| 中文摘要 | 第3-6页 |
| Abstract | 第6-9页 |
| 缩略词表 | 第14-16页 |
| 第一章 绪论 | 第16-31页 |
| 1.1 选题依据 | 第16-18页 |
| 1.2 国内外研究进展 | 第18-27页 |
| 1.2.1 高寒草地土壤有机碳受控因子的研究进展 | 第18-23页 |
| 1.2.2 高寒草地土壤有机碳模型模拟的研究进展 | 第23-27页 |
| 1.3 研究内容和研究意义 | 第27-31页 |
| 1.3.1 研究内容 | 第27-28页 |
| 1.3.2 技术路线 | 第28-29页 |
| 1.3.3 研究意义 | 第29-31页 |
| 第二章 研究区与研究方法 | 第31-67页 |
| 2.1 研究区概况 | 第31-34页 |
| 2.1.1 自然和社会经济概况 | 第31-32页 |
| 2.1.2 气候特征 | 第32-33页 |
| 2.1.3 土壤特征 | 第33-34页 |
| 2.1.4 植被特征 | 第34页 |
| 2.2 数据获取与处理 | 第34-47页 |
| 2.2.1 土壤样本的获取与处理 | 第34-37页 |
| 2.2.2 VNIR数据的获取与处理 | 第37-39页 |
| 2.2.3 地形和遥感数据的获取与处理 | 第39-45页 |
| 2.2.4 土壤理化性质的获取与处理 | 第45页 |
| 2.2.5 气象数据的获取与处理 | 第45-46页 |
| 2.2.6 其他数据的获取与处理 | 第46-47页 |
| 2.3 研究方法 | 第47-67页 |
| 2.3.1 环境土壤景观模型(ESLM)简介 | 第47-53页 |
| 2.3.2 结构方程模型 | 第53页 |
| 2.3.3 回归克里金插值方法 | 第53-54页 |
| 2.3.4 VNIR数据预处理方法 | 第54-58页 |
| 2.3.5 变量筛选方法 | 第58-60页 |
| 2.3.6 建模方法 | 第60-65页 |
| 2.3.7 模型精度评价 | 第65-67页 |
| 第三章 土壤样本和环境变量的统计分析 | 第67-87页 |
| 3.1 土壤样本和环境变量的统计分析 | 第67-70页 |
| 3.1.1 土壤样本实测数据的统计分析 | 第67-68页 |
| 3.1.2 环境变量的统计分析 | 第68-70页 |
| 3.2 样本土壤有机碳与环境变量的相关性分析 | 第70-79页 |
| 3.2.1 土壤有机碳与位置和地形因子的相关性分析 | 第70-71页 |
| 3.2.2 土壤有机碳与气象因子的相关性分析 | 第71-72页 |
| 3.2.3 土壤有机碳与土壤理化因子的相关性分析 | 第72页 |
| 3.2.4 土壤有机碳与生物因子的相关性分析 | 第72-79页 |
| 3.3 土壤有机碳与环境变量的逐步回归分析 | 第79-80页 |
| 3.4 土壤有机碳与环境变量的结构方程模型分析 | 第80-84页 |
| 3.5 讨论 | 第84-85页 |
| 3.6 本章小结 | 第85-87页 |
| 第四章 土壤有机碳的全部相关和最小优化变量集 | 第87-108页 |
| 4.1 基于遥感数据的变量筛选 | 第88-90页 |
| 4.1.1 基于遥感数据的全部相关变量集 | 第88-89页 |
| 4.1.2 基于遥感数据的最小优化变量集 | 第89-90页 |
| 4.2 基于VNIR数据的波段筛选 | 第90-95页 |
| 4.2.1 基于VNIR数据的全部相关变量集 | 第90-92页 |
| 4.2.2 基于VNIR数据的最小优化变量集 | 第92-95页 |
| 4.3 基于全部变量的变量筛选 | 第95-103页 |
| 4.3.1 全部相关变量集 | 第96-99页 |
| 4.3.2 最小优化变量集 | 第99-102页 |
| 4.3.3 基于STEP-AWBH的变量筛选结果分析 | 第102-103页 |
| 4.4 讨论 | 第103-106页 |
| 4.5 本章小结 | 第106-108页 |
| 第五章 基于机器学习算法的土壤有机碳模型评价 | 第108-124页 |
| 5.1 基于未筛选变量的模型比较 | 第108-110页 |
| 5.1.1 基于遥感数据的土壤有机碳含量模拟 | 第108-109页 |
| 5.1.2 基于VNIR数据的土壤有机碳含量模拟 | 第109-110页 |
| 5.2 基于全部相关变量集的模型比较 | 第110-111页 |
| 5.2.1 基于偏最小二乘回归的土壤有机碳含量模拟 | 第110页 |
| 5.2.2 基于支持向量机回归的土壤有机碳含量模拟 | 第110-111页 |
| 5.2.3 基于Cubist回归的土壤有机碳含量模拟 | 第111页 |
| 5.2.4 基于随机森林的土壤有机碳含量模拟 | 第111页 |
| 5.3 基于最小优化变量集的模型比较 | 第111-115页 |
| 5.3.1 基于偏最小二乘回归的土壤有机碳含量模拟 | 第111-112页 |
| 5.3.2 基于支持向量机回归的土壤有机碳含量模拟 | 第112-113页 |
| 5.3.3 基于Cubist方法的土壤有机碳含量模拟 | 第113-114页 |
| 5.3.4 基于随机森林的土壤有机碳含量模拟 | 第114-115页 |
| 5.4 基于不同模拟模型的土壤有机碳含量模拟效果评价 | 第115-117页 |
| 5.5 讨论 | 第117-123页 |
| 5.6 本章小结 | 第123-124页 |
| 第六章 研究区土壤有机碳含量的空间分布 | 第124-134页 |
| 6.1 基于回归克里金方法的土壤有机碳数字制图 | 第124-128页 |
| 6.1.1 土壤有机碳含量的趋势项和残差项 | 第124-126页 |
| 6.1.2 研究区土壤有机碳含量的空间分布 | 第126-128页 |
| 6.2 基于最优模型与普通克里金方法的土壤有机碳数字制图 | 第128-130页 |
| 6.3 讨论 | 第130-133页 |
| 6.4 本章小结 | 第133-134页 |
| 第七章 结论与展望 | 第134-138页 |
| 7.1 主要结论 | 第134-136页 |
| 7.2 研究展望 | 第136-138页 |
| 参考文献 | 第138-155页 |
| 在学期间的研究成果 | 第155-156页 |
| 致谢 | 第156页 |
