基于卫星遥感数据同化的土壤盐渍化监测方法研究

目录

声明

第一章 绪论

1.1 研究背景与意义

1.2.1遥感反演国内外研究现状

1.2.2 数据同化国内外研究现状

1.3 存在的问题

1.4 研究内容

1.4.1 基于GF-1卫星遥感影像的土壤盐渍化反演方法研究

1.4.2 基于HYDRUS-1D的土壤含盐量模拟研究

1.4.3 基于集合卡尔曼滤波的土壤含盐量数据同化方案研究

1.5 技术路线

第二章 材料与方法

2.1 研究地概况

2.2 实验数据采集

2.2.1 土壤样本的采集与测定

2.2.2 气象数据采集

2.2.3 遥感数据采集

2.2.4 数据处理软件

2.3 遥感数据预处理

2.4 光谱数据筛选

2.5 模型构建方法

2.5.1 人工神经网络模型

2.5.2 支持向量机回归模型

2.5.3 分位数回归模型

2.5.4 集合卡尔曼滤波算法

2.6 数据同化系统

2.7.1 全子集筛选评价指标

2.7.2 回归模型评价指标

2.7.3 同化模型评价指标

第三章 基于GF-1 遥感影像的土壤盐渍化反演方法研究

3.1 建模集和验证集的划分

3.2 自变量相关性分析及筛选

3.2.1 单波段与含盐量的相关性分析

3.2.2 光谱指数与含盐量的相关性分析

3.2.3 基于全子集方法的自变量筛选

3.3 模型的建立与验证

3.3.1 人工神经网络模型建立与验证

3.3.2 支持向量机回归模型建立与验证

3.3.3 分位数回归模型建立与验证

3.4 模型的对比和分析

3.5 讨论

3.6 小结

第四章 基于HYDRUS-1D模型的土壤含盐量模拟研究

4.1 HYDRUS-1D模型溶质运移的模拟过程

4.2 HYDRUS-1D模型率定

4.2.1 模型数据的输入

4.2.2 模型率定和验证

4.3.1 模型边界条件

4.3.2 模型初始条件

4.3.3 土壤剖面划分和时间离散

4.4 模型的模拟预测及检验

4.5 小结

第五章 基于EnKF 的土壤含盐量数据同化方案研究

5.1.1 基本思路

5.1.2 同化方案

5.2.1 同化结果分析

5.2.2 同化过程的误差分析

5.2.3 同化过程的敏感性分析

5.3 讨论

5.4 小结

第六章 结论与展望

6.1 主要结论

6.2 不足与展望

参考文献

致谢

个人简历