| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第12-20页 |
| 第一节 选题背景、目的和意义 | 第12-14页 |
| 第二节 国内外研究进展 | 第14-17页 |
| 一、混合像元分解研究进展 | 第14-15页 |
| 二、时令性水体提取及变化监测研究进展 | 第15-17页 |
| 第三节 研究内容与研究技术路线 | 第17-20页 |
| 一、研究内容 | 第17-18页 |
| 二、研究技术路线 | 第18-20页 |
| 第二章 研究区概况及数据预处理 | 第20-26页 |
| 第一节 研究区概况 | 第20-22页 |
| 第二节 遥感影像数据获取 | 第22-24页 |
| 第三节 遥感影像数据处理 | 第24-26页 |
| 一、辐射定标 | 第24页 |
| 二、几何校正 | 第24页 |
| 三、大气校正 | 第24-26页 |
| 第三章 BP神经网络 | 第26-32页 |
| 第一节 人工神经网络 | 第26-27页 |
| 第二节BP神经网络 | 第27-30页 |
| 一、BP神经网络的结构 | 第27-29页 |
| 二、BP神经网络的学习机制 | 第29-30页 |
| 第三节 基于BP神经网络的混合像元分解 | 第30-32页 |
| 一、准备阶段 | 第30-31页 |
| 二、网络训练阶段 | 第31页 |
| 三、混合像元分解阶段 | 第31-32页 |
| 第四章 基于BP神经网络的时令水体提取 | 第32-52页 |
| 第一节 端元选择及建立训练样本 | 第32-37页 |
| 一、端元选取方法 | 第32-34页 |
| 二、建立训练样本 | 第34-36页 |
| 三、训练样本质量评价 | 第36-37页 |
| 第二节 基于BP神经网络的水体信息提取 | 第37-44页 |
| 一、BP神经网络结构设计 | 第37-39页 |
| 二、水体信息提取 | 第39-42页 |
| 三、水体面积变化监测 | 第42-43页 |
| 四、水体信息提取精度评价 | 第43-44页 |
| 第三节 时令性水体信息提取 | 第44-52页 |
| 一、时令水体像元提取 | 第44-46页 |
| 二、时令水体提取结果精度分析 | 第46-47页 |
| 三、时令水体面积计算 | 第47-49页 |
| 四、时令水体面积精度分析 | 第49-52页 |
| 第五章 时间序列下时令水体变化监测及分析 | 第52-58页 |
| 第一节 时令水体像元在时间序列下的相态转换频次分析 | 第52-54页 |
| 第二节 时间序列下各类时令水体像元的空间分布特征 | 第54-56页 |
| 第三节 时间序列下时令水体的变化监测与分析 | 第56-58页 |
| 第六章 结论与展望 | 第58-62页 |
| 第一节 结论 | 第58-59页 |
| 第二节 存在不足与展望 | 第59-62页 |
| 参考文献 | 第62-66页 |
| 发表文章目录 | 第66-68页 |
| 论文 | 第66页 |
| 计算机软件著作权 | 第66-68页 |
| 致谢 | 第68页 |