摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 引言 | 第9-17页 |
1.1 研究背景、目的与意义 | 第9-11页 |
1.1.1 研究背景 | 第9-10页 |
1.1.2 研究目的 | 第10-11页 |
1.1.3 研究意义 | 第11页 |
1.2 国内外研究现状 | 第11-15页 |
1.2.1 遥感数据时空融合方法与高时空分辨率地表反照率数据生成技术研究 | 第11-13页 |
1.2.2 卡尔曼滤波算法及其在时间序列地学数据同化中的应用研究 | 第13-15页 |
1.3 本文研究内容和技术路线 | 第15-17页 |
1.3.1 研究内容 | 第15页 |
1.3.2 技术路线 | 第15-17页 |
第二章 研究区与数据处理 | 第17-25页 |
2.1 研究区概况 | 第17-19页 |
2.2 数据源 | 第19-21页 |
2.2.1 MCD43A3地表反照率产品数据 | 第19-21页 |
2.2.2 Landsat ETM+影像 | 第21页 |
2.3 基于ETM+影像的地表反照率反演 | 第21-25页 |
2.3.1 辐射校正 | 第21-22页 |
2.3.2 云的去除及大气校正 | 第22页 |
2.3.3 反照率反演 | 第22页 |
2.3.4 Landsat ETM+反照率反演结果的太阳高度角校正 | 第22-25页 |
第三章 基于卡尔曼滤波的高时空分辨率地表反照率数据集生成方法 | 第25-30页 |
3.1 卡尔曼滤波模型原理 | 第25-27页 |
3.2 卡尔曼滤波模型的参数处理 | 第27-30页 |
第四章 时间序列中分辨率地表反照率模拟 | 第30-42页 |
4.1 地表反照率数据集预测残差精度分析 | 第30-31页 |
4.2 30m空间分辨率时序地表反照率数据集预测结果 | 第31-39页 |
4.2.1 时间变化分析 | 第31-35页 |
4.2.2 空间分布特征 | 第35-39页 |
4.3 基于时空融合模型STARFM的地表反照率预测 | 第39-42页 |
4.3.1 STARFM模型原理 | 第39页 |
4.3.2 STARFM模型预测反照率与卡尔曼滤波预测结果对比分析 | 第39-42页 |
第五章 结论与展望 | 第42-44页 |
5.1 本文的结论 | 第42-43页 |
5.2 不足与展望 | 第43-44页 |
参考文献 | 第44-47页 |
在学期间公开发表论文及著作情况 | 第47-48页 |
致谢 | 第48页 |