| 致谢 | 第4-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| Extended Abstract | 第11-18页 |
| 图清单 | 第18-25页 |
| 表清单 | 第25-29页 |
| 1 绪论 | 第29-42页 |
| 1.1 研究背景与意义 | 第29-32页 |
| 1.2 相关领域研究动态 | 第32-38页 |
| 1.3 研究内容和结构安排 | 第38-42页 |
| 2 面向地表环境监测的主被动遥感信息协同处理技术框架 | 第42-51页 |
| 2.1 主被动遥感信息融合 | 第43-46页 |
| 2.2 主被动遥感信息协同的典型目标识别 | 第46-47页 |
| 2.3 主被动遥感信息协同的地表参数反演 | 第47-48页 |
| 2.4 协同关联分析 | 第48-49页 |
| 2.5 本章小结 | 第49-51页 |
| 3 基于多源遥感数据融合和分类器集成的协同分类 | 第51-73页 |
| 3.1 改进的小波融合算法 | 第52-56页 |
| 3.2 多分类器集成 | 第56-59页 |
| 3.3 试验和分析 | 第59-72页 |
| 3.4 本章小结 | 第72-73页 |
| 4 协同主被动遥感数据多源特征的目标识别 | 第73-94页 |
| 4.1 总体思路和算法框架 | 第73-76页 |
| 4.2 分类特征提取 | 第76-80页 |
| 4.3 基于分类特征组合的并、串联集成学习策略 | 第80-87页 |
| 4.4 非监督协同地类识别方法 | 第87-93页 |
| 4.5 本章小结 | 第93-94页 |
| 5 主被动遥感协同的地表参数反演与关联分析 | 第94-115页 |
| 5.1 地表温度反演 | 第94-96页 |
| 5.2 土壤湿度反演 | 第96-100页 |
| 5.3 地表变形信息提取 | 第100-108页 |
| 5.4 几何与物理参数关联分析 | 第108-113页 |
| 5.5 本章小结 | 第113-115页 |
| 6 应用实例 | 第115-140页 |
| 6.1 矿区水土流失监测 | 第115-122页 |
| 6.2 主被动遥感信息处理用于城区环境监测 | 第122-130页 |
| 6.3 几何与物理参数一体化地表环境分析 | 第130-139页 |
| 6.4 本章小结 | 第139-140页 |
| 7 结论与展望 | 第140-144页 |
| 7.1 主要结论 | 第140-141页 |
| 7.2 主要创新点 | 第141-142页 |
| 7.3 研究展望 | 第142-144页 |
| 参考文献 | 第144-156页 |
| 作者简历 | 第156-159页 |
| 学位论文数据集 | 第159页 |