| 摘要 | 第3-5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 文献综述 | 第10-15页 |
| 1.2.1 土壤属性制图的理论基础 | 第10-11页 |
| 1.2.2 国内外研究进展 | 第11-13页 |
| 1.2.3 土壤制图方法进展 | 第13-15页 |
| 1.3 研究目的和意义 | 第15页 |
| 1.4 研究内容 | 第15-16页 |
| 1.5 技术路线 | 第16-17页 |
| 第二章 研究区概况 | 第17-19页 |
| 2.1 地理位置 | 第17-18页 |
| 2.2 社会经济 | 第18-19页 |
| 第三章 数据处理与制图方法 | 第19-31页 |
| 3.1 数据及来源 | 第19-25页 |
| 3.1.1 野外样点的采样与实验室测试 | 第19页 |
| 3.1.2 植被指数 | 第19-20页 |
| 3.1.3 地貌类型 | 第20-21页 |
| 3.1.4 土地利用类型与土壤类型 | 第21-22页 |
| 3.1.5 植被类型 | 第22页 |
| 3.1.6 成土母质 | 第22-23页 |
| 3.1.7 数字高程模型及其派生数据 | 第23-25页 |
| 3.2 数据处理和研究方法 | 第25-28页 |
| 3.2.1 数据预处理 | 第25-26页 |
| 3.2.2 方差分析 | 第26-27页 |
| 3.2.3 加权变量计算 | 第27页 |
| 3.2.4 回归分析 | 第27-28页 |
| 3.2.5 BP神经网络模型 | 第28页 |
| 3.3 软件与工具 | 第28-31页 |
| 第四章 建模过程与制图结果 | 第31-43页 |
| 4.1 玉树市土壤全碳含量统计特征 | 第31-32页 |
| 4.2 ANOVA分析与加权变量 | 第32-35页 |
| 4.3 回归建模 | 第35页 |
| 4.4 BP神经网络建模 | 第35-37页 |
| 4.5 模型评估 | 第37-38页 |
| 4.6 变量重要性评估 | 第38-40页 |
| 4.7 土壤全碳预测制图 | 第40-43页 |
| 第五章 讨论与分析 | 第43-47页 |
| 5.1 土壤全碳制图中的加权变量 | 第43页 |
| 5.2 基于ArcGIS与SPSS Modeler的土壤属性制图 | 第43-44页 |
| 5.3 土壤全碳预测模型比较 | 第44-46页 |
| 5.4 气候对土壤属性的影响 | 第46-47页 |
| 第六章 结论与展望 | 第47-49页 |
| 6.1 结论 | 第47-48页 |
| 6.2 展望 | 第48-49页 |
| 参考文献 | 第49-57页 |
| 致谢 | 第57-58页 |
| 个人简历 | 第58页 |