首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感方式论文--依探测的波长范围分论文--微波遥感论文

微波遥感土壤水分时空扩展研究

摘要第4-6页
abstract第6-8页
第1章 引言第11-29页
    1.1 研究背景与意义第11-15页
        1.1.1 研究背景第11-12页
        1.1.2 研究意义第12-15页
    1.2 研究现状第15-26页
        1.2.1 土壤水分星载被动微波遥感第15-18页
        1.2.2 土壤水分微波遥感试验第18-20页
        1.2.3 土壤水分被动微波遥感反演研究现状第20-26页
    1.3 研究内容和思路第26-28页
        1.3.1 研究内容第26-27页
        1.3.2 研究思路第27-28页
    1.4 论文结构第28-29页
第2章 被动微波土壤水分遥感理论第29-42页
    2.1 微波辐射理论第29-30页
    2.2 被动微波土壤水分遥感第30-32页
        2.2.1 土壤水分第30页
        2.2.2 土壤质地第30-31页
        2.2.3 粗糙度第31-32页
        2.2.4 植被含水量VWC第32页
    2.3 土壤介电模型第32-35页
        2.3.1 Wang模型第32-33页
        2.3.2 Dobson模型第33-34页
        2.3.3 Mironov模型第34-35页
    2.4 粗糙度模型第35-38页
        2.4.1 理论模型第36-37页
        2.4.2 半经验模型第37-38页
    2.5 植被模型第38-40页
        2.5.1 零阶模型第38-40页
        2.5.2 一阶模型第40页
    2.6 辐射传输方程第40-42页
        2.6.1 地表有效温度第40-41页
        2.6.2 地表有效温度第41-42页
第3章 被动微波L/S波段亮温降尺度方法研究第42-57页
    3.1 降尺度背景第42-43页
    3.2 数据和研究区域第43-45页
        3.2.1 研究区域第44页
        3.2.2 机载PALS数据第44-45页
        3.2.3 现场数据第45页
    3.3 降尺度方法第45-50页
        3.3.1 理论基础第46-48页
        3.3.2 植被校正第48-50页
        3.3.3 斜率校正和L波段降尺度第50页
        3.3.4 土壤水分反演第50页
    3.4 降尺度结果和讨论第50-56页
        3.4.1 在粗尺度上建立和校正线性关系第51-52页
        3.4.2 利用TBS对TBL降尺度并在中尺度上验证第52-54页
        3.4.3 土壤水分反演结果和验证第54-56页
    3.5 本章小结第56-57页
第4章 被动微波L/C波段亮温降尺度方法研究第57-68页
    4.1 降尺度背景第57页
    4.2 数据和研究区域第57-60页
        4.2.1 试验和研究区域第58-59页
        4.2.2 机载PSR数据和2D-STAR数据第59-60页
        4.2.3 现场数据第60页
    4.3 降尺度方法第60-64页
        4.3.1 理论基础第61-63页
        4.3.2 植被校正第63-64页
        4.3.3 L波段降尺度第64页
    4.4 降尺度结果和讨论第64-66页
    4.5 本章小结第66-68页
第5章 长时间序列土壤水分产品构建方法研究第68-103页
    5.1 WCOM观测的历史数据构建方案第68-70页
        5.1.1 现有方案第68-69页
        5.1.2 WCOM拟采用的方案第69页
        5.1.3 历史数据构建方案可行性第69-70页
    5.2 长时间序列土壤水分产品构建背景第70-73页
    5.3 数据第73-76页
        5.3.1 SMOS数据第73-74页
        5.3.2 AMSR-E数据第74页
        5.3.3 AMSR2数据第74-75页
        5.3.4 现场观测网数据第75-76页
    5.4 方法第76-80页
        5.4.1 BP神经网络第76-77页
        5.4.2 输入层的选择第77-78页
        5.4.3 BP神经网络训练第78页
        5.4.4 NNsm产品的生成第78页
        5.4.5 NNsm产品的评估第78-80页
    5.5 结果和分析第80-96页
        5.5.1 BPNN训练结果第80-87页
        5.5.2 长时间序列土壤水分NNsm的模拟和评估第87-96页
    5.6 比较和讨论第96-100页
        5.6.1 和卫星产品的比较第96-99页
        5.6.2 和回归方法的结果比较第99-100页
    5.7 结论第100-103页
第6章 结论与讨论第103-107页
    6.1 主要结论和创新成果第103-105页
    6.2 存在问题及工作展望第105-107页
参考文献第107-114页
附录第114-115页
致谢第115-116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116页

论文共116页,点击 下载论文
上一篇:NH独立学院员工激励管理研究
下一篇:J银行零售业务发展对策研究