土壤全氮和有机质高光谱估测模型研究
| 致谢 | 第4-7页 |
| 摘要 | 第7-8页 |
| 1 文献综述 | 第8-13页 |
| 1.1 高光谱技术概述 | 第8页 |
| 1.2 土壤遥感反演概述 | 第8-9页 |
| 1.3 土壤全氮含量高光谱估测研究进展 | 第9-10页 |
| 1.4 土壤有机质含量高光谱估测研究进展 | 第10-12页 |
| 1.5 存在的问题 | 第12-13页 |
| 2 引言 | 第13-14页 |
| 3 材料和方法 | 第14-24页 |
| 3.1 研究内容与技术路线 | 第14页 |
| 3.2 土壤样品采集与处理 | 第14-15页 |
| 3.2.1 土样采集 | 第14-15页 |
| 3.2.2 样品处理 | 第15页 |
| 3.3 土壤高光谱测定 | 第15-16页 |
| 3.4 指标测定与方法 | 第16页 |
| 3.4.1 全氮含量 | 第16页 |
| 3.4.2 有机质含量 | 第16页 |
| 3.5 数据分析方法 | 第16-24页 |
| 3.5.1 异常样本剔除 | 第16-17页 |
| 3.5.2 土壤光谱变换 | 第17-18页 |
| 3.5.3 建模特征波段选择方法 | 第18-19页 |
| 3.5.3.1 相关分析 | 第18页 |
| 3.5.3.2 遗传算法 | 第18-19页 |
| 3.5.4 建模方法 | 第19-22页 |
| 3.5.4.1 偏最小二乘回归 | 第19-20页 |
| 3.5.4.2 支持向量机 | 第20-21页 |
| 3.5.4.3 BP神经网络 | 第21-22页 |
| 3.5.4.4 随机森林 | 第22页 |
| 3.5.5 建模评价指标 | 第22-24页 |
| 4 结果与分析 | 第24-47页 |
| 4.1 土壤样本统计分析 | 第24-26页 |
| 4.1.1 异常样本剔除 | 第24页 |
| 4.1.2 土壤全氮和有机质统计分析结果 | 第24-25页 |
| 4.1.3 样本集划分 | 第25-26页 |
| 4.2 土壤高光谱特征分析 | 第26-29页 |
| 4.2.1 光谱波形分析 | 第26-27页 |
| 4.2.2 不同类型土壤光谱曲线特征 | 第27-28页 |
| 4.2.3 微分变换后的光谱曲线 | 第28-29页 |
| 4.3 土壤全氮和有机质特征波段提取 | 第29-34页 |
| 4.3.1 基于相关分析的波段选择 | 第29-33页 |
| 4.3.2 基于遗传算法的特征波段选择 | 第33-34页 |
| 4.4 模型建立与评价分析 | 第34-47页 |
| 4.4.1 基于偏最小二乘回归的建模 | 第35-37页 |
| 4.4.2 基于支持向量机的建模 | 第37-40页 |
| 4.4.3 基于BP神经网络的建模 | 第40-42页 |
| 4.4.4 基于随机森林的建模 | 第42-45页 |
| 4.4.5 四种模型的比较分析 | 第45-47页 |
| 5 结论与展望 | 第47-49页 |
| 5.1 结论 | 第47-48页 |
| 5.2 展望 | 第48-49页 |
| 参考文献 | 第49-54页 |
| ABSTRACT | 第54-55页 |
