| 致谢 | 第5-8页 |
| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 第1章 绪论 | 第15-22页 |
| 1.1 选题背景与研究意义 | 第15-16页 |
| 1.2 粒度反演研究进展 | 第16-19页 |
| 1.3 研究内容与技术路线 | 第19-22页 |
| 1.3.1 研究内容 | 第19-20页 |
| 1.3.2 技术路线 | 第20-22页 |
| 第2章 研究区概况 | 第22-24页 |
| 2.1 区域位置与背景 | 第22-23页 |
| 2.2 自然概况 | 第23-24页 |
| 第3章 研究方法 | 第24-31页 |
| 3.1 野外沉积物及光谱数据采集 | 第24-25页 |
| 3.2 野外数据处理与分析 | 第25-26页 |
| 3.2.1 光谱反射率处理与分析 | 第25页 |
| 3.2.2 沉积物样品处理与分析 | 第25-26页 |
| 3.3 遥感影像的获取与处理 | 第26-27页 |
| 3.3.1 数据的选取 | 第26-27页 |
| 3.3.2 预处理 | 第27页 |
| 3.4 特征因子分析方法 | 第27-28页 |
| 3.5 人工神经网络 | 第28-30页 |
| 3.5.1 人工神经网络原理 | 第28页 |
| 3.5.2 BP神经网络结构 | 第28-29页 |
| 3.5.3 传递函数 | 第29-30页 |
| 3.6 模型精度的验证方法 | 第30-31页 |
| 3.6.1 PE与APE法 | 第30页 |
| 3.6.2 RMSD与Bias法 | 第30页 |
| 3.6.3 PRMSD(变异系数)法 | 第30-31页 |
| 第4章 BP神经网络模型的构建 | 第31-37页 |
| 4.1 建模思路与分析 | 第31页 |
| 4.2 遥感波段与野外光谱的匹配 | 第31-32页 |
| 4.3 特征因子的选取 | 第32-35页 |
| 4.3.1 Landsat-5TM波段组合的选取 | 第32-33页 |
| 4.3.2 Landsat-7ETM+波段组合的选取 | 第33-34页 |
| 4.3.3 Landsat-8OLI波段组合的选取 | 第34-35页 |
| 4.4 人工神经网络模型的建立 | 第35-37页 |
| 4.4.1 建模数据集分配 | 第35页 |
| 4.4.2 隐含层参数设置及函数的选取 | 第35-37页 |
| 第5章 BP神经网络模型的验证 | 第37-41页 |
| 5.1 平均粒径建模验证分析 | 第37页 |
| 5.2 砂含量建模验证分析 | 第37-38页 |
| 5.3 粉砂含量建模验证分析 | 第38页 |
| 5.4 粘土含量建模验证分析 | 第38-39页 |
| 5.5 讨论小结 | 第39-41页 |
| 第6章 模型精度检验分析 | 第41-53页 |
| 6.1 检验数据集预测结果 | 第41-42页 |
| 6.2 APE(相对平均误差)检验分析 | 第42-50页 |
| 6.2.1 模型运算结果APE总体评价 | 第42-43页 |
| 6.2.2 APE值影响因素分析讨论 | 第43-48页 |
| 6.2.3 异常高PE值分析讨论 | 第48-50页 |
| 6.3 RMSD(均方根误差)与Bias(偏差)分析 | 第50-51页 |
| 6.4 PRMSD(变异系数)值分析 | 第51-53页 |
| 第7章 沉积物粒度遥感反演、验证及其空间分布变化 | 第53-69页 |
| 7.1 遥感影像反演结果分析 | 第53-59页 |
| 7.1.1 平均粒径反演结果分析 | 第53-54页 |
| 7.1.2 砂含量反演分析 | 第54-55页 |
| 7.1.3 粉砂含量反演分析 | 第55-57页 |
| 7.1.4 粘土含量反演分析 | 第57-58页 |
| 7.1.5 讨论小结 | 第58-59页 |
| 7.2 遥感反演结果验证 | 第59-61页 |
| 7.3 潮滩表层沉积物粒度空间变化分析与反演验证 | 第61-69页 |
| 7.3.1 平均粒径空间变化分析 | 第61-62页 |
| 7.3.2 砂含量空间变化分析 | 第62-63页 |
| 7.3.3 粉砂含量空间变化分析 | 第63-64页 |
| 7.3.4 粘土含量空间变化分析 | 第64-65页 |
| 7.3.5 小结 | 第65-69页 |
| 第8章 结论 | 第69-73页 |
| 8.1 主要结论 | 第69-71页 |
| 8.2 存在的问题及局限性 | 第71-73页 |
| 参考文献 | 第73-83页 |
| 作者简历 | 第83-84页 |
