基于Radarsat-2雷达影像和BP人工神经网络的土壤墒情监测研究
| 中文摘要 | 第1-4页 |
| abstract | 第4-12页 |
| 1 引言 | 第12-19页 |
| ·研究目的及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-16页 |
| ·国外研究现状 | 第13-15页 |
| ·国内研究现状 | 第15-16页 |
| ·选题依据 | 第16-17页 |
| ·研究内容和技术路线 | 第17-19页 |
| ·研究内容 | 第17页 |
| ·技术路线 | 第17-19页 |
| 2 研究区概况及数据来源 | 第19-24页 |
| ·研究区概况 | 第19-21页 |
| ·地理位置 | 第19页 |
| ·地形地貌 | 第19-20页 |
| ·土地利用现状 | 第20页 |
| ·土壤与植被分布 | 第20页 |
| ·土壤盐碱化现状 | 第20-21页 |
| ·数据来源 | 第21-24页 |
| ·雷达影像数据 | 第21-22页 |
| ·野外实验 | 第22页 |
| ·室内实验 | 第22-24页 |
| 3 雷达遥感基本原理介绍 | 第24-33页 |
| ·雷达遥感的优点 | 第24-25页 |
| ·雷达影像的几何特征 | 第25-26页 |
| ·雷达方程与后向散射特征 | 第26-29页 |
| ·雷达方程 | 第26-28页 |
| ·后向散射特征 | 第28-29页 |
| ·影响后向散射的因素 | 第29-33页 |
| 4 主动微波遥感反演土壤水分的模型研究 | 第33-44页 |
| ·土壤墒情的测量与表示方法 | 第33-34页 |
| ·土壤墒情的表示方法 | 第33页 |
| ·土壤墒情的测量方法 | 第33-34页 |
| ·地表参数 | 第34-36页 |
| ·土壤介电常数 | 第35-36页 |
| ·地表粗糙度 | 第36页 |
| ·微波散射模型 | 第36-44页 |
| ·理论模型 | 第37-40页 |
| ·经验模型 | 第40-41页 |
| ·半经验模型 | 第41页 |
| ·改进积分方程 | 第41-44页 |
| 5 RADARSAT-2雷达遥感数据处理 | 第44-53页 |
| ·RADARSAT-2卫星 | 第44页 |
| ·RADARSAT-2影像处理 | 第44-47页 |
| ·影像几何校正 | 第47-50页 |
| ·研究区选取及提取研究区后向散射系数 | 第50-53页 |
| ·研究区选择 | 第50页 |
| ·后向散射系数的提取 | 第50-53页 |
| 6 BP神经网络土壤墒情研究 | 第53-68页 |
| ·MATLAB语言和BP神经网络 | 第53-57页 |
| ·MATLAB语言 | 第53-54页 |
| ·BP神经网络 | 第54-57页 |
| ·建立模型前数据处理 | 第57-58页 |
| ·建立BP人工神经网络 | 第58-62页 |
| ·神经网络隐含层节点数 | 第58-61页 |
| ·神经网络学习方法比较 | 第61-62页 |
| ·神经网络运行 | 第62-65页 |
| ·神经网络界面化 | 第62-63页 |
| ·介电常数信息 | 第63-64页 |
| ·土壤墒情信息 | 第64-65页 |
| ·精度分析 | 第65-68页 |
| 7 结论与展望 | 第68-70页 |
| ·结论 | 第68页 |
| ·展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 作者简介 | 第76页 |
