首页--农业科学论文--农业基础科学论文--土壤学论文--土壤化学、土壤物理化学论文--土壤成分论文

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

论文共66页,点击 下载论文
上一篇:基于MODIS影像的济南市气溶胶反演研究与系统开发
下一篇:顾及空间分异性的回归模型研究