| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-22页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状及方法综述 | 第11-20页 |
| 1.2.1 城市发展与降水的观测研究 | 第11-13页 |
| 1.2.2 城市不透水下垫面的提取研究 | 第13-14页 |
| 1.2.3 遥感提取城市不透水面的方法 | 第14-20页 |
| 1.3 研究内容与技术路线 | 第20-22页 |
| 1.3.1 研究内容 | 第20页 |
| 1.3.2 技术路线 | 第20-22页 |
| 第二章 研究理论与方法 | 第22-28页 |
| 2.1 基于遥感影像的分类 | 第22-24页 |
| 2.1.1 神经网络分类 | 第22-23页 |
| 2.1.2 BP神经网络的二分类 | 第23-24页 |
| 2.2 城市不透水下垫面扩张对区域温度和降水的影响研究 | 第24-28页 |
| 2.2.1 学生T检验 | 第24-25页 |
| 2.2.2 Mann-Kendall检验 | 第25-26页 |
| 2.2.3 皮尔逊积矩相关系数法 | 第26-28页 |
| 第三章 数据选取及预处理 | 第28-40页 |
| 3.1 研究区域概况 | 第28-29页 |
| 3.2 数据选取和预处理 | 第29-40页 |
| 3.2.1 遥感数据选取及预处理 | 第31-38页 |
| 3.2.2 地面验证数据和降水数据预处理 | 第38-40页 |
| 第四章 基于BP神经网络的不透水面提取 | 第40-58页 |
| 4.1 选取训练样本 | 第40-47页 |
| 4.1.1 最小噪声分量MNF（Minimum Noise Fraction Rotation）变换 | 第41-44页 |
| 4.1.2 典型样本点选取 | 第44-47页 |
| 4.2 构建BP神经网络及其训练、分类 | 第47-49页 |
| 4.3 评价分类精度 | 第49-51页 |
| 4.4 应用水体指数进行水体掩膜 | 第51-55页 |
| 4.5 鹤壁市淇滨区的不透水面制图及扩展趋势简析 | 第55-58页 |
| 第五章 不透水面扩张分析及降水和热岛效应分析 | 第58-71页 |
| 5.1 研究区域不透水面动态制图及扩张分析 | 第58-62页 |
| 5.2 研究区域温度和降水的趋势及相关性分析 | 第62-70页 |
| 5.2.1 研究区域降水差异性分析及趋势分析 | 第62-64页 |
| 5.2.2 研究区域热岛效应分析 | 第64-69页 |
| 5.2.3 研究区域热岛效应和降水的相关性分析 | 第69-70页 |
| 5.3 小结 | 第70-71页 |
| 第六章 结论与展望 | 第71-73页 |
| 6.1 研究结论 | 第71-72页 |
| 6.2 研究展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 在学期间发表的论文和取得的学术成果 | 第79页 |