珠江口海域浮游植物叶绿素-α浓度遥感反演模型研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-20页 |
| ·选题背景、目的及意义 | 第10-11页 |
| ·选题背景 | 第10-11页 |
| ·目的及意义 | 第11页 |
| ·国内外研究现状 | 第11-15页 |
| ·海洋水质遥感监测原理 | 第11-12页 |
| ·海洋水质遥感监测主要技术方法 | 第12-13页 |
| ·遥感反演叶绿素浓度的研究 | 第13-15页 |
| ·研究思路及研究内容 | 第15-17页 |
| ·研究思路 | 第15-16页 |
| ·研究内容 | 第16-17页 |
| ·研究创新点及难点 | 第17页 |
| ·论文组织结构 | 第17-20页 |
| 2 海洋叶绿素浓度遥感反演原理 | 第20-28页 |
| ·海洋大气辐射传输理论 | 第20-21页 |
| ·海洋遥感中大气校正原理 | 第21-24页 |
| ·一类水体的校正 | 第22页 |
| ·二类水体的校正 | 第22-23页 |
| ·叶绿素 a 及其光谱特征 | 第23-24页 |
| ·雷达遥感在海洋叶绿素研究中潜力 | 第24-28页 |
| ·雷达遥感的发展及应用 | 第24-26页 |
| ·雷达遥感的成像原理 | 第26页 |
| ·SAR 反演海洋叶绿素 a 浓度的原理 | 第26-28页 |
| 3 研究区概况以及数据处理 | 第28-36页 |
| ·研究区概况 | 第28页 |
| ·数据源 | 第28-29页 |
| ·环境星 CCD 影像数据 | 第29-32页 |
| ·环境星数据处理 | 第30-32页 |
| ·RADARSAT-2 影像数据获取与处理 | 第32-36页 |
| ·SAR 数据预处理 | 第32-34页 |
| ·SAR 数据参数提取 | 第34-36页 |
| 4 叶绿素 A 浓度的 BP 神经网络反演模型 | 第36-48页 |
| ·神经网络的发展 | 第36-37页 |
| ·BP 神经网络的结构和原理 | 第37-38页 |
| ·BP 神经网络主要参数的确定 | 第38-40页 |
| ·初始权值的确定 | 第38页 |
| ·网络学习速率的确定 | 第38页 |
| ·隐节点数的确定 | 第38-39页 |
| ·样本训练集的设计 | 第39-40页 |
| ·CCD 特征光谱波段选取 | 第40-41页 |
| ·SAR 数据特征参数的选取 | 第41-42页 |
| ·模型的确定 | 第42-44页 |
| ·BP 神经网络模型检验及应用 | 第44-48页 |
| 5 总结与展望 | 第48-52页 |
| ·总结 | 第48-49页 |
| ·展望 | 第49-52页 |
| 致谢 | 第52-54页 |
| 参考文献 | 第54-61页 |
| 附录 | 第61页 |
