |
3.2.4 特征因子确定 | 第34页 |
3.3 本章小结 | 第34-36页 |
4 土壤有机质高光谱估测模型 | 第36-57页 |
4.1 传统估测方法 | 第36-38页 |
4.1.1 多元线性回归 | 第36页 |
4.1.2 BP神经网络 | 第36-38页 |
4.1.3 支持向量机 | 第38页 |
4.2 灰色关联度估测模型 | 第38-44页 |
4.2.1 经典灰色关联度 | 第39-40页 |
4.2.2 改进灰色关联度 | 第40-42页 |
4.2.3 残差修正模型 | 第42-44页 |
4.2.4 灰区间拓展 | 第44页 |
4.2.5 精度检验 | 第44页 |
4.3 结果分析 | 第44-55页 |
4.3.1 多元线性回归模型结果 | 第45-46页 |
4.3.2 BP神经网络模型结果 | 第46-47页 |
4.3.3 支持向量机模型结果 | 第47页 |
4.3.4 灰色关联度估测模型结果 | 第47-55页 |
4.3.5 模型对比分析 | 第55页 |
4.4 本章小结 | 第55-57页 |
5 结论与展望 | 第57-59页 |
5.1 主要结论 | 第57-58页 |
5.2 主要创新点 | 第58页 |
5.3 展望 | 第58-59页 |
参考文献 | 第59-65页 |
致谢 | 第65-66页 |
攻读硕士期间发表论文与参加的项目 | 第66页 |