太湖水体MERIS数据大气校正方法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 专用术语注释表 | 第9-11页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 选题背景及研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 国外研究进展 | 第12-15页 |
| 1.2.2 国内研究进展 | 第15-17页 |
| 1.3 本文的主要工作安排 | 第17-20页 |
| 1.3.1 研究内容 | 第17页 |
| 1.3.2 技术路线 | 第17-20页 |
| 第二章 研究区与实验数据 | 第20-30页 |
| 2.1 研究区概况 | 第20-21页 |
| 2.2 地面实测数据 | 第21-23页 |
| 2.2.1 实测光谱数据采集与处理 | 第21-23页 |
| 2.3 MERIS数据获取与预处理 | 第23-28页 |
| 2.3.1 MERIS数据简介 | 第23-26页 |
| 2.3.2 MERIS数据预处理 | 第26-28页 |
| 2.4 AERONET数据 | 第28-30页 |
| 第三章 太湖气溶胶光学特征分析 | 第30-36页 |
| 3.1 太湖气溶胶光学厚度变化规律 | 第30-33页 |
| 3.2 气溶胶模型影响分析 | 第33-36页 |
| 3.2.1 气溶胶模型识别 | 第33页 |
| 3.2.2 标准气溶胶模型对大气福射校正的影响 | 第33-36页 |
| 第四章 基于神经网络技术的大气校正方法 | 第36-47页 |
| 4.1 基于大气辐射传输模型的大气校正原理 | 第36-37页 |
| 4.2 基于神经网络技术的大气校正原理 | 第37-40页 |
| 4.3 神经网络训练数据集建立 | 第40-42页 |
| 4.4 神经网络设计 | 第42-45页 |
| 4.4.1 神经网络隐含层数 | 第42-43页 |
| 4.4.2 传递函数 | 第43页 |
| 4.4.3 每层节点数 | 第43-44页 |
| 4.4.4 初始权值 | 第44页 |
| 4.4.5 学习速率 | 第44-45页 |
| 4.5 大气校正神经网络构建 | 第45-47页 |
| 第五章 大气校正结果分析 | 第47-56页 |
| 5.1 大气校正模型效果测试 | 第47-48页 |
| 5.2 MERIS影像大气校正前后对比分析 | 第48-49页 |
| 5.3 大气校正精度验证 | 第49-51页 |
| 5.4 大气校正方法对比分析 | 第51-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第61-62页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第62-63页 |
| 致谢 | 第63页 |
