基于遗传优化BP神经网络算法的土壤含水量反演研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 引言 | 第9-14页 |
| ·土壤水分研究的意义 | 第9-10页 |
| ·土壤水分微波遥感国内外研究现状 | 第10-12页 |
| ·土壤水分被动微波遥感研究现状 | 第10页 |
| ·土壤水分主动微波遥感研究现状 | 第10-12页 |
| ·主要研究内容和论文结构 | 第12-14页 |
| ·研究内容 | 第12页 |
| ·论文结构 | 第12-14页 |
| 第二章 微波遥感基本理论 | 第14-25页 |
| ·微波遥感机理 | 第14-20页 |
| ·雷达后向散射系数 | 第15-18页 |
| ·雷达的系统参数 | 第18-20页 |
| ·地表粗糙度 | 第20-22页 |
| ·AIEM 散射模型 | 第22-25页 |
| 第三章 遗传优化BP 神经网络 | 第25-42页 |
| ·BP 网络与GA 算法 | 第25-31页 |
| ·BP 网络的基本理论 | 第25-29页 |
| ·遗传算法（GA）的基本理论 | 第29-31页 |
| ·GA 优化BP 基本理论 | 第31-42页 |
| ·GA 优化BP 算法 | 第31-36页 |
| ·算法精度比较 | 第36-42页 |
| 第四章 基于室内测量系统土壤含水量反演 | 第42-51页 |
| ·室内散射测量系统及测量结果 | 第42-45页 |
| ·室内散射测量系统 | 第42-44页 |
| ·测量结果 | 第44-45页 |
| ·GA 优化BP 反演的结果分析 | 第45-51页 |
| ·参数的设定 | 第45-47页 |
| ·反演结果分析 | 第47-51页 |
| 第五章 基于SAR 图像土壤含水量反演 | 第51-69页 |
| ·星载ENVISAT 图像反演 | 第51-65页 |
| ·ENVISAT 卫星介绍 | 第51-53页 |
| ·研究区概况与ENVISAT 数据预处理 | 第53-57页 |
| ·水云模型 | 第57-58页 |
| ·反演结果分析 | 第58-65页 |
| ·机载SAR 图像反演 | 第65-69页 |
| 第六章 总结与展望 | 第69-71页 |
| ·特色与创新 | 第69页 |
| ·问题与展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻硕期间取得的研究成果 | 第76-77页 |
