基于遥感反演的水质预测方法及其应用
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 研究背景意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-19页 |
| 1.2.1 水质预测现状 | 第12-13页 |
| 1.2.2 遥感水质反演现状 | 第13-19页 |
| 1.3 论文主要内容 | 第19-21页 |
| 第2章 遥感反演原理 | 第21-28页 |
| 2.1 遥感水质监测原理 | 第21-25页 |
| 2.1.1 遥感原理概述 | 第21-22页 |
| 2.1.2 传感器概述及选择 | 第22-25页 |
| 2.2 遥感水质反演算法 | 第25-27页 |
| 2.2.1 水质指标反演方法 | 第25-26页 |
| 2.2.2 水体提取方法 | 第26-27页 |
| 2.3 小结 | 第27-28页 |
| 第3章 基于稀疏神经网络的水质预测方法研究 | 第28-42页 |
| 3.1 引言 | 第28页 |
| 3.2 水质预测的神经网络原理 | 第28-35页 |
| 3.2.1 BP神经网络结构及学习算法 | 第29-33页 |
| 3.2.2 稀疏递归神经网络结构及学习算法 | 第33-35页 |
| 3.3 数据获取与预处理 | 第35-36页 |
| 3.4 实验结果 | 第36-40页 |
| 3.4.1 水质指标数据预测 | 第36-38页 |
| 3.4.2 水质等级预测结果 | 第38-39页 |
| 3.4.3 模型比较 | 第39-40页 |
| 3.5 小结 | 第40-42页 |
| 第4章 基于支持向量机的遥感水质反演方法 | 第42-58页 |
| 4.1 引言 | 第42-43页 |
| 4.2 遥感水质指标反演 | 第43-46页 |
| 4.2.1 水质指标反演一般过程 | 第43-44页 |
| 4.2.2 支持向量机理论 | 第44-46页 |
| 4.3 数据获取及预处理 | 第46-51页 |
| 4.3.1 遥感影像的辐射定标及大气矫正 | 第46-48页 |
| 4.3.2 遥感影像的水体提取 | 第48-50页 |
| 4.3.3 水质数据预处理 | 第50-51页 |
| 4.4 实验结果 | 第51-57页 |
| 4.4.1 模型建立与评价 | 第51-52页 |
| 4.4.2 水质指标反演 | 第52-57页 |
| 4.5 小结 | 第57-58页 |
| 第5章 面向河长制的流域水质监测原型系统设计 | 第58-86页 |
| 5.1 引言 | 第58页 |
| 5.2 系统总体架构 | 第58-60页 |
| 5.3 系统功能组成 | 第60-67页 |
| 5.3.1 功能设计 | 第60-61页 |
| 5.3.2 逻辑设计 | 第61-63页 |
| 5.3.3 功能模块 | 第63-64页 |
| 5.3.4 数据库设计 | 第64-67页 |
| 5.4 主要模块实现 | 第67-85页 |
| 5.4.1 系统首页 | 第70-71页 |
| 5.4.2 用户模块 | 第71-72页 |
| 5.4.3 新闻模块 | 第72-75页 |
| 5.4.4 水质信息查询模块 | 第75-78页 |
| 5.4.5 遥感信息查询模块 | 第78-79页 |
| 5.4.6 视频信息查询模块 | 第79-80页 |
| 5.4.7 算法模块 | 第80-85页 |
| 5.4.8 后台管理模块 | 第85页 |
| 5.5 小结 | 第85-86页 |
| 第6章 结论与展望 | 第86-88页 |
| 6.1 结论 | 第86-87页 |
| 6.2 展望 | 第87-88页 |
| 参考文献 | 第88-97页 |
| 致谢 | 第97-99页 |
| 攻读学位期间参加的科研项目和成果 | 第99页 |
