| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第一章 综述 | 第12-28页 |
| 第一节 选题依据 | 第12-17页 |
| ·研究意义 | 第12-15页 |
| ·海洋遥感研究的优势 | 第15-17页 |
| 第二节 国内外研究现状 | 第17-25页 |
| ·叶绿素研究 | 第17-21页 |
| ·海洋初级生产力研究 | 第21-25页 |
| 第三节 研究中存在问题 | 第25-26页 |
| 第四节 论文研究目标和组织结构 | 第26-28页 |
| 第二章 海洋卫星与传感器介绍 | 第28-37页 |
| 第一节 海洋水色卫星的发展 | 第28-29页 |
| 第二节 SeaWiFS介绍 | 第29-32页 |
| ·SeaWiFS性能参数 | 第29-31页 |
| ·SeaWiFS各级数据介绍 | 第31-32页 |
| 第三节 COCTS介绍 | 第32-33页 |
| 第四节 MODIS介绍 | 第33-35页 |
| 第五节 SeaWiFS和 MODIS叶绿素算法的比较 | 第35-37页 |
| 第三章 海洋叶绿素遥感反演原理 | 第37-43页 |
| 第一节 海洋辐射传递理论 | 第37-39页 |
| 第二节 海洋遥感中大气校正原理 | 第39-41页 |
| 第三节 叶绿素a的光谱特征 | 第41-43页 |
| 第四章 卫星反演中国陆架海的叶绿素a变化分析 | 第43-68页 |
| 第一节 SeaWiFS反演中国陆架海的叶绿素a浓度 | 第43-55页 |
| ·研究区 | 第44页 |
| ·数据和算法 | 第44-45页 |
| ·结果与讨论 | 第45-55页 |
| 第二节 MODIS反演中国陆架海的叶绿素a浓度 | 第55-60页 |
| ·研究区 | 第55页 |
| ·数据和算法 | 第55页 |
| ·结果与讨论 | 第55-60页 |
| 第三节 SeaWiFS和 MODIS反演结果的比较分析 | 第60-64页 |
| 第四节 中国陆架海的叶绿素a浓度变化的影响分析 | 第64-67页 |
| ·各海区海表温度变化 | 第64-66页 |
| ·海洋叶绿素影响分析 | 第66-67页 |
| 第五节 小结 | 第67-68页 |
| 第五章 神经网络法反演叶绿素浓度研究 | 第68-80页 |
| 第一节 研究区和数据介绍 | 第69-72页 |
| ·研究区概况 | 第69-70页 |
| ·现场同步数据 | 第70页 |
| ·SeaWiFS数据介绍和处理 | 第70-72页 |
| 第二节神经网络方法 | 第72-76页 |
| ·方法描述 | 第72-73页 |
| ·神经网络结构确定与计算 | 第73-76页 |
| 第三节 结果和分析 | 第76-79页 |
| 第四节 小结 | 第79-80页 |
| 第六章NDPI指数法反演海洋叶绿素浓度 | 第80-95页 |
| 第一节 基于 NDPI指数用 COCTS反演叶绿素a | 第80-89页 |
| 第二节 SeaWiFS和 COCTS基于 NDPI指数叶绿素浓度反演比较分析 | 第89-94页 |
| 第三节 小结 | 第94-95页 |
| 第七章 中国陆架海海洋初级生产力变化分析 | 第95-117页 |
| 第一节 理论基础 | 第95-106页 |
| ·海洋初级生产力模型 | 第95-104页 |
| ·VGPM模型 | 第104-106页 |
| 第二节 叶绿素反演模型 | 第106-107页 |
| 第三节 真光层的计算 | 第107-109页 |
| 第四节 数据介绍 | 第109页 |
| 第五节 海洋初级生产力验证和结果分析 | 第109-116页 |
| ·海洋初级生产力的计算验证 | 第109-111页 |
| ·结果分析 | 第111-116页 |
| 第六节 小结 | 第116-117页 |
| 第八章 结论和展望 | 第117-121页 |
| 第一节 结论 | 第117-119页 |
| 第二节 创新之处 | 第119-120页 |
| 第三节 研究中存在问题和展望 | 第120-121页 |
| 发表论文 | 第121-123页 |
| 主要参加项目 | 第123-124页 |
| 参考文献 | 第124-139页 |
| 致谢 | 第139页 |
