基于ETM+图像的典型湖泊水华自动提取方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第12-21页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究进展 | 第13-18页 |
| 1.2.1 水体水华发生特性 | 第13页 |
| 1.2.2 湖泊水华的遥感监测 | 第13-16页 |
| 1.2.3 湖泊水华提取阈值 | 第16-17页 |
| 1.2.4 水华与水生植物的区分 | 第17-18页 |
| 1.3 研究目标和研究内容 | 第18页 |
| 1.3.1 研究目标 | 第18页 |
| 1.3.2 研究内容 | 第18页 |
| 1.3.3 拟解决的关键问题 | 第18页 |
| 1.4 技术路线和研究方法 | 第18-19页 |
| 1.4.1 研究方法 | 第18-19页 |
| 1.4.2 技术路线 | 第19页 |
| 1.5 论文框架 | 第19-21页 |
| 第2章 研究区与数据 | 第21-30页 |
| 2.1 研究区概况 | 第21-24页 |
| 2.2 数据来源 | 第24-27页 |
| 2.3 图像预处理 | 第27-28页 |
| 2.4 数据分析和处理 | 第28-30页 |
| 第3章 遥感水华信息提取及其常用指数的适用性 | 第30-47页 |
| 3.1 遥感图像中的水华信息 | 第30-31页 |
| 3.2 水华特征 | 第31-39页 |
| 3.2.1 水华空间特征 | 第31-32页 |
| 3.2.2 富含藻类水体的光谱特征 | 第32-34页 |
| 3.2.3 水华的遥感图像颜色特征 | 第34-36页 |
| 3.2.4 水华的季节变化特征 | 第36-39页 |
| 3.3 典型水华遥感提取指数的适用性 | 第39-46页 |
| 3.3.1 水华与水生植物的区分 | 第40-44页 |
| 3.3.2 藻类生物量的敏感性 | 第44-46页 |
| 3.4 小结 | 第46-47页 |
| 第4章 水华遥感信息的自动提取与验证 | 第47-72页 |
| 4.1 遥感图像中水华与水体的区分 | 第47-50页 |
| 4.2 遥感图像中水华与水生植物的区分 | 第50-61页 |
| 4.2.1 指数的构建 | 第50-52页 |
| 4.2.2 光谱特征 | 第52-55页 |
| 4.2.3 新指数的水华与水生植物的区分能力 | 第55-57页 |
| 4.2.4 典型水华与水生植物的确定 | 第57-59页 |
| 4.2.5 水华与水生植物的区分 | 第59-61页 |
| 4.3 水华遥感信息的自动提取与实现 | 第61-67页 |
| 4.3.1 湖泊水华信息遥感提取的流程 | 第61-62页 |
| 4.3.2 水华遥感信息的自动提取 | 第62-66页 |
| 4.3.3 算法实现 | 第66-67页 |
| 4.4 方法验证 | 第67-71页 |
| 4.4.1 水华与水体区分的验证 | 第67-70页 |
| 4.4.2 水华与水生植物区分的验证 | 第70-71页 |
| 4.4.3 湖泊蓝藻水华分布分级制图 | 第71页 |
| 4.5 小结 | 第71-72页 |
| 第5章 结论与展望 | 第72-74页 |
| 5.1 主要结论 | 第72页 |
| 5.2 创新和不足 | 第72页 |
| 5.3 研究展望 | 第72-74页 |
| 附录A | 第74-83页 |
| 参考文献 | 第83-86页 |
| 致谢 | 第86页 |
