基于光学分类的太湖藻蓝蛋白反演
| 致谢 | 第4-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 藻蓝蛋白反演研究现状 | 第12-13页 |
| 1.2.2 基于分类的水质参数反演 | 第13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 技术路线 | 第14-15页 |
| 1.5 论文框架 | 第15-17页 |
| 2 研究区概况和数据 | 第17-29页 |
| 2.1 研究区概况 | 第17-18页 |
| 2.1.1 自然状况 | 第17页 |
| 2.1.2 人文概况 | 第17-18页 |
| 2.2 水体表面光学量测量与处理 | 第18-20页 |
| 2.2.1 测量流程 | 第18-19页 |
| 2.2.2 遥感反射率计算 | 第19-20页 |
| 2.3 藻蓝蛋白浓度测量 | 第20-25页 |
| 2.4 实验数据 | 第25-29页 |
| 2.4.1 野外实验设计 | 第25-26页 |
| 2.4.2 光谱数据 | 第26-27页 |
| 2.4.3 水质参数数据 | 第27-29页 |
| 3 基于水面实测光谱分类的藻蓝蛋白浓度反演 | 第29-39页 |
| 3.1 水体光学分类 | 第29-32页 |
| 3.1.1 光学分类概述 | 第29-30页 |
| 3.1.2 K均值分类 | 第30-31页 |
| 3.1.3 实测光谱分类结果 | 第31-32页 |
| 3.2 基于光谱分类的反演模型构建 | 第32-35页 |
| 3.2.1 反演建模策略 | 第32-33页 |
| 3.2.2 藻蓝蛋白反演模型 | 第33-34页 |
| 3.2.3 反演模型构建 | 第34-35页 |
| 3.3 反演模型精度评价 | 第35-37页 |
| 3.3.1 精度评价方法 | 第35页 |
| 3.3.2 精度评价 | 第35-37页 |
| 3.4 本章小结 | 第37-39页 |
| 4 基于MERIS图像分类的藻蓝蛋白浓度反演 | 第39-51页 |
| 4.1 数据源介绍 | 第39-41页 |
| 4.1.1 MERIS数据 | 第39-40页 |
| 4.1.2 MERIS数据预处理 | 第40-41页 |
| 4.2 模拟MERIS数据分类 | 第41-44页 |
| 4.2.1 MERIS等效反射率 | 第41-42页 |
| 4.2.2 MERIS数据分类 | 第42-44页 |
| 4.3 建立反演模型 | 第44-45页 |
| 4.3.1 面向MERIS的藻蓝蛋白浓度反演算法 | 第44-45页 |
| 4.3.2 建立反演模型 | 第45页 |
| 4.4 精度评价 | 第45-48页 |
| 4.4.1 检验方案 | 第45-46页 |
| 4.4.2 精度检验结果 | 第46-48页 |
| 4.5 基于MERIS图像分类藻蓝蛋白反演结果 | 第48-50页 |
| 4.6 本章小结 | 第50-51页 |
| 5 结论与展望 | 第51-53页 |
| 5.1 结论 | 第51-52页 |
| 5.2 展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 作者简历 | 第57-59页 |
| 学位论文数据集 | 第59页 |
