闽江干流叶绿素a、浊度遥感监测与分析
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 引言 | 第8-20页 |
| 1.1 研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-17页 |
| 1.2.1 水体提取研究进展 | 第9-10页 |
| 1.2.2 传统水质监测研究进展 | 第10-12页 |
| 1.2.3 水质遥感监测研究进展 | 第12-17页 |
| 1.2.3.1 水质参数研究进展 | 第12-14页 |
| 1.2.3.2 反演方法研究进展 | 第14-16页 |
| 1.2.3.3 BP神经网络研究进展 | 第16-17页 |
| 1.3 研究内容和技术路线 | 第17-19页 |
| 1.3.1 研究目标 | 第17页 |
| 1.3.2 主要研究内容 | 第17页 |
| 1.3.3 技术路线 | 第17-19页 |
| 1.4 论文结构 | 第19-20页 |
| 第二章 研究区与数据源 | 第20-37页 |
| 2.1 研究区概况 | 第20页 |
| 2.2 数据源 | 第20-24页 |
| 2.2.1 实测数据 | 第20-23页 |
| 2.2.2 遥感数据 | 第23-24页 |
| 2.3 影像预处理 | 第24-36页 |
| 2.3.1 几何校正 | 第24页 |
| 2.3.2 辐射定标 | 第24-25页 |
| 2.3.3 大气校正 | 第25-27页 |
| 2.3.4 水体提取 | 第27-36页 |
| 2.3.4.1 水体提取方法 | 第27-28页 |
| 2.3.4.2 水体指数及其特征 | 第28-31页 |
| 2.3.4.3 OTSU自适应阈值算法原理 | 第31-32页 |
| 2.3.4.4 自适应阈值水体信息提取的实现 | 第32-33页 |
| 2.3.4.5 结果与分析 | 第33-36页 |
| 2.4 小结 | 第36-37页 |
| 第三章 叶绿素a浓度遥感反演与分析 | 第37-55页 |
| 3.1 水质遥感监测的基本原理 | 第37-38页 |
| 3.2 相关性分析 | 第38-40页 |
| 3.3 叶绿素a反演的线性回归模型 | 第40-41页 |
| 3.4 叶绿素a反演的BP神经网络模型 | 第41-47页 |
| 3.4.1 BP神经网络的结构和原理 | 第41-45页 |
| 3.4.2 叶绿素a反演的BP神经网络模型构建 | 第45-47页 |
| 3.5 叶绿素a浓度反演与结果分析 | 第47-53页 |
| 3.5.1 叶绿素a空间分布特征 | 第47-51页 |
| 3.5.2 统计分析 | 第51-53页 |
| 3.6 小结 | 第53-55页 |
| 第四章 浊度遥感反演及分析 | 第55-66页 |
| 4.1 相关性分析 | 第55-58页 |
| 4.1.1 浊度与悬浮物浓度相关性 | 第55-56页 |
| 4.1.2 悬浮物浓度与波段及波段组合的相关性 | 第56-58页 |
| 4.2 悬浮物浓度反演的线性回归模型 | 第58页 |
| 4.3 悬浮物浓度反演的BP神经网络模型 | 第58-60页 |
| 4.4 浊度反演与结果分析 | 第60-65页 |
| 4.4.1 浊度空间分布特征 | 第60-62页 |
| 4.4.2 浊度统计分析 | 第62-64页 |
| 4.4.3 浊度与叶绿素a相关性 | 第64-65页 |
| 4.5 小结 | 第65-66页 |
| 第五章 结论与展望 | 第66-68页 |
| 5.1 结论 | 第66-67页 |
| 5.2 展望 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73-74页 |
| 个人简历 | 第74页 |
