海洋污染水体的卫星遥感监测方法研究
| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-7页 |
| 第1章 海洋污染物的性质与监测方法 | 第7-14页 |
| 1．1 海域自然概况 | 第7页 |
| 1．2 海洋污染物的来源 | 第7-8页 |
| 1．3 海洋环境污染的危害 | 第8-9页 |
| 1．3．1 近海污染对水产资源的影响 | 第8页 |
| 1．3．2 海域污染对风景旅游区和海水浴场的影响 | 第8-9页 |
| 1．3．3 海域污染对人体健康的影响 | 第9页 |
| 1．3．4 海上船舶事故性溢油污染损害 | 第9页 |
| 1．3．5 赤潮灾害 | 第9页 |
| 1．4 近海海域环境质量现状 | 第9-11页 |
| 1．4．1 主要污染物入海量预测 | 第9-10页 |
| 1．4．2 近海海域水质预测 | 第10-11页 |
| 1．5 中国海洋监测工作现状 | 第11页 |
| 1．6 海洋环境的卫星遥感监测 | 第11-14页 |
| 第2章 海洋污染水体的卫星遥感监测 | 第14-24页 |
| 2．1 遥感过程 | 第14页 |
| 2．2 遥感技术系统 | 第14-16页 |
| 2．2．1 遥感试验 | 第14-15页 |
| 2．2．2 遥感信息获取 | 第15页 |
| 2．2．3 遥感信息处理 | 第15-16页 |
| 2．2．4 遥感信息应用 | 第16页 |
| 2．3 遥感图像及其特征 | 第16-18页 |
| 2．3．1 遥感图像的波谱信息 | 第16-17页 |
| 2．3．2 遥感图像的空间信息 | 第17-18页 |
| 2．3．3 遥感图像的时间信息 | 第18页 |
| 2．4 遥感图像的恢复 | 第18-21页 |
| 2．4．1 遥感图像的辐射校正 | 第19-20页 |
| 2．4．2 遥感图像的几何校正 | 第20-21页 |
| 2．5 海洋污染水体的卫星遥感监测 | 第21-24页 |
| 2．5．1 Landsat陆地卫星的传感器 | 第22-23页 |
| 2．5．2 陆地卫星TM图像的物理特性 | 第23-24页 |
| 第3章 海洋污染水体神经网络模型的建立 | 第24-38页 |
| 3．1 海洋污染水体的水色遥感 | 第24-29页 |
| 3．1．1 海面叶绿素水色遥感原理与光谱特征 | 第25-26页 |
| 3．1．2 海面叶绿素遥感监测方法 | 第26-29页 |
| 3．2 神经网络方法原理 | 第29-36页 |
| 3．2．1 神经元的数理模型 | 第29-31页 |
| 3．2．2 分层网络模型和B-P学习算法 | 第31-36页 |
| 3．3 水色遥感信息神经网络模型的建立 | 第36-38页 |
| 3．3．1 神经网络结构 | 第36页 |
| 3．3．2 网络训练 | 第36-38页 |
| 第4章 海洋污染水体遥感监测应用 | 第38-52页 |
| 4．1 遥感监测的实施作业流程 | 第38页 |
| 4．2 大连湾概况 | 第38-39页 |
| 4．3 数据采集及处理 | 第39-46页 |
| 4．3．1 近岸水体特征 | 第39页 |
| 4．3．2 建立同步采样站位 | 第39-40页 |
| 4．3．3 现场同步水样采集 | 第40-41页 |
| 4．3．4 样品分析测定 | 第41-43页 |
| 4．3．5 TM卫星图象预处理 | 第43-46页 |
| 4．4 建立神经网络传递函数模型 | 第46-47页 |
| 4．4．1 重要的BP网络函数 | 第46页 |
| 4．4．2 海区卫星现场同步数据 | 第46页 |
| 4．4．3 初始化 | 第46-47页 |
| 4．4．4 训练 | 第47页 |
| 4．4．5 仿真验证计算 | 第47页 |
| 4．4．6 海区计算 | 第47页 |
| 4．5 结果与讨论 | 第47-50页 |
| 4．5．1 TM图象的水色特征 | 第47-49页 |
| 4．5．2 回归分析结果 | 第49-50页 |
| 4．5．3 神经网络分析结果 | 第50页 |
| 4．6 结论 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53页 |
