综合多源遥感数据的干旱监测模型研究--以山西省为例
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第7-15页 |
| 1.1 研究背景 | 第7-8页 |
| 1.1.1 干旱及其分类 | 第7-8页 |
| 1.1.2 干旱指数概述 | 第8页 |
| 1.2 国内外研究现状 | 第8-12页 |
| 1.2.1 气象干旱指数研究 | 第8-9页 |
| 1.2.2 农业干旱指数研究 | 第9-10页 |
| 1.2.3 水文干旱指数研究 | 第10页 |
| 1.2.4 干旱监测研究 | 第10-11页 |
| 1.2.5 综合干旱监测指数的研究 | 第11-12页 |
| 1.3 研究目标和主要内容 | 第12-13页 |
| 1.3.1 研究目标 | 第12页 |
| 1.3.2 研究内容 | 第12-13页 |
| 1.4 技术路线 | 第13-15页 |
| 第二章 研究区和数据 | 第15-22页 |
| 2.1 研究区 | 第15-16页 |
| 2.1.1 气候与地貌 | 第15-16页 |
| 2.1.2 山西省气象灾害 | 第16页 |
| 2.2 气象观测站点数据 | 第16-18页 |
| 2.2.1 山西省气象站点月值数据 | 第16-17页 |
| 2.2.2 土壤相对湿度数据 | 第17页 |
| 2.2.3 农业灾情数据 | 第17-18页 |
| 2.2.4 全国早涝监测数据 | 第18页 |
| 2.3 遥感数据 | 第18-21页 |
| 2.3.1 MODIS数据产品 | 第18-19页 |
| 2.3.2 数字高程数据 | 第19-20页 |
| 2.3.3 TRMM降水数据 | 第20-21页 |
| 2.5 数据标准化 | 第21-22页 |
| 第三章 干旱指数适用性分析 | 第22-30页 |
| 3.1 干旱指数及适用性评价方法 | 第22-25页 |
| 3.1.1 干旱指数 | 第22-25页 |
| 3.1.2 适用性评价方法 | 第25页 |
| 3.2 结果与分析 | 第25-29页 |
| 3.2.1 不同干旱指数时间变化 | 第25-26页 |
| 3.2.2 不同干旱指数干旱监测适用性评价 | 第26-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第四章 干旱监测模型建立 | 第30-45页 |
| 4.1 模型构建中的多源遥感数据 | 第30-32页 |
| 4.1.1 降水因子与TRMM数据 | 第30页 |
| 4.1.2 温度因子与LST数据 | 第30-31页 |
| 4.1.3 地表植被因子与EVI数据 | 第31页 |
| 4.1.4 高程因子与SRTM数据 | 第31-32页 |
| 4.2 模型构建方法 | 第32-36页 |
| 4.2.1 支持向量机 | 第32-33页 |
| 4.2.2 人工神经网络 | 第33-34页 |
| 4.2.3 分类回归树 | 第34-36页 |
| 4.3 模型构建 | 第36-39页 |
| 4.3.1 模型构建流程 | 第36-37页 |
| 4.3.2 模型输入矩阵构建 | 第37-39页 |
| 4.4 模型参数优化 | 第39-44页 |
| 4.4.1 SVM模型参数优化 | 第39-41页 |
| 4.4.2 ANN模型参数优化 | 第41-43页 |
| 4.4.3 CART模型参数优化 | 第43-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 不同方法构建的干旱监测模型效果评价 | 第45-54页 |
| 5.1 以站点数据进行评价分析 | 第45-47页 |
| 5.1.1 以气象站点得到的干旱指数进行评价 | 第45-46页 |
| 5.1.2 以农气站土壤相对湿度进行模型评价 | 第46-47页 |
| 5.1.3 模型泛化能力分析 | 第47页 |
| 5.2 模型旱涝分布状况评价 | 第47-52页 |
| 5.2.1 SVM方法构建的模型监测结果评价 | 第48-49页 |
| 5.2.2 ANN方法构建的模型监测结果评价 | 第49-51页 |
| 5.2.3 CART方法构建的模型监测结果评价 | 第51-52页 |
| 5.3 本章小结 | 第52-54页 |
| 第六章 结论与创新 | 第54-56页 |
| 6.1 主要结论 | 第54-55页 |
| 6.2 特色和创新点 | 第55页 |
| 6.3 不足和展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 作者简介 | 第60-61页 |
| 致谢 | 第61页 |
