基于BP神经网络的干旱区盐碱土盐分遥感反演模型研究

论文摘要

土壤盐碱化是干旱、半干旱农业区主要的土地退化问题,及时、精准、动态地获取盐碱土盐分信息,对治理盐碱土、防止其进一步退化以及农业可持续发展至关重要。传统土壤盐碱化监测采用野外土壤定点调查方式,不仅费时、费力,而且测点少,代表性差,无法实现大面积实时监测。遥感由于能大面积、重复获取多波段、多时相的信息,为大面积实时动态监测盐碱土状况提供了可能。本论文以渭—库三角洲绿洲作为研究区,利用盐碱土光谱数据和非遥感因子构建盐碱土盐分遥感反演模型。利用土壤溶液测定法得到土壤含盐量,利用CI700便携式野外光谱仪野外采集光谱数据,通过分析不同盐分盐碱土的光谱数据得出盐碱土光谱曲线特征。利用单波段相关分析及多元线性逐步回归分析方法,讨论了不同盐分盐碱土光谱数据与盐分的关系,精选出能够表征盐碱土盐分信息的最佳波段组合,即890nm、800nm、680nm、590nm、470nm该波段组合可以作为本模型的输入变量。除遥感因子外、地下水埋深、地下水矿化度和表层土壤矿化度三个非遥感因子也是建立盐碱土盐分遥感反演模型重要的输入变量。选用BP人工神经网络模型——智能计算的重要分支,在建模过程中经过反复试验与结果比较,不断调整隐含层数目和神经元的个数,使得模型结果不断优化。最终,选择BP神经网络反演盐分信息模型。该模型奠定了利用卫星影像反演盐碱土盐分的基础,有可能为各地区盐碱土盐分信息的提取提供方法支持。论文共分5章,第1章主要阐述了本论文的研究背景、目标、意义,盐碱土遥感监测的国内外研究进展及应用3S技术对土壤盐渍化研究存在的问题。第2章介绍了研究区——渭—库三角洲绿洲的自然、人文地理概况、土壤盐碱化现状,研究区数据源及野外考察内容。第3章介绍了本研究的主要研究方法、研究内容、工作路线并定量分析了实验采集的盐碱土光谱数据与盐分、TM影像数据的关系,利用多元线性逐步回归和相关分析方法确定了表征盐碱土盐分信息的最佳波段组合。第4章介绍了BP神经网络的基本原理、影响盐碱土盐分的关键因子,然后基于BP神经网络模型构建了盐碱土盐分遥感反演模型、并进行模型精度检验。第5章对论文所做的工作进行了简单的总结,并并讨论了本模型现存问题及改进之处。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究目的及意义
• 1.2.1 研究目的
• 1.2.2 研究意义
• 1.3 盐渍化的相关概念
• 1.4 遥感技术在土壤盐渍化研究中的应用
• 1.5 国内外土壤盐渍化的遥感研究进展
• 1.5.1 国外在土壤盐渍化监测发展方面的研究进展
• 1.5.2 国内在土壤盐渍化监测发展方面的研究进展
• 1.6 基于3S 技术的土壤盐渍化研究存在的问题
• 1.7 地物光谱研究状况
• 1.7.1 土壤水分与土壤反射光谱的关系研究
• 1.7.2 土壤有机质的反射光谱特性及其预测
• 1.7.3 土壤质地、铁的氧化物及其他土壤特性对土壤光谱的影响
• 1.8 土地盐渍化遥感监测发展趋势分析
• 第二章 研究区状况、数据来源与野外考察
• 2.1 研究区状况
• 2.1.1 自然地理环境
• 2.1.2 社会经济状况
• 2.1.3 土壤盐碱化现状
• 2.2 数据源及其一般特征
• 2.2.1 研究区数据源
• 2.2.2 研究区影像及其波段分析
• 2.3 野外考察
• 2.3.1 野外考察内容与方法
• 2.3.2 历次野外考察及收集的资料
• 第三章 研究手段与技术路线
• 3.1 研究手段概述
• 3.1.1 遥感技术（RS）
• 3.1.2 地理信息系统技术（GIS）
• 3.1.3 全球定位系统技术（GPS）
• 3.1.4 3S 技术的集成
• 3.1.5 统计学技术
• 3.1.6 光谱分析技术
• 3.2 研究条件及主要研究内容
• 3.2.1 研究条件
• 3.2.2 研究内容及技术路线
• 3.3 土壤样本的采集与准备
• 3.4 土壤样本指标的实验室测定
• 3.5 盐碱土光谱数据的采集、预处理与特征分析
• 3.5.1 盐碱土光谱数据的采集
• 3.5.2 盐碱土光谱数据的预处理
• 3.5.3 盐碱土光谱曲线特征分析
• 3.6 盐碱土光谱数据的处理与定量分析
• 3.6.1 单波段光谱反射率与盐分的关系分析
• 3.6.2 地面光谱数据与TM 影像数据的对比分析
• 3.6.3 多元线性逐步回归分析
• 第四章 基于BP 神经网络的盐碱土盐分遥感反演模型的构建
• 4.1 BP 神经网络基本原理
• 4.2 影响盐碱土盐分的关键因子
• 4.2.1 自然因素
• 4.2.2 人为因素
• 4.3 BP 神经网络反演盐分模型
• 4.3.1 BP 神经网络反演盐分模型设计
• 4.3.2 BP 神经网络反演盐分模型的实现
• 4.3.3 精度检验
• 第五章 结论与展望
• 5.1 结论
• 5.2 不足
• 5.3 展望
• 参考文献
• 在读期间发表的论文
• 致谢（ACKNOWLEDGEMENT）