声明
摘要
1 引言
1.1 研究目的及意义
1.1.1 研究背景
1.1.2 研究目的意义
1.2 国内外研究动态
1.2.1 土壤高光谱遥感研究动态
1.2.2 土壤有机质高光谱预测模型研究进展
1.2.3 土壤光谱分类在土壤有机质含量预测中的应用
1.3 研究内容、研究方法及技术路线
1.3.1 研究内容及方法
1.3.2 技术路线
1.4 研究重点和难点
1.5 预期创新点
2 理论基础与建模方法
2.1 遥感相关概念
2.2 土壤有机质高光谱建模方法
2.2.1 偏最小二乘回归
2.2.2 多元逐步回归
2.2.3 正交试验设计
2.3 土壤有机质高光谱预测模型精度评价
2.3.1 交叉验证方法
2.3.2 模型精度评价方法及指标
3 研究区概况与数据处理
3.1 研究区概况
3.1.1 地理位置
3.1.2 气候条件
3.1.3 土壤条件
3.2 样品采集与测试
3.2.1 土壤样品采集
3.2.2 室内土壤高光谱测试
3.3 光谱数据预处理
3.3.1 九点加权移动平均法
3.3.2 连续统处理
3.3.3 微分处理技术
3.3.4 光谱数据重采样
4 松嫩平原典型土壤有机质含量高光谱预测
4.1 土壤有机质反射光谱特征分析
4.1.1 单一土壤(黑土)有机质反射光谱特征分析
4.1.2 不同类型土壤有机质高光谱特征分析
4.2 土壤有机质高光谱PLSR最优输入量的确定
4.2.1 正交试验设计确定土壤有机质高光谱PLSR最优输入量
4.2.2 单一土类(黑土)正交试验设计结果验证
4.2.3 不同土壤类型正交试验设计结果验证
4.3 基于反射光谱特征的土壤有机质含量预测
4.3.1 土壤光谱特征关键点(KP)的提取
4.3.2 PLSR及MSR建模结果对比分析
4.4 小结
5 光谱定量分类在土壤有机质高光谱预测中的应用
5.1 基于土壤反射光谱聚类分析的有机质预测模型
5.1.1 两阶聚类确定最佳分类数目
5.1.2 基于聚类分析分类的预测模型
5.2 基于土壤反射光谱角分类的有机质预测模型
5.2.1 光谱角度匹配
5.2.2 基于土壤特征参数提取的光谱角匹配
5.2.3 基于土壤反射光谱特征分类的预测模型
5.3 小结
6 结论与展望
6.1 结论
6.2 不足与展望
致谢
参考文献
攻读硕士学位期间发表的学术论文
东北农业大学;