| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第17-28页 |
| 1.1 选题背景及研究意义 | 第17-18页 |
| 1.2 国内外研究现状 | 第18-24页 |
| 1.2.1 二类水体叶绿素a浓度估算算法研究进展 | 第18-20页 |
| 1.2.2 二类水体大气校正算法研究进展 | 第20-22页 |
| 1.2.3 当前研究存在的问题 | 第22-24页 |
| 1.3 研究目标和研究内容 | 第24-25页 |
| 1.3.1 研究目标 | 第24页 |
| 1.3.2 研究内容 | 第24-25页 |
| 1.3.3 拟解决的关键问题 | 第25页 |
| 1.4 论文技术路线 | 第25-26页 |
| 1.5 论文结构 | 第26-28页 |
| 第2章 研究区概况与数据采集 | 第28-49页 |
| 2.1 研究区概况 | 第28-42页 |
| 2.2 地面数据采集与获取 | 第42-46页 |
| 2.2.1 二类水体遥感反射率观测 | 第43-44页 |
| 2.2.2 水体组分吸收系数测量 | 第44-45页 |
| 2.2.3 叶绿素a浓度测量 | 第45页 |
| 2.2.4 气溶胶地面实测数据 | 第45页 |
| 2.2.5 气象数据 | 第45-46页 |
| 2.3 影像数据获取 | 第46-48页 |
| 2.4 模型精度评价 | 第48-49页 |
| 第3章 适用于不同光学特征二类水体的叶绿素a浓度估算模型(UMOC)构建 | 第49-75页 |
| 3.1 所用数据集 | 第49-50页 |
| 3.2 不同二类水体光学特性差异性分析 | 第50-53页 |
| 3.2.1 遥感反射率光谱特征差异性分析 | 第50-52页 |
| 3.2.2 叶绿素a浓度与水体组分吸收系数差异性分析 | 第52-53页 |
| 3.3 UMOC模型构建 | 第53-59页 |
| 3.3.1 UMOC模型推导 | 第55-56页 |
| 3.3.2 UMOC模型第四波段位置确定方法 | 第56-57页 |
| 3.3.3 UMOC模型计算步骤 | 第57页 |
| 3.3.4 UMOC模型λ_2和λ_3位置选择区间及其对应η值 | 第57-59页 |
| 3.4 基于实测高光谱数据的UMOC模型验证 | 第59-66页 |
| 3.4.1 基于实测高光谱数据的UMOC模型构建 | 第59-60页 |
| 3.4.2 a_(ym)(665)估算结果评价 | 第60-61页 |
| 3.4.3 λ_4位置判定有效性评价 | 第61-63页 |
| 3.4.4 叶绿素a浓度估算精度评价 | 第63-66页 |
| 3.5 基于模拟卫星数据的UMOC模型构建与验证 | 第66-73页 |
| 3.5.1 基于模拟MERIS数据的UMOC模型构建及验证 | 第67-70页 |
| 3.5.2 基于模拟Sentinel-2a数据的UMOC模型构建及验证 | 第70-73页 |
| 3.6 本章小结 | 第73-75页 |
| 第4章 二类水体通用型大气校正算法( DDV-WC)构建 | 第75-93页 |
| 4.1 所用数据集 | 第75-76页 |
| 4.1.1 遥感反射率数据 | 第75页 |
| 4.1.2 地基观测的AOT数据 | 第75-76页 |
| 4.1.3 影像数据 | 第76页 |
| 4.2 基于近岸浓密植被暗像元的二类水体大气校正模型(DDV-WC)构建 | 第76-82页 |
| 4.2.1 改进的浓密植被暗像元选取算法 | 第77-78页 |
| 4.2.2 550 nm处气溶胶光学厚度的反演 | 第78-81页 |
| 4.2.3 水体遥感反射率计算 | 第81-82页 |
| 4.3 基于DDV-WC模型的大气校正效果分析 | 第82-92页 |
| 4.3.1 最优气溶胶模型的选择 | 第82-85页 |
| 4.3.2 影像大气校正精度分析 | 第85-88页 |
| 4.3.3 DDV-WC算法反演气溶胶光学厚度的精度评价 | 第88-89页 |
| 4.3.4 DDV-WC-Selection算法稳定性评价 | 第89-92页 |
| 4.4 本章小结 | 第92-93页 |
| 第5章 基于UMOC-DDV-WC模型的二类水体叶绿素a浓度时空变化分析 | 第93-126页 |
| 5.1 所用数据集 | 第93-94页 |
| 5.1.1 影像数据 | 第93-94页 |
| 5.1.2 野外实测数据 | 第94页 |
| 5.2 基于UMOC-DDV-WC模型的MERIS数据湖泊叶绿素a浓度估算 | 第94-100页 |
| 5.2.1 MERIS影像预处理及大气校正 | 第95页 |
| 5.2.2 云掩膜 | 第95-96页 |
| 5.2.3 水陆边界分离 | 第96-99页 |
| 5.2.4 基于MERIS影像的叶绿素a浓度估算 | 第99-100页 |
| 5.3 叶绿素a浓度估算精度评估 | 第100-101页 |
| 5.4 太湖、洪泽湖叶绿素a浓度时空变化规律 | 第101-112页 |
| 5.4.1 太湖、洪泽湖叶绿素a浓度整体及季节空间分布情况 | 第101-104页 |
| 5.4.2 太湖叶绿素a浓度变化规律 | 第104-108页 |
| 5.4.3 洪泽湖叶绿素a浓度变化规律 | 第108-112页 |
| 5.5 太湖、洪泽湖叶绿素a浓度变化与气象因子的关系分析 | 第112-124页 |
| 5.5.1 气象因子对太湖叶绿素a浓度变化的影响 | 第112-118页 |
| 5.5.2 气象因子对洪泽湖叶绿素a浓度变化的影响 | 第118-124页 |
| 5.6 本章小结 | 第124-126页 |
| 第6章 结论与展望 | 第126-130页 |
| 6.1 结论 | 第126-128页 |
| 6.1.1 构建了一种适用于不同光学特征二类水体的叶绿素a浓度估算模型 | 第126-127页 |
| 6.1.2 构建了一种基于近岸浓密植被暗像元的二类水体大气校正模型 | 第127页 |
| 6.1.3 基于UMOC-DDV-WC模型的二类水体叶绿素a浓度时空变化分析 | 第127-128页 |
| 6.2 论文的创新性 | 第128页 |
| 6.3 存在的问题与下一步的工作设想 | 第128-130页 |
| 6.3.1 基于大量星地同步数据的UMOC模型估算结果验证 | 第128-129页 |
| 6.3.2 DDV-WC算法未来的改进方向 | 第129页 |
| 6.3.3 将UMOC模型应用于OLCI以及Sentinel-2影像数据 | 第129-130页 |
| 常用符号及缩略语对照表 | 第130-132页 |
| 参考文献 | 第132-144页 |
| 在读期间发表的的学术论文及研究成果 | 第144-146页 |
| 参与项目 | 第144页 |
| 论文 | 第144-145页 |
| 参加的会议 | 第145页 |
| 获奖情况 | 第145-146页 |
| 致谢 | 第146-147页 |
