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

基于高光谱的土壤有机碳含量估算研究

摘要第1-3页
Abstract第3-4页
中文文摘第4-10页
绪论第10-18页
 1 研究背景第10页
 2 高光谱遥感技术基本概念第10-12页
   ·高光谱遥感技术第10-11页
   ·高光谱遥感技术的发展第11页
   ·高光谱遥感技术的特点第11-12页
 3 高光谱遥感技术在土壤有机碳含量估算的应用第12页
 4 土壤有机碳的高光谱特征第12-15页
   ·土壤有机碳含量与土壤光谱反射率的关系第12-13页
   ·土壤有机碳光谱特征影响因素的分析第13-15页
   ·实验室测量时的土样处理方式和光谱测试的几何条件第15页
 5 本论文的研究目的和研究内容第15-18页
第一章 实验地概况及研究方法第18-22页
 1 实验地概况第18页
 2 研究方法第18-22页
   ·土壤样品的采集及制备第18-19页
   ·土壤有机碳含量的测定第19页
   ·光谱分析仪器第19页
   ·土壤光谱反射率测定第19页
   ·不同粒径的土壤光谱反射率测定第19页
   ·不同干燥状况的土壤光谱反射率测定第19-20页
   ·数据分析软件及实验流程图第20-22页
第二章 土壤光谱分析第22-34页
 1 土壤光谱反射特征分析和特征参数的提取第22-26页
   ·光谱反射特征分析第22-23页
   ·特征参数提取第23-26页
 2 不同土样处理方式的土壤反射光谱特征第26-29页
   ·不同粒径的土样反射光谱第26-28页
   ·不同干燥状况的土样反射光谱第28-29页
 3 讨论第29-34页
   ·土壤光谱反射特性第29-30页
   ·不同粒径土样光谱反射特性第30-31页
   ·不同干燥状况土样光谱反射特性第31-34页
第三章 土壤有机碳含量高光谱预测模型及其评价第34-56页
 1 土壤样本有机碳含量第34页
 2 多元线性逐步回归分析第34-43页
   ·光谱数据预处理第34页
   ·光谱数据数学处理第34-35页
   ·基于统计的单相关分析第35-37页
   ·多元线性逐步回归模型的建立和评价第37-43页
 3 偏最小二乘回归分析第43-49页
   ·光谱预处理方法的选择第43-44页
   ·交叉验证法和最佳主因子数的确定第44页
   ·偏最小二乘回归模型的建立和评价第44-49页
 4 多元逐步回归和偏最小二乘回归的比较分析第49-50页
 5 讨论第50-56页
   ·有机碳含量与光谱反射率第50-51页
   ·光谱反射率变换与多元逐步回归模型第51-52页
   ·光谱预处理和偏最小二乘回归模型第52-53页
   ·不同粒径土样对回归模型的影响第53页
   ·不同干燥状况土样对回归模型的影响第53页
   ·多元逐步回归与偏最小二乘回归第53-56页
第四章 主要结论第56-58页
 1 土壤光谱反射特性第56页
 2 土壤有机碳含量预测模型第56-58页
参考文献第58-66页
攻读学位期间承担的科研任务与主要成果第66-67页
致谢第67-68页
个人简历第68-69页

论文共69页,点击 下载论文
上一篇:基于多源信息的土壤侵蚀敏感性及其生态环境效应研究--以朱溪河小流域为例
下一篇:典型红壤侵蚀区农业生态经济系统能值分析