基于Sentinel-1A和Landsat-8的土壤水分反演
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 选题背景及研究意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 光学遥感反演法 | 第11-13页 |
| 1.2.2 微波遥感反演法 | 第13-16页 |
| 1.3 研究内容与技术路线 | 第16-18页 |
| 1.3.1 研究内容 | 第16页 |
| 1.3.2 技术路线 | 第16-18页 |
| 1.4 论文的组织结构 | 第18-19页 |
| 第2章 土壤水分遥感反演主要算法 | 第19-33页 |
| 2.1 光学遥感 | 第19-22页 |
| 2.1.1 土壤热惯量法 | 第19页 |
| 2.1.2 植被供水指数法 | 第19页 |
| 2.1.3 作物缺水指数法 | 第19-20页 |
| 2.1.4 温度植被干旱指数法 | 第20-22页 |
| 2.2 微波遥感 | 第22-33页 |
| 2.2.1 裸露地表 | 第22-29页 |
| 2.2.2 植被覆盖地表 | 第29-33页 |
| 第3章 数据源与数据预处理 | 第33-40页 |
| 3.1 研究区概况 | 第33-34页 |
| 3.2 实测数据 | 第34-35页 |
| 3.3 光学遥感数据 | 第35-36页 |
| 3.4 微波遥感数据 | 第36-38页 |
| 3.5 Landsat 8地表温度反演 | 第38-40页 |
| 第4章 土壤水分遥感反演模型构建 | 第40-50页 |
| 4.1 光学遥感反演土壤水分 | 第40-44页 |
| 4.1.1 特征空间构建 | 第40-41页 |
| 4.1.2 不同特征空间干、湿边拟合 | 第41-43页 |
| 4.1.3 TVDI、MTVDI指数计算 | 第43-44页 |
| 4.2 主动微波协同光学数据反演土壤水分 | 第44-50页 |
| 4.2.1 植被覆盖下的土壤水分反演模型 | 第44-49页 |
| 4.2.2 土壤水分反演方法 | 第49-50页 |
| 第5章 土壤水分反演结果评价 | 第50-54页 |
| 5.1 精度评价指标 | 第50页 |
| 5.2 光学遥感土壤水分反演评价 | 第50-51页 |
| 5.3 主动微波协同光学数据土壤水分反演评价 | 第51-52页 |
| 5.4 不同模型反演结果对比与分析 | 第52-54页 |
| 结语 | 第54-56页 |
| 1 结论 | 第54页 |
| 2 不足与展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-67页 |
| 攻读学位期间取得学术成果 | 第67页 |
