| 内容提要 | 第1-8页 |
| 第1章 绪论 | 第8-18页 |
| ·研究背景 | 第8-9页 |
| ·高光谱遥感发展及研究现状 | 第9-12页 |
| ·高光谱遥感简介 | 第9-10页 |
| ·国外高光谱遥感发展现状 | 第10-12页 |
| ·国内高光谱遥感发展及现状 | 第12页 |
| ·高光谱遥感在土壤学中的应用 | 第12-16页 |
| ·土壤的光谱反射特性 | 第13页 |
| ·遥感技术所获取的光谱信息在土壤研究中的应用 | 第13-16页 |
| ·本文的研究目的、研究内容及技术路线 | 第16-18页 |
| ·研究目的 | 第16页 |
| ·研究内容 | 第16-17页 |
| ·技术路线 | 第17-18页 |
| 第2章 土壤遥感学基本理论、技术和方法 | 第18-32页 |
| ·土壤物质组成及其光谱特征 | 第18-22页 |
| ·土壤粘土矿物 | 第18-19页 |
| ·土壤碳酸盐岩矿物 | 第19-21页 |
| ·土壤有机质 | 第21-22页 |
| ·土壤水分 | 第22页 |
| ·土壤高光谱遥感技术 | 第22-26页 |
| ·实验室光谱技术 | 第23页 |
| ·野外光谱技术 | 第23-24页 |
| ·航空航天成像光谱仪 | 第24-26页 |
| ·高光谱遥感数据统计方法 | 第26-32页 |
| ·多元逐步回归分析 | 第26-27页 |
| ·主成分回归（PCR） | 第27-29页 |
| ·人工神经网络（Artificial neural networks, ANN） | 第29页 |
| ·加速回归树（Boosted regression trees ，BRT) | 第29-32页 |
| 第3章 研究区分布和自然地理概况 | 第32-40页 |
| ·印第安纳州研究区 | 第32-33页 |
| ·加利福尼亚研究区 | 第33-36页 |
| ·西班牙研究区 | 第36-40页 |
| 第4章 土壤元素含量分析及特征研究 | 第40-52页 |
| ·土壤样品元素含量分析 | 第40-45页 |
| ·土壤样品获取 | 第40-42页 |
| ·土壤元素的测定 | 第42-45页 |
| ·土壤成分含量相关性分析 | 第45-48页 |
| ·土壤成分变化对土壤反射光谱的影响 | 第48-52页 |
| ·土壤水分变化对土壤反射光谱的影响 | 第48-50页 |
| ·土壤有机质变化对土壤反射光谱的影响 | 第50-52页 |
| 第5章 高光谱数据获取和处理 | 第52-68页 |
| ·高光谱数据获取 | 第52-53页 |
| ·Hyperion 图像处理 | 第53-62页 |
| ·图像预处理 | 第53-54页 |
| ·大气辐射校正 | 第54-58页 |
| ·几何校正 | 第58-60页 |
| ·图像间标准化处理 | 第60-61页 |
| ·光谱提取与波段选择 | 第61-62页 |
| ·地面光谱数据获取 | 第62-63页 |
| ·实验室光谱数据获取 | 第63-68页 |
| ·样品准备 | 第63-65页 |
| ·实验室光谱重采样 | 第65-68页 |
| 第6章 偏最小二乘回归法 | 第68-74页 |
| ·基本数学原理 | 第68-69页 |
| ·数据预处理 | 第69-70页 |
| ·土壤成分量化反演偏最小二乘（PLS）模型描述 | 第70-71页 |
| ·模型验证 | 第71-74页 |
| 第7章 土壤成分含量高光谱遥感反演 | 第74-110页 |
| ·印第安纳研究区土壤PLS 模型 | 第74-98页 |
| ·PLS-第一阶段 | 第74-82页 |
| ·PLS-第二阶段 | 第82-83页 |
| ·印第安纳研究区结果讨论 | 第83-98页 |
| ·Tomelloso 和Lemoore 研究区土壤PLS 模型 | 第98-110页 |
| ·水分（Water content） | 第99-104页 |
| ·粘土（Clay content） | 第104-107页 |
| ·碳酸盐岩（Carbonate） | 第107-110页 |
| 第8章 结论和展望 | 第110-112页 |
| ·结论 | 第110-111页 |
| ·展望 | 第111-112页 |
| 参考文献 | 第112-120页 |
| 致谢 | 第120-122页 |
| 攻读博士学位期间发表的论文及参与的课题 | 第122-124页 |
| 摘要 | 第124-127页 |
| Abstract | 第127-130页 |
