基于神经网络技术的多因子遥感水深反演研究
| 摘要 | 第1-5页 |
| abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景 | 第9页 |
| ·研究目的与意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·水深遥感探测研究现状 | 第10-12页 |
| ·水色遥感监测的研究现状 | 第12-13页 |
| ·研究现状分析 | 第13页 |
| ·论文主要研究内容 | 第13-14页 |
| ·论文的组织结构 | 第14-16页 |
| 第二章 遥感水深反演概述 | 第16-24页 |
| ·遥感的理论基础 | 第16-19页 |
| ·遥感探测水深的基本原理 | 第16-17页 |
| ·理论模型和方法 | 第17-19页 |
| ·海水的光谱特性 | 第19-23页 |
| ·纯海水的光谱特征 | 第20页 |
| ·叶绿素a的光谱特征 | 第20-21页 |
| ·悬浮物的光谱特性 | 第21-22页 |
| ·海底特性 | 第22-23页 |
| ·小结 | 第23-24页 |
| 第三章 数据准备与预处理 | 第24-35页 |
| ·研究区及实验数据介绍 | 第24-26页 |
| ·研究区概况 | 第24页 |
| ·数据来源 | 第24-26页 |
| ·HJ-1A/B卫星及其传感器介绍 | 第26-27页 |
| ·HJ-1 卫星数据预处理 | 第27-34页 |
| ·数据读取 | 第27-29页 |
| ·辐射定标 | 第29-30页 |
| ·FLAASH大气校正 | 第30-31页 |
| ·几何校正 | 第31-32页 |
| ·HSI高光谱影像镶嵌 | 第32-33页 |
| ·水陆分离 | 第33-34页 |
| ·小结 | 第34-35页 |
| 第四章 数据处理及影响因子确定 | 第35-44页 |
| ·水深反演因子 | 第35-36页 |
| ·泥沙因子 | 第36-38页 |
| ·悬沙浓度与光谱反射率的相关分析 | 第37-38页 |
| ·泥沙参数模型确立 | 第38页 |
| ·叶绿素因子 | 第38-42页 |
| ·基于CCD多光谱数据构建叶绿素a反演模型 | 第39-40页 |
| ·基于HSI高光谱数据构建叶绿素a反演模型 | 第40-42页 |
| ·HSI与CCD模型精度比较 | 第42页 |
| ·海底底质 | 第42-43页 |
| ·小结 | 第43-44页 |
| 第五章 基于人工神经网络的遥感水深反演 | 第44-55页 |
| ·人工神经网络简介 | 第44-46页 |
| ·Matlab下BP神经网络建模 | 第46-53页 |
| ·BP神经网络的设计 | 第47-49页 |
| ·数据预处理 | 第49-50页 |
| ·训练神经网络 | 第50-51页 |
| ·神经网络反演结果 | 第51-53页 |
| ·模型精度检验与对比分析 | 第53-54页 |
| ·模型精度检验指标 | 第53-54页 |
| ·模型精度对比分析 | 第54页 |
| ·小结 | 第54-55页 |
| 结论与展望 | 第55-57页 |
| 1 结论 | 第55页 |
| 2 展望 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 攻读硕士学位期间的主要研究成果 | 第63-64页 |
| 致谢 | 第64页 |
