摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第9-17页 |
1.1 研究背景 | 第9-10页 |
1.2 研究的目的和意义 | 第10-11页 |
1.2.1 研究目的 | 第10页 |
1.2.2 研究意义 | 第10-11页 |
1.3 国内外研究现状 | 第11-14页 |
1.3.1 国外研究现状 | 第11-13页 |
1.3.2 国内研究现状 | 第13-14页 |
1.4 研究内容及论文组织 | 第14-16页 |
1.4.1 研究内容与技术路线 | 第14-15页 |
1.4.2 论文组织 | 第15-16页 |
1.5 本章小结 | 第16-17页 |
第二章 研究区概况与数据准备 | 第17-27页 |
2.1 研究区概况 | 第17-19页 |
2.1.1 自然地理环境 | 第17-18页 |
2.1.2 土壤盐渍化分布状况 | 第18-19页 |
2.2 实验数据的采集 | 第19-24页 |
2.2.1 土壤样本的采集及盐分含量测定 | 第19-22页 |
2.2.2 土壤样本的光谱采集 | 第22-24页 |
2.3 遥感数据 | 第24-26页 |
2.3.1 遥感数据源的选择 | 第24页 |
2.3.2 Landsat-8 遥感数据介绍 | 第24-26页 |
2.4 本章小结 | 第26-27页 |
第三章 基于实测光谱的土壤盐分含量模型 | 第27-43页 |
3.1 盐渍土光谱处理 | 第27-32页 |
3.1.1 光谱重采样 | 第27-28页 |
3.1.2 包络线分析 | 第28-29页 |
3.1.3 盐渍土光谱特性分析 | 第29-31页 |
3.1.4 土壤光谱与盐分的相关性分析 | 第31-32页 |
3.2 基于PLSR的土壤盐分含量建模 | 第32-41页 |
3.2.1 PLSR的基本原理 | 第33-35页 |
3.2.2 PLSR建模与分析 | 第35-37页 |
3.2.3 土壤盐分敏感波段选择 | 第37-39页 |
3.2.4 敏感波段建模与分析 | 第39-41页 |
3.3 本章小结 | 第41-43页 |
第四章 基于Landsat-8 数据土壤盐分信息提取 | 第43-59页 |
4.1 遥感图像的预处理 | 第43-47页 |
4.2 基于数理统计模型的土壤盐分反演模型研究 | 第47-51页 |
4.2.1 特征波段的选择 | 第48页 |
4.2.2 光谱反射率与盐分的相关性 | 第48-49页 |
4.2.3 土壤盐分含量的诊断光谱的获取 | 第49页 |
4.2.4 多元线性回归模型的建立与应用 | 第49-51页 |
4.3 基于BP神经网络模型的土壤盐分反演研究 | 第51-56页 |
4.3.1 BP神经网络简介 | 第51-52页 |
4.3.2 土壤盐分含量反演模型的设计与实现 | 第52-54页 |
4.3.3 模型精度检验 | 第54-56页 |
4.4 土壤盐分信息提取 | 第56-57页 |
4.5 本章小结 | 第57-59页 |
结论与展望 | 第59-62页 |
1 结论 | 第59-60页 |
2 展望 | 第60-62页 |
参考文献 | 第62-67页 |
攻读硕士学位期间取得的学术成果 | 第67-68页 |
致谢 | 第68页 |