首页--农业科学论文--农业基础科学论文--土壤学论文--土壤物理学论文--土壤水分论文

土壤水分快速测量技术与预报模型研究

摘要第1-4页
Abstract第4-9页
第一章 绪论第9-17页
   ·研究背景和意义第9-10页
     ·研究背景第9页
     ·研究意义第9-10页
   ·国内外研究进展第10-12页
     ·土壤水分快速测量国内外研究进展第10-11页
     ·土壤墒情预报国内外研究进展第11-12页
   ·论文研究内容第12-13页
   ·研究区域概况第13-15页
     ·地理位置第13页
     ·耕地人口第13页
     ·自然气候第13页
     ·地形地貌第13-14页
     ·水分地质第14页
     ·土壤状况第14-15页
   ·论文组织和结构第15-16页
   ·本章小结第16-17页
第二章 土壤水分快速测定仪设计第17-28页
   ·土壤水分分类及表示方法第17-18页
     ·土壤水分分类第17页
     ·土壤水分表示方法第17-18页
   ·基于介电原理的土壤水分传感器第18-21页
     ·TDR型土壤水分传感器第19-20页
     ·FDR型土壤水分传感器第20页
     ·SWR型土壤水分传感器第20-21页
   ·土壤水分测定仪总体框架介绍第21-22页
   ·主要功能实现第22-25页
     ·土壤温湿度测定第22-24页
     ·数据发送第24-25页
     ·数据存储与上传第25页
   ·人机交互第25-27页
   ·标定函数式第27页
   ·本章小结第27-28页
第三章 土壤质地和温度对土壤水分测量精度影响研究第28-40页
   ·实验材料与仪器第28-29页
     ·土壤样品第28页
     ·测量仪器第28-29页
   ·实验总体设计方法第29-30页
   ·土壤质地对土壤水分测定影响研究第30-34页
     ·测量步骤第30-31页
     ·实验结果第31-34页
     ·结论及分析第34页
   ·土壤温度对土壤水分测定影响研究第34-36页
     ·测量步骤第34-35页
     ·实验结果第35页
     ·结论及分析第35-36页
     ·次校正模型第36-39页
     ·拟合校正第36-37页
     ·实地检验第37-39页
   ·本章小结第39-40页
第四章 基于BP神经网络的土壤墒情预报模型研究第40-53页
   ·人工神经网络第40-41页
   ·BP神经网络第41-43页
     ·BP简单介绍第41-42页
     ·BP算法流程第42-43页
   ·BP墒情预报模型的建立第43-46页
     ·输入、输出样本的确定第43-44页
     ·样本数据的预处理第44页
     ·网络结构及隐含层结点数的确定第44-45页
     ·相关函数的确定第45-46页
   ·MATLAB实现第46-51页
     ·隔日墒情预测第46-49页
     ·五日后墒情预测第49-51页
   ·本章小结第51-53页
第五章 结论及展望第53-55页
   ·结论第53页
   ·展望第53-55页
参考文献第55-60页
致谢第60-61页
个人简介第61-62页

论文共62页,点击 下载论文
上一篇:秸秆粉碎机性能测试试验台设计
下一篇:皖南主产茶区茶叶硒含量及其影响因素分析