| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-17页 |
| ·选题背景 | 第9页 |
| ·国内外研究现状 | 第9-12页 |
| ·遥感在海洋监测中的研究进展 | 第9-10页 |
| ·海洋叶绿素遥感反演的研究 | 第10-12页 |
| ·研究内容、目的及意义 | 第12-14页 |
| ·研究目的与意义 | 第12页 |
| ·研究思路与研究内容 | 第12-13页 |
| ·研究难点与创新点 | 第13-14页 |
| ·论文组织 | 第14-17页 |
| 2 海洋叶绿素浓度遥感监测原理 | 第17-27页 |
| ·海洋大气辐射传递理论 | 第17-18页 |
| ·海洋遥感的大气校正原理 | 第18-19页 |
| ·一类水体的大气校正 | 第18-19页 |
| ·二类水体的大气校正 | 第19页 |
| ·藻类叶绿素及其光谱特征 | 第19-21页 |
| ·雷达遥感在海洋叶绿素研究的潜力 | 第21-27页 |
| ·雷达遥感的发展与应用 | 第21-23页 |
| ·雷达图像的成像模式及工作原理 | 第23-24页 |
| ·雷达后向散射系数与叶绿素浓度的关系 | 第24-27页 |
| 3 研究区及数据处理 | 第27-33页 |
| ·研究区概况 | 第27页 |
| ·数据源 | 第27-28页 |
| ·TM 影像数据 | 第28-30页 |
| ·TM 数据的精纠正 | 第28页 |
| ·TM 数据的大气校正 | 第28-30页 |
| ·TM 数据象元阵列的选择 | 第30页 |
| ·RADARSAT-2 影像数据 | 第30-33页 |
| 4 基于BP 神经网络的叶绿素A 浓度遥感反演模型 | 第33-45页 |
| ·BP 神经网络的结构和原理 | 第33-34页 |
| ·构建BP 神经网络的关键问题 | 第34-36页 |
| ·TM 特征光谱波段选取 | 第36-38页 |
| ·RADARSAT-2 特征参数选取 | 第38-39页 |
| ·BP 神经网络结构的确定 | 第39-42页 |
| ·BP 神经网络模型实现及检验 | 第42-45页 |
| 5 总结与展望 | 第45-48页 |
| ·结论 | 第45-46页 |
| ·展望 | 第46-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-55页 |
| 附录 | 第55页 |