喀斯特城市地表温度影响因素的遥感反演与分析
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·国内外研究进展 | 第9-11页 |
| ·研究方法和内容 | 第11-13页 |
| ·研究方法 | 第11-12页 |
| ·研究内容 | 第12-13页 |
| ·研究的技术路线 | 第13-14页 |
| 第2章 地表热场——地表温度空间分布 | 第14-22页 |
| ·地域概况及数据信息预处理 | 第14-16页 |
| ·研究区地域概况 | 第14页 |
| ·遥感数据的预处理 | 第14-16页 |
| ·亚像元地表温度反演算法 | 第16-18页 |
| ·人工神经网络 | 第16-17页 |
| ·BP神经网络基本理论 | 第17-18页 |
| ·影响地表温度的地表参量遥感反演 | 第18-22页 |
| ·植被指数计算 | 第19-20页 |
| ·其它地表参量 | 第20-22页 |
| 第3章 基于BP神经网络反演亚像元地表温度 | 第22-33页 |
| ·基于BP神经网络的地表温度反演方法 | 第22-23页 |
| ·实验数据来源 | 第23-28页 |
| ·地表温度反演 | 第24-26页 |
| ·九种地表参量的反演结果 | 第26-28页 |
| ·实验过程和结果分析 | 第28-33页 |
| ·建立模型及实验过程 | 第28页 |
| ·参数设定 | 第28-29页 |
| ·结果误差比较 | 第29-32页 |
| ·结论与讨论 | 第32-33页 |
| 第4章 地表温度影响因素的反演与分析 | 第33-52页 |
| ·分类 | 第33-40页 |
| ·研究方法 | 第33-34页 |
| ·实验数据的选取 | 第34页 |
| ·小波纹理的SVM分类方法 | 第34-35页 |
| ·两个时期不同地物类型面积、温度变化 | 第35-37页 |
| ·结果与分析 | 第37-39页 |
| ·结论与讨论 | 第39-40页 |
| ·K-T变换增强实验与应用 | 第40-46页 |
| ·转换系数 | 第40-41页 |
| ·K-T变换的基本思想 | 第41页 |
| ·K-T变换的基本原理 | 第41-42页 |
| ·技术路线 | 第42页 |
| ·实验 | 第42-46页 |
| ·喀斯特城市地表温度与不同植被参数的相关性分析 | 第46-49页 |
| ·实验数据的选取 | 第46页 |
| ·遥感模型反演地表温度及植被参数 | 第46页 |
| ·地表温度和植被参数的相关性分析 | 第46-48页 |
| ·结论 | 第48-49页 |
| ·喀斯特城市水体面积变化对地表热场的影响 | 第49-52页 |
| 第5章 结论 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 读研期间发表论文 | 第57-58页 |
| 致谢 | 第58-59页 |
