摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-16页 |
1.1 选题背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-14页 |
1.2.1 光学遥感影像积雪信息提取研究现状 | 第11-12页 |
1.2.2 SAR图像积雪信息提取研究现状 | 第12-14页 |
1.3 主要研究内容 | 第14-15页 |
1.4 文章结构 | 第15-16页 |
第二章 基于光学遥感影像和SAR图像的积雪识别算法对比 | 第16-32页 |
2.1 基于光学遥感影像的积雪识别算法对比 | 第16-23页 |
2.1.1 雪在可见光与近红外波段的反射波谱特性 | 第16-18页 |
2.1.2 光学遥感影像积雪识别的主要方法 | 第18-20页 |
2.1.3 本文使用的光学遥感影像积雪识别算法 | 第20-23页 |
2.2 基于SAR图像的积雪识别算法对比 | 第23-31页 |
2.2.1 微波波段雪的介电特性及后向散射特性 | 第23-26页 |
2.2.2 SAR图像积雪识别的主要方法 | 第26-30页 |
2.2.3 本文使用的SAR图像积雪识别算法 | 第30-31页 |
2.3 本章小结 | 第31-32页 |
第三章 基于光学遥感影像的积雪识别算法研究 | 第32-58页 |
3.1 研究区概况及数据源选择 | 第32-34页 |
3.1.1 研究区概况 | 第32页 |
3.1.2 数据源选择 | 第32-34页 |
3.2 数据预处理 | 第34-44页 |
3.2.1 Landsat5 TM数据预处理 | 第35-36页 |
3.2.2 基于 6S模型的气溶胶光学厚度反演及TM影像的大气校正 | 第36-40页 |
3.2.3 ASTER GDEM数据预处理 | 第40-44页 |
3.3 基于SNOMAP算法积雪识别 | 第44-47页 |
3.3.1 基于SNOMAP算法积雪识别结果 | 第44-45页 |
3.3.2 结果分析 | 第45-47页 |
3.4 基于地形辐射校正的SNOMAP算法积雪识别 | 第47-56页 |
3.4.1 山区复杂地表对SNOMAP算法积雪识别结果的影响 | 第47-49页 |
3.4.2 基于地形辐射校正的大气传输模型 | 第49-51页 |
3.4.3 基于地形辐射校正的SNOMAP算法积雪识别结果 | 第51-54页 |
3.4.4 基于地形辐射校正的SNOMAP算法积雪识别结果精度分析 | 第54-56页 |
3.4.5 基于地形辐射校正的SNOMAP算法系统实现 | 第56页 |
3.5 本章小结 | 第56-58页 |
第四章 基于SAR图像的积雪识别算法研究 | 第58-66页 |
4.1 研究区概况及数据源选择 | 第58-60页 |
4.1.1 S212省道大箐梁子段东西两侧山区概况 | 第58-59页 |
4.1.2 TerraSAR-X遥感影像 | 第59-60页 |
4.2 数据预处理 | 第60-61页 |
4.2.1 多视处理 | 第60-61页 |
4.2.2 相干斑滤波 | 第61页 |
4.2.3 辐射定标及地理编码 | 第61页 |
4.3 研究区地物相干性分析 | 第61-63页 |
4.4 研究区积雪分类 | 第63-64页 |
4.5 分类结果精度分析 | 第64-65页 |
4.6 本章小结 | 第65-66页 |
第五章 光学影像与SAR图像协同下的积雪识别算法研究 | 第66-72页 |
5.1 研究区概况及数据源选择 | 第66页 |
5.1.1 研究区概况 | 第66页 |
5.1.2 数据源选择 | 第66页 |
5.2 数据预处理 | 第66-67页 |
5.3 光学遥感影像与SAR图像协同下的积雪识别方法 | 第67-71页 |
5.3.1 基于光学遥感影像的研究区域总积雪像元识别 | 第67-68页 |
5.3.2 基于SAR图像的湿雪像元识别 | 第68-69页 |
5.3.3 研究区域的干雪湿雪分类图 | 第69-71页 |
5.4 本章小结 | 第71-72页 |
第六章 总结与展望 | 第72-74页 |
6.1 总结 | 第72页 |
6.2 展望 | 第72-74页 |
致谢 | 第74-75页 |
参考文献 | 第75-79页 |