基于神经网络的土壤有机质及全铁含量的高光谱反演研究

文摘

英文文摘

声明

第一章绪论

1.1研究背景

1.2国内外研究现状

1.2.1土壤水分与土壤光谱的关系研究

1.2.2土壤有机质与土壤光谱的关系研究

1.2.3土壤中铁与土壤光谱的关系研究

1.2.4小结

1.3本文的研究目标与研究内容

第二章神经网络

2.1神经网络的概述

2.1.1神经网络的发展

2.1.2神经网络的分类

2.1.3神经网络的常见模型

2.2BP神经网络

2.2.1BP神经网络的原理

2.2.2BP神经网络结构的确定

2.2.3BP神经网络的改进

2.3径向基函数神经网络

第三章土壤数据获取及预处理工作

3.1研究区概况

3.2土壤样品采集与制备

3.3土壤样品的实验室分析

3.3.1化学分析

3.3.2光谱测定

3.4光谱数据预处理

3.4.1光谱重采样

3.4.2一阶导数变换

3.4.3主成分分析

3.4.4光谱特征吸收带的提取

第四章土壤有机质含量的反演模型

4.1土壤有机质含量的多元逐步回归模型

4.1.1多元逐步线性回归方法

4.1.2土壤有机质含量的多元逐步回归模型

4.1.3有机质含量实测值与反演值的比较

4.2土壤有机质含量的BP神经网络模型

4.2.1BP神经网络模型建立和结果分析

4.2.2有机质含量实测值与反演值的比较

4.3土壤有机质含量的径向基函数神经网络模型

4.3.1径向基函数神经网络模型建立和结果分析

4.3.2有机质含量实测值与反演值的比较

4.4本章小结

第五章土壤全铁含量的反演模型

5.1土壤全铁含量的多元逐步回归模型

5.1.1土壤全铁含量的多元逐步回归模型

5.1.2全铁含量实测值与反演值的比较

5.2土壤全铁含量的BP神经网络模型

5.2.1BP神经网络模型建立和结果分析

5.2.2全铁含量实测值与反演值的比较

5.3土壤全铁含量的径向基函数神经网络模型

5.3.1径向基函数神经网络模型建立和结果分析

5.3.2全铁含量实测值与反演值的比较

5.4本章小结

第六章结论与展望

6.1结论

6.2展望

参考文献

致谢