| 摘要 | 第3-5页 |
| abstract | 第5-8页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 国内外研究进展 | 第14-17页 |
| 1.2.1 水生植被提取研究进展 | 第14-15页 |
| 1.2.2 藻类监测研究进展 | 第15-17页 |
| 1.3 研究目的、内容及技术路线 | 第17-19页 |
| 第二章 研究区概况 | 第19-24页 |
| 2.1 自然地理概况 | 第19-20页 |
| 2.2 水生植被概况 | 第20页 |
| 2.3 气候气象概况 | 第20-22页 |
| 2.4 污染负荷概况 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 遥感数据获取与预处理 | 第24-33页 |
| 3.1 遥感数据源概述 | 第24-26页 |
| 3.1.1 高分一号数据概述 | 第24-25页 |
| 3.1.2 Landsat数据概述 | 第25-26页 |
| 3.2 遥感数据预处理 | 第26-32页 |
| 3.2.1 高分一号数据预处理 | 第26-29页 |
| 3.2.2 Landsat数据预处理 | 第29-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 基于高分一号数据的水生植被识别 | 第33-42页 |
| 4.1 野外数据获取 | 第33-34页 |
| 4.2 典型地物光谱特征分析 | 第34-36页 |
| 4.2.1 挺水植被提取 | 第34页 |
| 4.2.2 水体与沉水植被的识别与判定 | 第34-36页 |
| 4.2.3 黄苔提取 | 第36页 |
| 4.3 光谱特征变量可分性 | 第36-37页 |
| 4.4 分类决策树模型构建 | 第37-38页 |
| 4.5 分类结果与精度验证 | 第38-41页 |
| 4.6 本章小结 | 第41-42页 |
| 第五章 基于Landsat数据的黄苔覆盖度监测及影响因子分析 | 第42-63页 |
| 5.1 实验数据获取 | 第42-44页 |
| 5.1.1 野外样点布设 | 第42-43页 |
| 5.1.2 野外光谱测量与处理 | 第43-44页 |
| 5.1.3 野外水质参数获取 | 第44页 |
| 5.1.4 气象数据获取 | 第44页 |
| 5.1.5 室内覆盖度测算 | 第44页 |
| 5.2 基于Landsat数据的黄苔提取与覆盖度反演模型构建 | 第44-48页 |
| 5.2.1 基于Landsat影像的黄苔提取 | 第44-45页 |
| 5.2.2 二分像元模型构建 | 第45-46页 |
| 5.2.3 覆盖度指示因子选取 | 第46-48页 |
| 5.2.4 模型精度验证 | 第48页 |
| 5.3 2006 -2016年黄苔覆盖度变化特征 | 第48-56页 |
| 5.3.1 黄苔月覆盖度变化分布特征 | 第49-52页 |
| 5.3.2 黄苔年覆盖度变化分布特征 | 第52-55页 |
| 5.3.3 黄苔多年平均覆盖度分布特征 | 第55-56页 |
| 5.4 黄苔覆盖度变化影响因子分析 | 第56-62页 |
| 5.4.1 营养盐对黄苔覆盖度的影响分析 | 第56-57页 |
| 5.4.2 降水量对黄苔覆盖度的影响分析 | 第57-59页 |
| 5.4.3 气温对黄苔覆盖度的影响分析 | 第59-60页 |
| 5.4.4 风速对黄苔覆盖度的影响分析 | 第60-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第六章 结论与展望 | 第63-66页 |
| 6.1 结论 | 第63-64页 |
| 6.2 创新点 | 第64页 |
| 6.3 展望 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-73页 |
| 基金项目 | 第73页 |