首页--环境科学、安全科学论文--环境污染及其防治论文--水体污染及其防治论文--湖泊、水库论文

基于案例图像特征的ETM+图像中湖泊蓝藻水华的识别

摘要第5-7页
Abstract第7-8页
第1章 绪论第15-24页
    1.1 研究背景与意义第15-16页
    1.2 国内外研究现状第16-20页
        1.2.1 湖泊蓝藻水华的遥感识别第16-19页
        1.2.2 案例在遥感中的应用第19-20页
    1.3 研究目标和研究内容及拟解决的关键问题第20-21页
        1.3.1 研究目标第20页
        1.3.2 研究内容第20-21页
        1.3.3 拟解决的关键问题第21页
    1.4 研究方法与技术路线第21-23页
        1.4.1 研究方法第21页
        1.4.2 技术路线第21-23页
    1.5 论文的组织结构第23-24页
第2章 研究区与数据第24-33页
    2.1 研究区概况第24-27页
    2.2 数据来源第27-30页
    2.3 图像预处理第30-33页
        2.3.1 图像研究区裁剪第30页
        2.3.2 研究区图像的云掩膜第30-31页
        2.3.3 平场域大气校正第31-33页
第3章 蓝藻水华的图像特征和案例特征的提取第33-51页
    3.1 蓝藻水华的实测光谱特性第33-34页
    3.2 蓝藻水华的图像特征第34-48页
        3.2.1 光谱特征第35-43页
        3.2.2 纹理特征第43-46页
        3.2.3 局部空间统计特征第46-48页
    3.3 案例特征第48-51页
        3.3.1 蓝藻水华的案例图像第48-49页
        3.3.2 案例的特征提取第49-51页
第4章 基于T检验及特征聚类的案例特征选择与确定第51-68页
    4.1 蓝藻水华的案例特征选择方法和流程第51-53页
    4.2 基于T检验的特征选择第53-56页
    4.3 基于层次聚类的特征再选择第56-60页
    4.4 案例特征终选与确定第60-66页
    4.5 案例特征库第66-68页
第5章 基于贝叶斯判别的水华识别模型与验证第68-89页
    5.1 基于案例特征的贝叶斯判别模型第68-70页
        5.1.1 贝叶斯判别第68-69页
        5.1.2 湖泊蓝藻水华的遥感识别模型第69-70页
    5.2 模型验证与精度评价第70-80页
        5.2.1 随机验证第74-76页
        5.2.2 顺序验证第76-80页
    5.3 湖泊蓝藻水华遥感识别模型的应用验证第80-89页
        5.3.1 湖泊蓝藻水华识别流程第80-82页
        5.3.2 太湖蓝藻水华遥感识别第82-84页
        5.3.3 巢湖蓝藻水华遥感识别第84-85页
        5.3.4 滇池蓝藻水华遥感识别第85-89页
第6章 结论与展望第89-91页
    6.1 结论第89-90页
    6.2 创新点第90页
    6.3 研究展望第90-91页
附录A 案例图像与案例分布图第91-95页
附录B 典型图像的局部空间统计特征第95-98页
附录C 模型验证中案例图像的水华识别结果第98-100页
附录D 太湖蓝藻水华识别结果第100-103页
附录E 巢湖蓝藻水华识别结果第103-105页
附录F 滇池蓝藻水华识别结果第105-107页
参考文献第107-114页
致谢第114页

论文共114页,点击 下载论文
上一篇:基于内容中心网络的移动通信架构研究
下一篇:基于LCD的层次丰富的HDR显示方法的研究