| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-20页 |
| ·关于土壤盐渍化 | 第9-10页 |
| ·研究的提出 | 第9页 |
| ·盐渍土与盐生植被 | 第9-10页 |
| ·论文的研究目的与意义 | 第10页 |
| ·研究目的 | 第10页 |
| ·研究意义 | 第10页 |
| ·国内外研究现状 | 第10-17页 |
| ·国外土壤盐渍化遥感监测研究现状 | 第10-13页 |
| ·国内土壤盐渍化遥感监测研究现状 | 第13-15页 |
| ·黄河三角洲地区土壤盐渍化研究现状 | 第15-17页 |
| ·本文的研究内容及论文组织 | 第17-20页 |
| ·研究内容与技术路线 | 第17-19页 |
| ·论文组织 | 第19-20页 |
| 第二章 研究区概况与数据准备 | 第20-28页 |
| ·研究区概况 | 第20-21页 |
| ·自然地理环境 | 第20-21页 |
| ·土壤盐渍化状况 | 第21页 |
| ·光谱数据采集与盐分测定 | 第21-25页 |
| ·土壤样本的采集与盐分测定 | 第23页 |
| ·光谱数据的采集 | 第23-25页 |
| ·遥感数据源获取及预处理 | 第25-28页 |
| ·遥感数据源的选择 | 第25-26页 |
| ·图像预处理 | 第26-28页 |
| 第三章 光谱数据特征分析 | 第28-41页 |
| ·盐渍土光谱曲线特征分析 | 第28-31页 |
| ·盐渍土光谱曲线特征分析 | 第28-30页 |
| ·波段与盐分的关系初步分析 | 第30-31页 |
| ·盐生植被光谱曲线特征分析 | 第31-41页 |
| ·盐生植被类型与盐分之间的关系分析 | 第31-32页 |
| ·盐生植被类型与光谱之间的关系分析 | 第32-38页 |
| ·实测地物光谱与影像光谱的关系分析 | 第38-41页 |
| 第四章 基于BP 神经网络的盐渍土盐分遥感反演模型的研究 | 第41-50页 |
| ·盐渍土光谱对盐分影响显著波段的提取 | 第41页 |
| ·BP 神经网络反演土壤盐分模型的设计 | 第41-44页 |
| ·BP 神经网络概述 | 第41-43页 |
| ·土壤盐分反演模型的设计 | 第43-44页 |
| ·BP 神经网络反演土壤盐分模型的实现与精度检验 | 第44-50页 |
| ·模型的编程实现 | 第44-47页 |
| ·模型的精度检验 | 第47-49页 |
| ·与线性预测模型的比较 | 第49-50页 |
| 第五章 辅以纹理特征的的神经网络方法进行地表覆被分类 | 第50-64页 |
| ·影像纹理特征提取 | 第50-52页 |
| ·纹理特征提取方法 | 第51页 |
| ·利用灰度共生矩阵法提取影像纹理特征 | 第51-52页 |
| ·神经网络分类 | 第52-57页 |
| ·训练样本的选择 | 第52-54页 |
| ·神经网络训练与分类 | 第54页 |
| ·分类后处理 | 第54-57页 |
| ·精度评价与比较 | 第57-62页 |
| ·采样方法 | 第57-58页 |
| ·误差矩阵与精度指标 | 第58页 |
| ·精度评价结果比较 | 第58-61页 |
| ·误差分析 | 第61-62页 |
| ·制作盐生植被类型分布图 | 第62-64页 |
| 结论 | 第64-67页 |
| 1 结论 | 第64-65页 |
| 2 有待进一步的研究工作 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 攻读硕士学位期间取得的学术成果 | 第73-74页 |
| 致谢 | 第74页 |