| 摘要 | 第2-4页 |
| Abstract | 第4-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究进展 | 第10-12页 |
| 1.2.1 热红外遥感监测法 | 第10-11页 |
| 1.2.2 环境因素遥感信息法 | 第11页 |
| 1.2.3 遥感信息定量反演分析法 | 第11-12页 |
| 1.2.4 微波遥感监测分析法 | 第12页 |
| 1.2.5 水文地质遥感信息分析法 | 第12页 |
| 1.3 研究思路、内容和技术路线图 | 第12-15页 |
| 1.3.1 研究思路 | 第12-13页 |
| 1.3.2 研究内容 | 第13页 |
| 1.3.3 技术路线 | 第13-15页 |
| 第二章 研究区概况与数据来源 | 第15-24页 |
| 2.1 研究区概况 | 第15-17页 |
| 2.1.1 渭库-绿洲概况 | 第15-16页 |
| 2.1.2 典型样区 | 第16-17页 |
| 2.2 野外考察及实验 | 第17-21页 |
| 2.2.1 样点数据采集 | 第17-18页 |
| 2.2.2 水位计数据 | 第18-21页 |
| 2.3 遥感数据获取与处理 | 第21-24页 |
| 2.3.1 微波数据 | 第21-23页 |
| 2.3.2 landsatOLI数据与预处理 | 第23-24页 |
| 第三章 基于地形校正的Ts-VI的地下水埋深反演 | 第24-34页 |
| 3.1 TVDI模型综述 | 第24-27页 |
| 3.1.1 研究区植被指数的获取 | 第24-26页 |
| 3.1.2 地表温度的反演 | 第26页 |
| 3.1.3 TVDI模型构建 | 第26-27页 |
| 3.2 地下水埋深和土壤含水量的相关性分析 | 第27-29页 |
| 3.3 特征空间的构建以及干湿边的确定 | 第29-31页 |
| 3.4 地表温度的地形校正 | 第31-32页 |
| 3.5 基于干旱指数的参数反演 | 第32-34页 |
| 第四章 基于支持向量机回归算法的地下水埋深间接反演 | 第34-47页 |
| 4.1 土壤后向散射系数的提取 | 第34-36页 |
| 4.2 SVM算法概述 | 第36-39页 |
| 4.2.1 SVM基本简介 | 第36页 |
| 4.2.2 SVM算法构建 | 第36-37页 |
| 4.2.3 支持向量机回归软件 | 第37-39页 |
| 4.3 土壤水分反演模型精度比较 | 第39-44页 |
| 4.3.1 基于TVDI参数的SVM建模和验证 | 第39-41页 |
| 4.3.2 基于σ_(soil)~0参数的土壤水分反演 | 第41-42页 |
| 4.3.3 基于σ_(soil)~0参数和TVDI参数协同的土壤水分反演 | 第42-44页 |
| 4.4 土壤水分的空间分布特征 | 第44-45页 |
| 4.5 地下水埋深反演 | 第45-47页 |
| 第五章 模型的精度对比分析 | 第47-49页 |
| 5.1 模型的精度对比 | 第47-48页 |
| 5.2 对比分析 | 第48-49页 |
| 第六章 总结与展望 | 第49-52页 |
| 6.1 总结 | 第49-50页 |
| 6.2 特色与创新 | 第50-51页 |
| 6.3 不足与展望 | 第51-52页 |
| 参考文献 | 第52-61页 |
| 在读期间参与导师项目及发表论文情况 | 第61-62页 |
| 致谢 | 第62-64页 |
