土壤水是土壤的一個(gè)重要組成要素,是能量交換中的關(guān)鍵因子,是土壤中有機(jī)質(zhì)運(yùn)移的媒體,是衡量土壤干旱程度的重要指標(biāo),也是作物生長(zhǎng)的必要要素。傳統(tǒng)的土壤水分測(cè)量方法具有測(cè)點(diǎn)少、速度慢、范圍有限等缺點(diǎn),不能滿足大面積土壤水分監(jiān)測(cè)的需要;而高光譜遙感由于光譜分辨率高、波段多、信息豐富等優(yōu)點(diǎn),為定量監(jiān)測(cè)大面積土壤水分含量提供了新技術(shù)。但光學(xué)衛(wèi)星遙感只能探測(cè)土壤表層的含水量,無法實(shí)現(xiàn)對(duì)土壤耕層含水量的快速監(jiān)測(cè)。因此,研究土壤表層光譜特性,建立土壤耕層含水量的間接光譜估測(cè)模型,對(duì)實(shí)現(xiàn)光學(xué)衛(wèi)星遙感快速監(jiān)測(cè)土壤耕層含水量及發(fā)展精細(xì)農(nóng)業(yè)都具有重要意義。本文以山東省濟(jì)陽(yáng)縣為研究區(qū),基于采集的85個(gè)土樣（表層5cm,耕層20cm）的含水量數(shù)據(jù)以及其250nm~3500nm波段的高光譜數(shù)據(jù),通過土壤光譜特性分析和特征提取,采用多元線性回歸方法建立土壤含水量光譜估測(cè)模型。主要研究?jī)?nèi)容以及結(jié)論如下:（1）土壤表層光譜與耕層光譜特性分析。采用對(duì)比分析法分析土壤光譜特性,結(jié)果表明,濟(jì)陽(yáng)縣土壤表層含水量以及耕層含水量的室外光譜在不同含水量的情況下,光譜變化趨勢(shì)大致相同,土壤光譜反射率隨著含水量的增加而降低,二者呈負(fù)相關(guān)性;... 

【文章頁(yè)數(shù)】：61 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
Abstract
1 緒論
    1.1 研究的目的和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 高光譜技術(shù)及其發(fā)展
        1.2.2 遙感監(jiān)測(cè)土壤含水量的研究
        1.2.3 土壤理化性質(zhì)對(duì)土壤光譜的影響
        1.2.4 土壤含水量敏感波段探討
        1.2.5 土壤含水量的建模反演
        1.2.6 光譜的觀測(cè)條件
        1.2.7 噪聲消除技術(shù)
    1.3 研究?jī)?nèi)容與技術(shù)路線
        1.3.1 研究?jī)?nèi)容
        1.3.2 技術(shù)路線圖
2 數(shù)據(jù)獲取與光譜特性分析
    2.1 研究區(qū)概況
        2.1.1 自然條件
        2.1.2 社會(huì)經(jīng)濟(jì)狀況
    2.2 數(shù)據(jù)獲取
        2.2.1 土壤水分?jǐn)?shù)據(jù)獲取
        2.2.2 光譜數(shù)據(jù)的獲取
    2.3 光譜數(shù)據(jù)預(yù)處理
        2.3.1 光譜去燥
        2.3.2 異常樣本剔除
    2.4 光譜特性分析
    2.5 本章小結(jié)
3 光譜變換和特征因子選取
    3.1 光譜變換
        3.1.1 光譜變換方法
        3.1.2 變換光譜
    3.2 特征因子選取
        3.2.1 相關(guān)系數(shù)法
        3.2.2 相關(guān)系數(shù)圖
        3.2.3 敏感波段的選取
        3.2.4 特征因子的選定
    3.3 本章小結(jié)
4 土壤含水量光譜估測(cè)模型
    4.1 傳統(tǒng)估測(cè)方法
        4.1.1 多元線性回歸
        4.1.2 BP神經(jīng)網(wǎng)絡(luò)
        4.1.3 支持向量機(jī)
    4.2 結(jié)果分析
        4.2.1 多元線性回歸模型結(jié)果分析
        4.2.2 BP神經(jīng)網(wǎng)絡(luò)模型的結(jié)果分析
        4.2.3 支持向量機(jī)模型結(jié)果分析
        4.2.4 模型的對(duì)比分析
    4.3 耕層含水量的估測(cè)模型
        4.3.1 表層含水量的估測(cè)模型
        4.3.2 耕層含水量的估測(cè)模型
    4.4 本章小結(jié)
5 結(jié)論與展望
    5.1 主要結(jié)論
    5.2 論文的創(chuàng)新點(diǎn)
    5.3 論文不足和展望
參考文獻(xiàn)
致謝
攻讀碩士期間參加的科研項(xiàng)目


【參考文獻(xiàn)】：
期刊論文
[1]土壤水與有機(jī)質(zhì)對(duì)高光譜的作用及交互作用規(guī)律[J]. 尚璇,李西燦,徐郵郵,劉莎莎.  中國(guó)農(nóng)業(yè)科學(xué). 2017(08)
[2]基于作物缺水指數(shù)的土壤含水量估算方法[J]. 虞文丹,張友靜,鄭淑倩.  國(guó)土資源遙感. 2015(03)
[3]土樣處理方式對(duì)室內(nèi)土壤高光譜測(cè)試穩(wěn)定性影響探討[J]. 侯燕平,呂成文,項(xiàng)宏亮,王輝.  土壤通報(bào). 2015(02)
[4]基于野外雙向反射信息利用反射模型反演土壤含水量研究[J]. 呂云峰,孫仲秋,趙云升.  光學(xué)學(xué)報(bào). 2015(03)
[5]三江源區(qū)不同土壤類型有機(jī)質(zhì)含量高光譜反演[J]. 楊揚(yáng),高小紅,賈偉,張威,李金山,張艷嬌,田成明.  遙感技術(shù)與應(yīng)用. 2015(01)
[6]高光譜遙感土地質(zhì)量指標(biāo)信息提取研究進(jìn)展[J]. 姚闊,郭旭東,周冬,南穎,石曉平.  地理與地理信息科學(xué). 2014(06)
[7]不同利用方式下土壤有機(jī)質(zhì)和全磷的可見近紅外高光譜反演[J]. 薛利紅,周鼎浩,李穎,楊林章.  土壤學(xué)報(bào). 2014(05)
[8]基于干旱區(qū)地面實(shí)測(cè)熱紅外光譜的土壤含水量反演研究[J]. 丁建麗,曾小箕,李爭(zhēng)光.  水土保持通報(bào). 2014(01)
[9]新疆北部不同類型土壤光譜特征及對(duì)有機(jī)質(zhì)含量的預(yù)測(cè)[J]. 范燕敏,武紅旗,李美婷,翁小燕.  干旱地區(qū)農(nóng)業(yè)研究. 2013(06)
[10]黃土丘陵溝壑區(qū)坡面尺度土壤水分空間變異及影響因子[J]. 姚雪玲,傅伯杰,呂一河.  生態(tài)學(xué)報(bào). 2012(16)

博士論文
[1]土壤高光譜遙感信息提取與二向反射模型研究[D]. 程街亮.浙江大學(xué) 2008
[2]土地質(zhì)量高光譜遙感監(jiān)測(cè)方法研究[D]. 何挺.武漢大學(xué) 2003
[3]高光譜遙感土壤信息提取與挖掘研究[D]. 劉偉東.中國(guó)科學(xué)院研究生院（遙感應(yīng)用研究所） 2002

碩士論文
[1]土壤有機(jī)質(zhì)高光譜灰色關(guān)聯(lián)度估測(cè)模型研究[D]. 李明亮.山東農(nóng)業(yè)大學(xué) 2017
[2]基于模糊識(shí)別的土壤有機(jī)質(zhì)高光譜估測(cè)模型研究[D]. 于濤.山東農(nóng)業(yè)大學(xué) 2013
[3]土壤含水量高光譜特性與估測(cè)模型研究[D]. 王曉.山東農(nóng)業(yè)大學(xué) 2012
[4]高光譜圖像中條帶噪聲去除方法研究[D]. 劉七華.電子科技大學(xué) 2012
[5]基于實(shí)測(cè)高光譜數(shù)據(jù)的地表土壤水分含量反演研究[D]. 吉?jiǎng)e克·哈力克巴義.新疆大學(xué) 2011
[6]濟(jì)陽(yáng)縣、商河縣水資源優(yōu)化配置研究[D]. 鄔亮.山東大學(xué) 2011
[7]基于Landsat ETM遙感數(shù)據(jù)的大柳塔煤炭開發(fā)區(qū)土壤水分信息提取[D]. 魏珍.長(zhǎng)安大學(xué) 2010



本文編號(hào)：3660183