| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 缩略中英文对照表 | 第10-20页 |
| 第1章 绪论 | 第20-40页 |
| 1.1 研究背景及意义 | 第20-23页 |
| 1.2 研究现状 | 第23-33页 |
| 1.2.1 卫星遥感技术在火灾探测中的应用及现状 | 第23-33页 |
| 1.3 当前研究的不足 | 第33-36页 |
| 1.4 研究内容及技术路线 | 第36-38页 |
| 1.5 论文章节安排 | 第38-40页 |
| 第2章 遥感火点探测算法和云识别算法综述 | 第40-68页 |
| 2.1 仪器特征参数 | 第40-46页 |
| 2.1.1 NOAA-AVHRR特征 | 第40-42页 |
| 2.1.2 EOS-MODIS特征 | 第42-43页 |
| 2.1.3 GOES-IMAGER特征 | 第43-44页 |
| 2.1.4 MSG-SEVIRI特征 | 第44-45页 |
| 2.1.5 Himawari-AHI特征 | 第45-46页 |
| 2.2 火点探测算法 | 第46-60页 |
| 2.2.1 单时相算法 | 第46-55页 |
| 2.2.2 多时相法 | 第55-60页 |
| 2.3 云检测算法 | 第60-63页 |
| 2.3.1 统计学算法 | 第61页 |
| 2.3.2 辐射传输算法 | 第61页 |
| 2.3.3 多光谱阈值算法 | 第61-62页 |
| 2.3.4 智能算法 | 第62-63页 |
| 2.4 当前探测算法的总结 | 第63-66页 |
| 2.4.1 火点探测算法的总结 | 第63-66页 |
| 2.4.2 云识别算法的总结 | 第66页 |
| 2.5 本章小结 | 第66-68页 |
| 第3章 基于Himawari-8像元背景亮温的求解 | 第68-86页 |
| 3.1 引言 | 第68-71页 |
| 3.2 火灾研究案例 | 第71-72页 |
| 3.3 Himawari-8卫星数据 | 第72-73页 |
| 3.4 改进算法阐述 | 第73-74页 |
| 3.5 数据预处理 | 第74-81页 |
| 3.5.1 云处理 | 第74-76页 |
| 3.5.2 森林可燃物掩膜模型 | 第76页 |
| 3.5.3 时间信息分析 | 第76-81页 |
| 3.6 DTC拟合结果精度分析 | 第81-84页 |
| 3.7 讨论 | 第84-85页 |
| 3.8 结论 | 第85页 |
| 3.9 本章小结 | 第85-86页 |
| 第4章 火点探测结果 | 第86-96页 |
| 4.1 基于空间的Otsu火点识别概述 | 第86-88页 |
| 4.1.1 Otsu方法 | 第86-87页 |
| 4.1.2 火点判定方法 | 第87-88页 |
| 4.2 火点探测的精度 | 第88-92页 |
| 4.3 讨论 | 第92-93页 |
| 4.4 结论 | 第93-94页 |
| 4.5 本章小结 | 第94-96页 |
| 第5章 火点识别中的云检测 | 第96-112页 |
| 5.1 引言 | 第96-97页 |
| 5.2 云检测中机器学习算法介绍 | 第97-101页 |
| 5.2.1 BPNN | 第98页 |
| 5.2.2 SVM | 第98-99页 |
| 5.2.3 Kmeans | 第99-100页 |
| 5.2.4 kNN | 第100-101页 |
| 5.3 数据集制作 | 第101页 |
| 5.4 实验过程 | 第101-105页 |
| 5.5 数据集验证结果 | 第105-109页 |
| 5.5.1 MODIS云产品介绍 | 第105-107页 |
| 5.5.2 评价的方法 | 第107页 |
| 5.5.3 分类结果评定 | 第107-109页 |
| 5.6 讨论 | 第109-110页 |
| 5.7 结论 | 第110-111页 |
| 5.8 本章小结 | 第111-112页 |
| 第6章 结论与展望 | 第112-116页 |
| 6.1 工作总结及主要结论 | 第112-114页 |
| 6.2 论文创新点 | 第114-115页 |
| 6.3 工作展望 | 第115-116页 |
| 参考文献 | 第116-132页 |
| 致谢 | 第132-136页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第136页 |