| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 图目录 | 第9-11页 |
| 表目录 | 第11-12页 |
| 第1章 绪论 | 第12-18页 |
| ·选题背景及意义 | 第12-13页 |
| ·国内外研究进展 | 第13-15页 |
| ·研究内容与方法 | 第15-18页 |
| ·研究目标 | 第15页 |
| ·研究内容 | 第15页 |
| ·技术路线 | 第15-18页 |
| 第2章 研究区与数据 | 第18-28页 |
| ·研究区概况 | 第18-19页 |
| ·地面实测数据 | 第19-21页 |
| ·实测光谱数据采集与处理 | 第19-20页 |
| ·AERONET数据 | 第20-21页 |
| ·遥感影像数据及预处理 | 第21-28页 |
| ·MERIS数据特性 | 第21-22页 |
| ·MERIS数据预处理 | 第22-23页 |
| ·HSI数据特性及评价 | 第23-26页 |
| ·HSI数据条纹处理研究 | 第26-27页 |
| ·HSI数据预处理 | 第27-28页 |
| 第3章 气溶胶参数对大气校正的影响分析 | 第28-36页 |
| ·气溶胶类型影响分析 | 第29-31页 |
| ·气溶胶光学厚度影响分析 | 第31-32页 |
| ·太湖地区气溶胶光学厚度变化特点 | 第32-36页 |
| 第4章 基于神经网络的大气校正方法研究 | 第36-50页 |
| ·基于神经网络的大气校正方法原理 | 第36-38页 |
| ·神经网络模型训练数据集构建 | 第38-44页 |
| ·水面反射率数据集的构建 | 第38-42页 |
| ·卫星辐亮度数据集构建 | 第42-44页 |
| ·神经网络模型优化研究 | 第44-47页 |
| ·神经网络的层数 | 第44-46页 |
| ·每层的节点数 | 第46页 |
| ·学习速率 | 第46-47页 |
| ·大气校正神经网络的实现 | 第47-50页 |
| 第5章 基于水体反射率关系的Gordon大气校正改进模型 | 第50-60页 |
| ·Gordon大气校正理论 | 第51-53页 |
| ·Gordon理论模型 | 第51页 |
| ·瑞利散射计算 | 第51-53页 |
| ·水体近红外两波段相关关系研究 | 第53-55页 |
| ·GORDON大气校正改进方法 | 第55-60页 |
| ·水体反射率表达式的推导 | 第56页 |
| ·气溶胶指数求解 | 第56-57页 |
| ·气溶胶散射计算 | 第57-58页 |
| ·计算水体反射率 | 第58-60页 |
| 第6章 大气校正效果评价 | 第60-72页 |
| ·MERIS数据神经网络模型大气校正效果评价 | 第60-65页 |
| ·HSI数据神经网络模型大气校正效果评价 | 第65-68页 |
| ·HSI数据Gordon改进大气校正方法效果评价 | 第68-72页 |
| 第7章 结论与展望 | 第72-74页 |
| ·主要成果 | 第72-73页 |
| ·创新之处与研究展望 | 第73-74页 |
| ·创新之处 | 第73页 |
| ·不足与展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 在读期间参研项目及发表的学术论文 | 第78-80页 |
| 致谢 | 第80页 |