首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感技术的应用论文

基于多源遥感数据的水环境参量反演算法研究与应用

摘要第4-6页
abstract第6-7页
第1章 绪论第12-22页
    1.1 研究背景及意义第12-13页
    1.2 国内外研究现状第13-19页
        1.2.1 二类水体叶绿素a遥感反演国内外研究现状第13-15页
        1.2.2 二类水体海表温度遥感反演国内外研究现状第15-16页
        1.2.3 二类水体水体悬浮物浓度遥感反演国内外研究现状第16-18页
        1.2.4 深圳近海海域水环境参量遥感反演研究现状第18-19页
    1.3 本文的研究目标及研究内容第19-22页
        1.3.1 研究目标第19-20页
        1.3.2 研究内容第20-22页
第2章 水色遥感反演的机理和方法第22-32页
    2.1 水色遥感反演的机理第22-26页
        2.1.1 水体的辐射传输模型第22-23页
        2.1.2 水体叶绿素a反演原理第23-24页
        2.1.3 水体表面温度反演原理第24-25页
        2.1.4 水体悬浮物浓度反演原理第25-26页
    2.2 水色遥感反演的常用方法第26-30页
        2.2.1 叶绿素a浓度反演经典算法第27-28页
        2.2.2 海表温度反演经典算法第28-30页
        2.2.3 悬浮物浓度反演经典算法第30页
    2.3 本章小结第30-32页
第3章 研究区数据处理及多源遥感数据融合技术第32-46页
    3.1 研究区介绍第32-33页
    3.2 实验数据介绍第33-38页
        3.2.1 实测数据第33-34页
        3.2.2 Landsat-8 数据第34-36页
        3.2.3 Modis数据第36-38页
    3.3 遥感影像数据的预处理第38-42页
        3.3.1 辐射校正第38页
        3.3.2 大气校正第38-39页
        3.3.3 研究区去云处理第39-40页
        3.3.4 实验区水域提取第40-42页
    3.4 Landsat 8 数据和 Modis 数据时空融合技术第42-45页
    3.5 本章小结第45-46页
第4章 水环境参数的反演方法研究第46-64页
    4.1 叶绿素a浓度反演方法研究第46-53页
        4.1.1 数据统计与分析第46-47页
        4.1.2 浮标点水域归一化光谱分析第47-48页
        4.1.3 相关性分析第48-49页
        4.1.4 研究区叶绿素a浓度反演模型第49-50页
        4.1.5 叶绿素a浓度反演精度验证第50-53页
    4.2 悬浮物浓度反演方法研究第53-58页
        4.2.1 数据统计与分析第53-54页
        4.2.2 浮标点水域归一化光谱分析第54-55页
        4.2.3 相关性分析第55-56页
        4.2.4 研究区悬浮物浓度反演模型第56页
        4.2.5 悬浮物浓度反演精度验证第56-58页
    4.3 海表温度反演方法研究第58-62页
        4.3.1 实验数据分析与算法改进方案第58-60页
        4.3.2 海表温度反演模型的实现第60页
        4.3.3 反演结果精度验证第60-62页
    4.4 本章小结第62-64页
第5章 水环境参数的反演结果分析与应用第64-80页
    5.1 反演结果的分析与探讨第64-70页
        5.1.1 叶绿素a浓度反演结果分析第64-66页
        5.1.2 悬浮物浓度反演结果分析第66-67页
        5.1.3 海表温度反演结果分析第67-70页
    5.2 基于遥感数据的深圳海域水环境健康评价体系第70-77页
        5.2.1 水环境评价指标分析第70-72页
        5.2.2 水环境评价体系模型第72页
        5.2.3 水环境评价体系模型可行性验证第72-74页
        5.2.4 深圳水环境评价体系模型应用实例第74-77页
    5.3 本章小结第77-80页
第6章 研究总结与展望第80-82页
参考文献第82-90页
致谢第90-92页
作者简历及攻读学位期间发表的学术论文与研究成果第92-93页

论文共93页,点击 下载论文
上一篇:基于数据相关性的移动云服务数据缓存研究
下一篇:基于Faster R-CNN目标检测的机器人抓取系统研究