首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

多源数据协同下的输电走廊积雪监测研究

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

论文共79页,点击 下载论文
上一篇:蚁群算法及其在分布式柔性作业车间调度中的应用
下一篇:我国碳强度目标实现的驱动因素与路径选择研究