首页--天文学、地球科学论文--测绘学论文--摄影测量学与测绘遥感论文--测绘遥感技术论文

地表参量遥感反演理论与方法研究

第1章 选题的目的和意义第1-14页
第2章 遥感反演理论与方法研究现状第14-29页
 第1节 基于光谱变换的经验统计法反演第14-15页
 第2节 物理模型反演第15-23页
   ·前向模型第16-17页
   ·模型反演方法研究第17-23页
 第3节 基于神经元网络的反演第23-25页
 第4节 专家系统第25-26页
 第5节 最优化方法在遥感反演中的应用第26-28页
 第6节 小结第28-29页
第3章 遥感模型反演的不确定性及其解决方案第29-39页
 第1节 模型反演的误差来源分析第29-32页
   ·信息量不充分产生的误差第29页
   ·模型本身拟合效果不好或观测数据存在误差对反演的影响第29-31页
   ·反演时的误差来源第31-32页
 第2节 不确定性反演可能的解决方案第32-36页
   ·参数集和数据集分割第33页
   ·代价函数的改进第33-35页
   ·反演算法第35-36页
   ·不确定性反演中约束的使用第36页
 第3节 反演中需注意的问题第36-38页
   ·先验信息作用的两重性第36-37页
   ·高斯分布假定第37页
   ·最大似然点问题第37-38页
 第4节 小结第38-39页
第4章 几种主要随机搜索算法概述第39-42页
 第1节 模拟退火算法第39页
 第2节 模拟进化算法第39-40页
 第3节 蚁群算法第40-42页
第5章 遗传算法中初始种群与交叉、变异率对解的影响及其解决方案第42-49页
 第1节 遗传算法的基本原理第42-43页
 第2节 初始种群和交叉、变异率对解的影响第43-44页
   ·随机产生初始种群的影响第43页
   ·交叉、变异率对解的影响第43-44页
 第3节 基于子空间分割的遗传算法和初始种群产生办法第44-48页
   ·主要步骤第44-47页
   ·算法流程第47-48页
   ·效果验证第48页
 第4节 小结第48-49页
第6章 遗传算法及其在线性、非线性模型反演中的应用效果分析第49-57页
 第1节 遗传算法在线性模型反演中的应用效果分析第49-52页
   ·模拟数据获取第50-51页
   ·遗传算法进行亚像元分解的具体步骤第51页
   ·遗传算法与有效集法在线性光谱模型反演中的应用效果比较第51-52页
 第2节 遗传算法与混合遗传算法在反演GOMS 模型结构参数时的应用效果分析第52-56页
   ·几何光学相互遮蔽(GOMS)模型第52-53页
   ·遗传算法的反演效果分析第53-54页
   ·混合遗传算法的反演效果第54-56页
 第3节 小结第56-57页
第7章 高光谱与多角度数据用于混合像元分解的思路和方法第57-64页
 第1节 混合像元分解概述第57-58页
 第2节 高光谱多角度数据的优缺点第58-59页
 第3节 多角度与高光谱联合反演的思路与方法第59-60页
 第4节 数据来源及试验区概况第60-64页
   ·试验区概况第60-63页
   ·主要数据来源第63-64页
第8章 利用多角度数据反演组份结构参数和组份光谱第64-73页
 第1节 数据及预处理第64-65页
   ·asas 多角度数据第64页
   ·地面反射率因子第64-65页
 第2节 GOMS模型的原理第65-66页
 第3节 反演方法第66-72页
   ·先验知识获取第66-68页
   ·计算USM 矩阵第68-70页
   ·基于不确定性和敏感性矩阵的贝叶斯反演第70-72页
 第4节 反演结果第72-73页
第9章 高光谱组份面积提取第73-81页
 第1节 高光谱数据处理第73-76页
   ·辐射校正及地表反射率恢复第73-75页
   ·高光谱数据几何校正第75-76页
 第2节 先验光谱获取第76-77页
 第3节 高光谱组分面积提取及验证第77-79页
   ·结果分析第77-78页
   ·结果验证第78-79页
 第4节 高光谱组分光谱反演第79页
 第5节 组分光谱结果验证第79-81页
第10章 树冠覆盖度计算第81-87页
 第1节 树冠覆盖度计算公式第81-85页
 第2节 树冠覆盖度计算及结果分析第85-87页
第11章 结论与展望第87-90页
致谢第90-91页
参考文献第91-101页

论文共101页,点击 下载论文
上一篇:多元光滑函数类的宽度和最优恢复
下一篇:表面界面粗化生长动力学标度性质的理论研究