三峡库区回水区叶绿素a浓度遥感反演方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 水体叶绿素a反演研究现状 | 第11-13页 |
| 1.2.2 GF-1 卫星遥感影像研究现状 | 第13-14页 |
| 1.3 研究内容与技术路线 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第2章 水色遥感原理 | 第17-24页 |
| 2.1 遥感反演叶绿素a的基本原理 | 第17-18页 |
| 2.2 遥感反演叶绿素a常用的方法 | 第18-21页 |
| 2.2.1 分析方法 | 第18-19页 |
| 2.2.2 经验方法 | 第19页 |
| 2.2.3 半经验方法 | 第19-20页 |
| 2.2.4 三种方法比较 | 第20-21页 |
| 2.3 遥感反演叶绿素a的常用数据 | 第21-24页 |
| 2.3.1 多光谱遥感数据 | 第21-22页 |
| 2.3.2 高光谱遥感数据 | 第22页 |
| 2.3.3 新型卫星遥感数据 | 第22-24页 |
| 第3章 研究区域与数据采集 | 第24-34页 |
| 3.1 研究区概况 | 第24-25页 |
| 3.2 数据获取 | 第25-27页 |
| 3.2.1 实测数据 | 第25-26页 |
| 3.2.2 影像数据 | 第26-27页 |
| 3.3 数据预处理 | 第27-34页 |
| 3.3.1 几何校正 | 第28-29页 |
| 3.3.2 辐射定标 | 第29-30页 |
| 3.3.3 大气校正 | 第30-32页 |
| 3.3.4 研究区水域提取 | 第32-34页 |
| 第4章 建立水体叶绿素a遥感反演模型 | 第34-57页 |
| 4.1 波段比值模型 | 第34-40页 |
| 4.1.1 筛选有效数据点 | 第34-35页 |
| 4.1.2 提取敏感波段组合 | 第35-37页 |
| 4.1.3 回归模型建立 | 第37-40页 |
| 4.2 BP神经网络模型 | 第40-51页 |
| 4.2.1 BP神经网络算法的原理 | 第40-43页 |
| 4.2.2 构建BP神经网络的关键问题 | 第43-45页 |
| 4.2.3 BP神经网络输入因子分析 | 第45-47页 |
| 4.2.4 BP神经网络结构的确定 | 第47-50页 |
| 4.2.5 BP神经网络模型实现与检验 | 第50-51页 |
| 4.3 两种反演模型的对比分析 | 第51-53页 |
| 4.4 三峡库区回水区叶绿素a浓度反演结果及分析 | 第53-57页 |
| 第5章 结论与展望 | 第57-60页 |
| 5.1 主要结论 | 第57-58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-67页 |
| 附录 | 第67页 |
