中文摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
字母注释表 | 第11-14页 |
第一章 绪论 | 第14-22页 |
1.1 背景及意义 | 第14-15页 |
1.2 国内外研究现状及发展动态 | 第15-20页 |
1.2.1 海洋遥感的发展 | 第15-17页 |
1.2.2 大气校正算法的发展现状 | 第17-18页 |
1.2.3 叶绿素浓度提取算法的发展现状 | 第18-20页 |
1.3 本文主要工作 | 第20-22页 |
第二章 研究区域概况、数据源及数据预处理 | 第22-32页 |
2.1 研究区域与数据源 | 第22-27页 |
2.1.1 研究区域概况 | 第22-23页 |
2.1.2 数据源介绍 | 第23-27页 |
2.2 数据预处理 | 第27-30页 |
2.2.1 遥感数据预处理 | 第27-30页 |
2.2.2 风场和气压场数据预处理 | 第30页 |
2.3 预处理实现 | 第30-31页 |
2.4 本章小结 | 第31-32页 |
第三章 遥感数据大气校正及其改进 | 第32-46页 |
3.1 卫星接收信号组成 | 第32-33页 |
3.2 Gordon标准大气校正原理 | 第33-36页 |
3.2.1 大气瑞利散射校正 | 第33-34页 |
3.2.2 白帽辐射校正 | 第34页 |
3.2.3 大气气溶胶散射校正 | 第34-36页 |
3.3 SWIR大气校正方法的基本原理及其改进 | 第36-39页 |
3.3.1 SWIR大气校正方法的基本原理 | 第36页 |
3.3.2 SWIR大气校正方法的改进 | 第36-39页 |
3.4 改进算法的效果分析及讨论 | 第39-45页 |
3.5 本章小结 | 第45-46页 |
第四章 渤海叶绿素浓度的反演及时空分析 | 第46-55页 |
4.1 方法模型 | 第46-49页 |
4.1.1 三波段模型和Clack三通道算法的介绍 | 第46-47页 |
4.1.2 模型验证及对比分析 | 第47-49页 |
4.2 计算结果及模型评价 | 第49-50页 |
4.3 叶绿素浓度反演结果 | 第50-54页 |
4.3.1 月平均叶绿素浓度空间分布特征 | 第50-52页 |
4.3.2 分区叶绿素浓度时间变化分析 | 第52-54页 |
4.4 本章小结 | 第54-55页 |
第五章 结合水动力学模型探究叶绿素浓度分布特性 | 第55-68页 |
5.1 基于浅水长波方程的水动力学模型 | 第55-58页 |
5.1.1 水动力学模型的控制方程 | 第55-57页 |
5.1.2 水动力学模型的定解条件 | 第57-58页 |
5.1.3 水动力学模型的数值求解方法 | 第58页 |
5.2 水动力学模型的验证 | 第58-61页 |
5.3 渤海的潮致Euler余流场数值模拟及分析 | 第61-62页 |
5.4 渤海Euler余流场数值模拟与叶绿素浓度对比分析 | 第62-66页 |
5.5 本章小结 | 第66-68页 |
第六章 结论与展望 | 第68-70页 |
6.1 主要结论 | 第68-69页 |
6.2 工作展望 | 第69-70页 |
参考文献 | 第70-77页 |
发表论文和参加科研情况说明 | 第77-78页 |
致谢 | 第78-79页 |