上 篇
第一章 緒論 / 3
1.1 研究背景及意義 / 3
1.2 國內(nèi)外研究進(jìn)展 / 4
1.2.1 國外研究進(jìn)展 / 4
1.2.2 國內(nèi)研究進(jìn)展 / 5
1.3 研究內(nèi)容與技術(shù)路線 / 6
1.3.1 研究內(nèi)容 / 6
1.3.2 技術(shù)路線 / 7
第二章 研究區(qū)狀況 / 8
2.1 地理位置 / 8
2.2 濕地氣候與水文特征 / 8
2.3 地貌特征 / 9
2.4 艾比湖及主要入湖河流水系 / 11
2.5 艾比湖的地物類型 / 11
第三章 數(shù)據(jù)收集與分析方法 / 13
3.1 數(shù)據(jù)的收集 / 13
3.2 影像數(shù)據(jù)處理 / 16
3.2.1 Landsat8 遙感影像預(yù)處理 / 16
3.2.2 輻射校正 / 17
3.2.3 正射校正 / 17
3.2.4 幾何校正 / 17
3.3 分析方法 / 18
3.3.1 光譜指數(shù)構(gòu)建 / 18
3.3.2 綜合指數(shù)的構(gòu)建 / 18
3.3.3 模型評估 / 19
第四章 土壤鹽分因子的特征分析及空間分布 / 20
4.1 土壤鹽分因子統(tǒng)計分析 / 20
4.2 土壤鹽分空間分析 / 24
4.3 基于不同劃分區(qū)域的土壤水鹽分變化趨勢分析 / 28
4.3.1 基于通風(fēng)口劃分的剖面水鹽分析 / 28
4.3.2 基于湖區(qū)劃分的剖面水鹽分析 / 31
第五章 基于地面光譜數(shù)據(jù)的土壤鹽分因子反演 / 34
5.1 不同鹽分含量的土壤光譜特征分析 / 34
5.2 單波段與鹽分因子的關(guān)系分析 / 35
5.3 高光譜指數(shù)模型建立 / 42
5.4 最優(yōu)模型的驗證 / 44
第六章 基于 Landsat8 OLI 的土壤鹽分因子反演 / 48
6.1 不同波段的光譜反射率分析 / 48
6.2 Landsat8 波段與鹽分因子關(guān)系分析 / 50
6.3 多光譜波段建模與驗證 / 51
6.4 多光譜波段組合分析 / 54
第七章 基于窄波段與寬波段結(jié)合的綜合指數(shù)反演 / 60
7.1 高光譜窄波段與多光譜寬波段分析 / 60
7.2 多光譜波段與高光譜波段分析 / 62
7.3 構(gòu)建高光譜波段與 Landsat8 波段的光譜指數(shù) / 63
7.4 綜合指數(shù)的反演模型與驗證分析 / 69
第八章 結(jié)論 / 73
參考文獻(xiàn) / 75
下 篇
第一章 緒論 / 83
1.1 研究目的和意義 / 83
1.1.1 研究目的 / 83
1.1.2 研究意義 / 83
1.2 國內(nèi)外研究進(jìn)展 / 84
1.2.1 基于高光譜遙感的植物光譜特征研究 / 84
1.2.2 地面遙感應(yīng)用于植物信息的提取 / 85
1.3 研究目標(biāo)、內(nèi)容和技術(shù)路線 / 86
1.3.1 研究目標(biāo) / 86
1.3.2 研究內(nèi)容 / 87
1.3.3 技術(shù)路線 / 87
第二章 研究區(qū)概況 / 89
2.1 地理位置 / 89
2.2 地貌特征 / 90
2.3 氣候與水文 / 91
2.4 土壤概況 / 91
2.5 植被概況 / 91
2.6 流域社會經(jīng)濟(jì)背景 / 92
第三章 數(shù)據(jù)來源與處理 / 93
3.1 鹽生植物野外光譜測定 / 93
3.2 鹽生植物含水量測定 / 93
3.3 鹽生植物鹽離子含量測定 / 94
3.4 土壤含水量測定 / 94
3.5 土壤鹽分含量測定 / 94
3.6 數(shù)據(jù)分析及方法 / 94
3.6.1 光譜數(shù)據(jù)分析 / 94
3.6.2 植被光譜指數(shù) / 95
3.6.3 主成分分析 / 96
3.6.4 BP 算法 / 96
3.6.5 模型檢驗方法 / 97
第四章 艾比湖鹽生植物葉片光譜特征研究 / 99
4.1 同一季節(jié)不同群落間的植物光譜變化特征 / 99
4.2 同一群落不同季節(jié)間的植物光譜變化特征 / 105
4.3 土壤鹽分對鹽生植物葉片光譜反射率的影響 / 112
4.4 土壤水分對鹽生植物葉片光譜反射率的影響 / 112
第五章 基于多元逐步回歸模型的鹽生植物葉片含水量
高光譜估算模型研究 / 118
5.1 鹽生植物水分指數(shù)的篩選 / 118
5.2 構(gòu)建光譜指數(shù) / 122
5.3 建立葉片含水量估算模型 / 130
5.4 估算模型驗證 / 137
第六章 基于 BP 神經(jīng)網(wǎng)絡(luò)模型的鹽生植物葉片含鹽量
高光譜估算模型研究 / 154
6.1 構(gòu)建光譜指數(shù) / 154
6.2 建立葉片鹽離子含量估算模型與驗證 / 170
第七章 結(jié)論 / 182
7.1 討論 / 182
7.2 結(jié)論 / 183
參考文獻(xiàn) / 185