伴隨著高光譜技術(shù)的不斷發(fā)展,因其擁有高分辨率和豐富的數(shù)據(jù)等優(yōu)勢(shì),其在土壤屬性信息的獲取中被愈來(lái)愈廣泛的使用,而土壤含水量綜合反映出了氣候、植被、地貌及土壤質(zhì)量等,是干旱、半干旱地區(qū)構(gòu)建生態(tài)系統(tǒng)的基礎(chǔ),同時(shí)也是干旱、半干旱區(qū)土壤墑情的指示標(biāo)準(zhǔn)。土壤含水量的快速估測(cè)對(duì)干旱、半干旱地區(qū)的精準(zhǔn)農(nóng)業(yè)發(fā)展具有重要的意義。本文以渭干河-庫(kù)車(chē)河綠洲為靶區(qū),以實(shí)驗(yàn)室內(nèi)對(duì)土壤含水量的控制及相應(yīng)土壤光譜反射率曲線獲取的實(shí)驗(yàn)為基礎(chǔ),通過(guò)小波變換(wavelet transform,WT)對(duì)土壤反射光譜進(jìn)行1⁸層小波變換,再結(jié)合相關(guān)分析得到最大分解尺度,通過(guò)競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)(competitive adaptive reweighted sampling,C ARS)、連續(xù)投影算法(successive projections algorithm,SPA)和CARS-SPA算法對(duì)最大分解尺度以?xún)?nèi)的各層小波特征光譜進(jìn)行特征波長(zhǎng)篩選,最終確定能夠反映土壤含水量的最優(yōu)特征波長(zhǎng)集,分別構(gòu)建基于全波段的偏最小二乘回歸(partial least squares regression,PLSR)模型...

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2-1研究區(qū)及采樣點(diǎn)分布

第二章土壤樣本信息的采集及處理方法2.1土壤樣本的采集與制備以新疆維吾爾自治區(qū)南部、塔里木盆地中北部的渭-庫(kù)綠洲為試驗(yàn)區(qū)如圖2-1,其地勢(shì)北邊較高，自西北向東南傾斜，海拔1500~2000m，是一個(gè)較為典型的山前沖積扇平原。氣溫日較差大，年平均氣溫10.5~11.4℃，....

圖2-1土壤實(shí)測(cè)光譜曲線

每個(gè)樣本均需采集10次，其算術(shù)平均值為該土樣的光譜數(shù)據(jù)[57]。得到土壤反射率曲線，如圖2-1。圖2-1土壤實(shí)測(cè)光譜曲線Fig.2-1Soilmeasuredspectrumcurve

圖2-2實(shí)測(cè)土壤含水量Fig.2-2Soilmoisturedistribution

圖2-2實(shí)測(cè)土壤含水量Fig.2-2Soilmoisturedistribution2.3小波變換2.3.1小波變換定義（1）小波基函數(shù)[58]設(shè)()()2tLR，且()是(t)的傅里葉變換。那么，當(dāng)滿足CdR2()（2....

圖2-4BP神經(jīng)網(wǎng)絡(luò)示意圖

含量、土壤鹽分含量、粗糙度等，土壤中的這些理化指標(biāo)是。所以?xún)H僅利用相應(yīng)的理論模型來(lái)直接研究土壤含水量和實(shí)現(xiàn)實(shí)的，目前，大多數(shù)相關(guān)研究都是基于經(jīng)驗(yàn)統(tǒng)計(jì)算法，例主成分、偏最小二乘等；機(jī)器學(xué)習(xí)算法擁有較強(qiáng)的學(xué)習(xí)、記能力，這使其在土壤屬性信息的估測(cè)中具有很大的潛在優(yōu)勢(shì)變換和特征波長(zhǎng)選擇算....

本文編號(hào)：3957465