摘要 | 第1-6页 |
Abstract | 第6-10页 |
第一章 绪论 | 第10-18页 |
·微波遥感土壤水分的背景及意义 | 第10页 |
·国内外研究现状 | 第10-13页 |
·去除植被效应的算法研究进展 | 第11-12页 |
·微波遥感土壤水分算法 | 第12-13页 |
·选题依据及主要研究内容 | 第13-15页 |
·选题依据 | 第13-14页 |
·主要研究内容 | 第14-15页 |
·主要技术路线 | 第15页 |
·论文结构 | 第15-18页 |
第二章 微波遥感的基本原理和土壤水分研究基础 | 第18-28页 |
·微波遥感的基本原理 | 第18页 |
·微波遥感的特点 | 第18-19页 |
·雷达方程和后向散射系数 | 第19-21页 |
·雷达方程 | 第19-20页 |
·雷达散射截面与后向散射系数 | 第20-21页 |
·土壤表面参数描述 | 第21-26页 |
·土壤表面几何特性地表粗糙度参数的定量描述 | 第21-23页 |
·土壤物理参数 | 第23-26页 |
·土壤水分 | 第23页 |
·土壤的介电特性 | 第23-26页 |
本章小结 | 第26-28页 |
第三章 微波模型 | 第28-38页 |
·传统的地表面散射模型 | 第28-29页 |
·AIEM 模型介绍及其数值模拟 | 第29-33页 |
·IEM 及其改进的 AIEM 模型 | 第29-31页 |
·AIEM 模型的数值模拟 | 第31-33页 |
·AIEM 模型验证 | 第31-32页 |
·裸露地表模拟数据库的建立 | 第32-33页 |
·地表面散射的半经验模型 | 第33页 |
·GIMICS 模型及改进的适用于玉米的相干散射模型 | 第33-36页 |
·改进的一阶相干辐射模型 | 第36-37页 |
本章小结 | 第37-38页 |
第四章 基于雷达数据的土壤水分反演研究 | 第38-56页 |
·数据处理及分析 | 第38-43页 |
·研究区概况及实测数据的处理与分析 | 第38-41页 |
·ASAR 数据处理与分析 | 第41-43页 |
·ASAR 传感器和影像产品介绍 | 第41页 |
·影像处理和数据分析 | 第41-43页 |
·植被相干散射模型对玉米后向散射特征的模拟及其结果分析 | 第43-49页 |
·植被相干散射模型输入参数的确定 | 第43页 |
·基于实测数据的玉米地后向散射特征模拟及分析 | 第43-49页 |
·神经网络方法反演土壤水分研究 | 第49-55页 |
·BP 神经网络算法介绍 | 第49-50页 |
·神经网络算法土壤水分反演 | 第50-55页 |
·BP 神经网络的构建 | 第50-51页 |
·BP 神经网络土壤水分的反演 | 第51-54页 |
·结果分析 | 第54-55页 |
本章小结 | 第55-56页 |
第五章 车载辐射计数据的测量及应用 | 第56-64页 |
·基于双站散射模型及车载辐射计实测数据的植被辐射特征研究 | 第56-60页 |
·研究区概况及土壤和植被参数采集与处理 | 第56-57页 |
·车载辐射计测量数据的采集 | 第57-59页 |
·基于车载辐射计实测数据的玉米和小麦长势监测分析 | 第59-60页 |
·基于回归分析及神经网络方法的裸露地表土壤水分反演 | 第60-61页 |
·基于实测数据的一阶辐射模型验证及模拟特征初探 | 第61-63页 |
本章小结 | 第63-64页 |
第六章 总结与展望 | 第64-66页 |
·总结及存在问题 | 第64-65页 |
·展望 | 第65-66页 |
参考文献 | 第66-70页 |
致谢 | 第70-71页 |
附录 A:攻读学位期间的学术成果 | 第71页 |