摘要 | 第4-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第10-18页 |
1.1 研究背景及意义 | 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12-15页 |
1.2.1 遥感影像时空融合现状 | 第12-14页 |
1.2.2 时间序列研究现状 | 第14-15页 |
1.3 论文研究内容与结构 | 第15-18页 |
1.3.1 研究内容 | 第15-16页 |
1.3.2 论文组织结构 | 第16-18页 |
第2章 MDD数据集的构建及质量控制 | 第18-43页 |
2.1 多维遥感数据组织研究现状 | 第18-24页 |
2.1.1 MDD数据格式 | 第18-24页 |
2.1.2 多维数据格式总结与分析 | 第24页 |
2.2 MDD数据集构建过程 | 第24-32页 |
2.2.1 数据构建流程图 | 第24-25页 |
2.2.2 基于MODIS影像的MDD数据集构建 | 第25-29页 |
2.2.3 基于Landsat影像的MDD数据集构建 | 第29-32页 |
2.3 遥感数据质量控制 | 第32-41页 |
2.3.1 遥感影像预处理 | 第32-33页 |
2.3.2 遥感影像去云算法研究 | 第33-41页 |
2.3.2.1 传统遥感影像去云 | 第33-34页 |
2.3.2.2 改进的遥感影像去云算法 | 第34-37页 |
2.3.2.3 遥感影像云去除效果评价 | 第37-41页 |
2.4 本章小结 | 第41-43页 |
第3章 基于MDD数据结构的时谱融合算法设计 | 第43-55页 |
3.1 遥感影像融合机理 | 第43-47页 |
3.1.1 时间变化特征迁移理论 | 第43-44页 |
3.1.2 光谱混合理论 | 第44-46页 |
3.1.3 光谱线性重构理论 | 第46-47页 |
3.2 STARFM融合算法 | 第47-49页 |
3.3 ESTARFM融合算法 | 第49-52页 |
3.4 基于MDD数据集的时谱融合算法设计 | 第52-54页 |
3.5 本章小结 | 第54-55页 |
第4章 基于MDD数据集的时谱融合算法实现与效果分析 | 第55-65页 |
4.1 基于MDD数据集的时谱融合算法实现 | 第55-56页 |
4.2 基于两种方法时谱融合过程比较 | 第56-59页 |
4.2.1 基于MDD数据格式的融合实验过程 | 第56-57页 |
4.2.2 基于ESTARFM的融合实验过程 | 第57-58页 |
4.2.3 构建NDVI时谱立方体流程比较 | 第58-59页 |
4.3 两种融合方法结果比较与分析 | 第59-63页 |
4.3.1 时间比较与目视效果分析 | 第59-61页 |
4.3.2 定量比较与分析 | 第61-63页 |
4.4 本章小结 | 第63-65页 |
第5章 结论与展望 | 第65-67页 |
5.1 研究主要结论 | 第65页 |
5.2 研究创新点 | 第65-66页 |
5.3 研究不足与展望 | 第66-67页 |
参考文献 | 第67-76页 |
作者简历及攻读学位期间发表的学术论文与研究成果 | 第76-77页 |
致谢 | 第77-79页 |