一、MODIS图象实例（论文文献综述）
袁丽娜[1]（2021）在《基于ATI和TVDI模型改进的黄土高原土壤湿度反演阈值优化与模拟研究》文中指出土壤湿度是陆地表面水循环过程的关键参数,准确及时地获取区域时空连续的土壤湿度信息能更好地理解地表与大气之间能量与水分的交换过程,高时空分辨率的土壤湿度遥感反演为干旱洪涝灾害预警、气候预测、精准农业生产与灌溉管理提供数据基础,特别是位于干旱半干旱地区的黄土高原。目前应用光学热红外遥感数据在小区域尺度土壤湿度监测研究中建立了众多反演模型,但单独使用某一种模型进行土壤湿度的反演忽略了反演模型的适用范围且精度较低,也不适用于大尺度研究区土壤湿度遥感监测。本文针对获取大尺度区域较高时空分辨率土壤湿度数据的实际需要,首先在对温度植被干旱指数（TVDI）模型改进的基础上,提出了基于表观热惯量（ATI）和改进TVDI模型阈值优化的土壤湿度反演方法。然后,利用MODIS数据和土壤湿度站点观测数据为数据源,应用该方法反演了黄土高原2017年每8天500m×500m的土壤湿度,在此基础上,按照逐像元平均法合成黄土高原2017年月、季和年度土壤湿度。为了进一步提高土壤湿度覆盖度,并探究研究区土壤湿度时空变化特征及影响土壤湿度变化的要素特征,以模型反演得到的2017年月、季和年度土壤湿度为目标变量,建立了黄土高原土壤湿度多要素模拟模型。最后,对比研究了模型反演和多要素模拟的土壤湿度。取得的主要成果与结论如下:（1）改进的TVDI模型提高了土壤湿度反演精度。改进的TVDI即舍弃传统NDVI-LST特征空间中干扰干湿边计算的散点,通过引入并优化参与干湿边拟合的最小NDVI值（阈值NDVI0）使NDVI-LST特征空间更接近理论边界。黄土高原2017年每8天的干湿边拟合结果显示,与每期最高的干湿边拟合决定系数相对应的NDVI0都大于0。在迭代循环NDVI0计算TVDI反演土壤湿度的基础上,各期最终选择的最优NDVI0不固定且呈无规律波动变化,只有极少期（3/43期）的最优NDVI0为0。与传统TVDI值的计算相较,应用最优NDVI0使TVDI更好地表征土壤湿度变化机理,进而提高了TVDI模型反演土壤湿度的精度。（2）基于ATI和改进TVDI模型阈值优化方法反演了黄土高原土壤湿度。考虑到ATI和TVDI模型的适用范围,本文提出并应用了基于ATI和改进TVDI模型阈值优化的方法反演了黄土高原土壤湿度。研究结果表明,与对整个研究区应用单一模型反演土壤湿度相比,应用ATI和改进TVDI模型反演的土壤湿度值和站点土壤湿度观测值相关性最高且差值最小。通过对比分析三个子区参与合成各期土壤湿度的频率和相关系数均值大小发现,联合ATI和改进TVDI模型即ATI/TVDI子区使用频率（40/45期）和准确率（（?）高达0.82±0.007）高于其他两个单独应用ATI模型或TVDI模型的子区,说明联合模型反演土壤湿度优势明显,比单一模型适用性更强精度更高。在优化选择NDVI阈值方面,十次十折交叉建模验证的结果为NDVI阈值优化提供参考,确保了最优NDVI阈值的有效性和可靠性,从而提高了土壤湿度反演的准确性。（3）基于模型反演的土壤湿度,建立了黄土高原土壤湿度反演的多要素模拟模型。通过整理MODIS、地形、土壤和气象等多源数据并提取了34个候选变量,经过逐步多元回归变量筛选后模拟并验证了黄土高原2017年土壤湿度结果显示,多要素回归模拟的土壤湿度能达到较高的准确率且覆盖率明显提升（除了1月和2月）。其中,黄土高原2017年12月多要素模拟的土壤湿度精度验证的相关系数高达0.969（均方根误差RMSE=0.761%）。根据各期建立的多要素模拟土壤湿度模型可知,在34个候选变量中,数值变量降水、夜间温度,类别变量壤土、海拔高度为0-500m和2000-2500m的区域是显着且持续影响土壤湿度变化的变量。（4）基于多要素模拟模型揭示了黄土高原土壤湿度时空变化特征。在时间尺度上,黄土高原2017年平均土壤湿度月际变化呈现两个由升到降的变化周期。第一个周期为1-7月,其中,1-4月不断上升,4月达到峰值（13.98%）,4-7月波动下降;第二个周期为7-12月,其中,土壤湿度均值于7和8月迅速上升,8月达到全年的峰值（高达18.61%）,8-12月波动下降。与降水在季节内分布的规律一致,黄土高原土壤湿度季节特征明显,夏季和秋季的平均土壤湿度全年最高约为13.81%。在空间尺度上,黄土高原2017年土壤湿度变化自东南向西北呈明显递减趋势,与年总降水量、年均空气湿度、年均蒸散发量、昼夜温差和土壤质地的空间分布规律一致。整体来看,黄土高原西部、南部和东南部区域4至8月（春季和秋季）较其他区域更为湿润,黄土高原西北部的毛乌素沙漠地区全年较干旱,而研究区南部区域土壤湿度值全年较高。该论文有图52幅,表28个,参考文献229篇。
陈联君[2]（2021）在《基于多源数据的雪崩危险性评价 ——以北疆地区为例》文中研究指明雪崩作为冰冻圈受全球气候变暖而引起的自然灾害之一,其相关研究可增强对冰冻圈等各个圈层的运行与相互作用机理的理解,对全球变化等研究具有重要的理论意义。雪崩会威胁人类生命财产安全,破坏交通、电力等人类生存所依赖的基础公共设施,引发泥石流等次生灾害,并对周边环境、生态系统产生深远影响。因此,开展雪崩危险性评价研究对于防灾减灾等具有重要的现实意义。当前雪崩危险性评价研究较少,且存在以下问题:（1）大多仅开展评价方法体系研究,具体实例研究较少或试验区较小;（2）评价因子不全或重要因子如积雪状态和气象要素使用较少,导致其初始表征能力不足,从而影响后续评价精度;（3）评价模型大多基于专家经验法等,且不能反映因子之间的交互关系,不够客观,导致模型泛化能力差;（4）缺乏从“预防”角度出发的长时间序列危险性分布图和相应的方法体系。因此,如何提取关键评价因子,并建立客观的因子表征模型,从而构建区域尺度、长时间序列的雪崩危险性评价方法,是提升雪崩危险性评价精度和雪崩预防能力的关键科学问题。针对该问题,本文以“一带一路”核心地带、雪崩高发的新疆北部地区为研究区,开展了三个方面的研究,取得了如下成果:（1）MODIS积雪产品去云算法提出了两种积雪产品去云算法:（1）基于高程分区和地温阈值的改进Snow L去云算法:Snow L算法采用陆地、积雪区平均高程将云划分为陆地或积雪,从而实现去云。然而,在地形变化较大的区域,积雪区平均高程可能“过高”、陆地平均高程可能“过低”,使得实际类别为积雪的云被划归为陆地、实际类别为陆地的云被划归为积雪,导致虽然去云,但实际造成了积雪产品精度损失的后果。因此,提出基于研究区实际情况采用高程进行分区,并提取分区内的平均陆地、积雪区高程;以高程分区内的平均地温为阈值,对云进行综合划分。（2）基于单月地温极值滤波的去云算法:采用单月地温区间的上限值、下限值,进一步修正云的误划分。实验结果表明:提出的去云算法提升了精度,最高可达20%。得到的每日无云积雪产品为后续雪深反演、雪崩危险性评价提供了精准的范围。（2）顾及不同高程分区和土地覆盖类型的雪深反演模型采用地面气象站雪深数据,微波亮度温度数据的不同频段、不同极化特征,及多元线性回归、随机森林（Random forest,RF）和CHANG算法,构建了顾及不同高程分区和土地覆盖类型的雪深反演模型。实验结果表明:基于RF算法、且顾及高程分区时,反演模型最佳,均方根误差（Root Mean Square Error,RMSE）为6.9cm;基于RF算法的模型次之（RMSE为8.0cm）;且优于基于多元线性回归和CHANG的算法。结合最优的反演模型及每日无云积雪产品,得到了高精度的每日雪深分布图。雪深产品作为后续雪崩危险性评价的关键因子,可以评价因子的初始表征能力。（3）顾及雪深的长时间序列雪崩危险性评价方法基于历史雪崩点数据,雪深、地形、植被和气象等因子,及层次分析法（Analytic Hierarchy Process,AHP）、网络分析法（Analytic Network Process,ANP）和二元逻辑回归算法,构建了顾及雪深的长时间序列雪崩危险性评价方法。实验结果表明:基于AHP、ANP和二元逻辑回归算法,分别有78.13%、84.38%和87.50%的雪崩点位于高危险性分区;它们的每日平均预测正确率分别为76.09%、82.61%和86.96%。本文创新点为:（1）提出了两种积雪产品去云算法:一种是基于高程分区和地温阈值的改进Snow L去云算法:基于研究区实际情况采用高程进行分区,并提取分区内的平均陆地、积雪区高程;以高程分区内的平均地温为阈值,对云进行综合划分。另一种是基于单月地温极值滤波的去云算法:采用单月地温区间的上限值、下限值,进一步修正云的误划分。（2）提出了一种基于每日无云积雪产品和雪深数据的区域尺度、长时间序列雪崩危险性评价方法,提升了雪崩危险性评价精度和雪崩预防水平。
李宏益[3]（2019）在《全球多源遥感数据集成处理平台建设关键技术研究》文中研究指明随着对地观测技术的发展,遥感数据的获取途径和方式也越来越多,遥感数据呈现出多源、多尺度、结构复杂、格式多样、体量大等特点,遥感进入了大数据时代。在现有数据资源的条件下,为了进一步增强全球尺度遥感观测频度和精度,需要以多源遥感数据协同的方式来生产遥感产品,为此需要构建全球多源遥感数据集成处理平台。不考虑遥感产品反演算法层面,全球多源遥感数据集成处理平台建设需要解决的问题主要有四个方面:（1）数据存储访问层面:由于每一个传感器数据具有不同的存储结构,需要对应的读写函数;而且各遥感卫星数据中心和应用部门根据应用的需求按各自的标准进行数据的存储组织管理,以及数据的重复拷贝,导致了数据无序的增长。这需要一个通用透明的统一数据存储及访问模式。（2）数据组织协同层面:不同投影下跨尺度数据很难有效组织和检索,给大规模的多源遥感产品生产带来困难,因此需要构建一种适合于多源数据协同的数据立方体作为数据生产单元。（3）算法集成层面:全球遥感算法的多层嵌套、输入参数可变可缺省、时空属性约束等多方面的原因,使得遥感算法的处理架构及大规模集成处理难度增大。因此,需要对各类遥感产品生产流程进行建模,构建自动化生产流程,并在流程中实现对各类算法高效、扩展性强的集成,能应对和处理生产过程中出现的多种不确定性情况。（4）并行处理方面:由于遥感算法专业性强、数据分布情况多样,并行处理方式选择有限,需要构建一种适合于多源数据协同遥感产品生产的高性能处理框架。本文针对上述问题,研究全球多源遥感数据集成处理关键技术并以此为基础构建实现相应的系统平台。研究成果及创新点如下:（1）针对遥感数据格式多样性和多源遥感数据协同使用的需求,抽象出各种数据格式及格式库都遵循的数据格式层级结构,设计了一种统一的数据结构和格式抽象库,实现了不同数据格式的统一IO操作和多源遥感数据的无差别访问。（2）针对多尺度数据的协同使用,构建了结合数据尺度和产品类型的多源多尺度遥感数据协同剖分体系,并在此基础上设计生成一种多维度遥感数据立方体结构,实时在内存中组织数据立方体,为集群环境下协同遥感产品生产奠定了基础。（3）针对多类全球遥感协同产品大规模生产的需求和多源协同遥感产品递归嵌套调用、处理算法复杂和处理平台异构等多方面的特性,建立了遥感产品生产架构、产品生产工作流和产品生产算法服务化集成方法,并制定了对生产过程中出现的多种不确定性问题的处理策略,实现了多领域算法的综合集成和协同生产。（4）针对集成系统无法对算法代码进行修改的状况和遥感数据处理属于数据密集型计算的特点,设计实现了集群环境下双层高性能处理框架,该框架上层采用粗粒度任务并行模式,包括计算并行模式和与之相适应的并行存储文件系统;下层采用基于内存数据链表的图像加速处理框架,为遥感产品的高效生产提供了技术基础。
秦怡[4]（2019）在《基于遥感大数据和机器学习方法的地下水资源量动态评价模型研究》文中研究表明地下水资源量表示地下水饱和含水层逐年更新的动态水量,即降水和地表水入渗对地下水的补给量。对地下水资源量进行评价,有利于为地下水资源保护和合理配置提供依据,有利于为合理高效开发地下水资源提供重要的技术支撑,有利于减少不合理开发利用地下水引起的生态及环境地质问题,还有利于经济社会的可持续发展和生态环境建设。利用遥感数据反演地下水资源量时,由于遥感数据属于大数据,具有不同的时间、空间尺度,而作为真值数据的地下水资源量公报数据获取成本高、周期长,因此数据量十分有限,这导致遥感数据与地下水资源量公报数据之间尺度不匹配。常用的解决数据尺度不匹配问题的方法是降低遥感数据尺度到与公报数据尺度相同的水平。但这又会导致遥感数据利用不够充分,且生成的模型的精度受到限制。基于此,本文提出了一种建立地下水资源量动态评价模型的方法,该方法保持遥感数据尺度不变,能够有效地匹配不同尺度的数据,并采用机器学习方法揭示遥感数据与地下水资源量公报数据之间的关联,从而实现对地下水资源量的动态评价。文中以广东省为例,建立了该地区的地下水资源量动态评价模型,并对该模型进行精度检验,且利用该模型实现了广东省以地下水资源量分级标准为依据的自然分区的划分,以及广东省短时间间隔的地下水资源量的实时变化监测。本文主要取得了如下成果和认识:1、本文提出基于遥感大数据和机器学习方法建立地下水资源量动态评价模型的方法,并利用该方法建立广东省地下水资源量动态评价模型,该模型具有较好的精度。研究中利用多源（MODIS、TRMM、Landsat ETM+/OLI、SRTM等数据）、多时相（2004-2015年）、多尺度的遥感数据及图文资料提取与地下水相关要素（按其随时间变化的频率分为动态要素和静态要素）的栅格数据。随后对地下水资源量公报数据进行栅格化处理,使之与要素数据具有相同的坐标系和空间分辨率,以获取大数据学习样本。然后将学习样本输入神经网络进行多次学习,每次学习完成后剔除部分误差较大的学习样本,最终利用比较符合规律的学习样本建立广东省地下水资源量动态评价模型。文中利用两个级别的行政分区（地级市和区县）的地下水资源量公报数据对模型进行检验,检验结果表明模型具有较好的精度:大行政分区（地级市）的地下水资源量公报数据共252个,其中相对误差小于20%的数据占66.4%,小于30%的数据占79.5%;小行政分区（区县）的地下水资源量公报数据共235个,其中相对误差小于20%的数据占60.9%,小于30%的数据占79.6%。2、本文提出的建模方法通过对地下水资源量公报数据进行栅格化处理,解决了要素栅格数据与地下水资源量公报数据之间尺度不匹配的问题。为了提高模型精度,在每次学习完成后剔除部分误差较大的样本,并经过多次学习,最终利用比较符合规律的学习样本建立地下水资源量动态评价模型。采用常用方法解决数据尺度不匹配的问题需要降低要素数据尺度到与地下水资源量公报数据尺度相同的水平。基于常用方法,学习样本数量有限（仅252个）,利用这些样本建立的地下水资源量动态评价模型比利用本研究方法建立的地下水资源量动态评价模型的精度更低。3、利用地下水资源量动态评价模型计算广东省各行政区中各个像元的地下水资源量值,该值可以反映各行政区域内部地下水资源量不均匀分布的特征,弥补了一个地下水资源量公报数据表示一个区域的地下水资源量的整体状况的不足。4、利用地下水资源量动态评价模型计算广东省的地下水资源量,并制定地下水资源量分级标准,成功划定研究区以地下水资源量分级标准为依据的自然分区（文中以2007年和2009年为例）。这种自然分区比行政分区能更好地反映各个要素与地下水资源量的关系,能够更客观地评价地下水资源量,从而为各种科学研究提供更好的支撑。5、利用地下水资源量动态评价模型可以实现短时间间隔的地下水资源量动态变化监测。研究利用地下水资源量动态评价模型计算广东省三个时间段内不同时相（以天为间隔）的地下水资源量,并对各时段内地下水资源量的变化情况进行分析。
吴孝传[5]（2016）在《沿海水域污水遥感监测方法研究》文中提出海洋是地球上生命的摇篮,蕴藏着巨大的能源,世界上各个国家的发展都离不开海洋。随着我国日新月异地发展,我国沿海和内河区域船舶溢油污染、压载水和船舶生活垃圾任意排放量与日俱增,陆源污染物的海洋排放量持续增加,我国沿海水域海水污染问题变得日益严峻,不仅影响着人们的日常生活和身体健康,也制约了我国航运业的发展。为了规范船舶操作、保护海洋环境,IMO制定了一些船舶防污染公约,比如《1954年油污公约》（OIL54）、《MARPOL73/78公约》、《(2001年控制船舶防污底系统国际公约》（AFS Convention 2004）、《国际安全与环保拆船公约》等。我国拥有漫长的海岸线,保护海洋环境防治海水污染必须引起我们的重视。IMO制定的防治海洋污染公约的实施将对我国的航运业产生巨大的影响。传统的海水水质监测方法效率较低,无法获得大范围海水的水质状况,寻找一种更加精确、简便的沿海海域污水监测模型,对海水水质进行监测是一项十分重要的工作。随着全球遥感理论不断革新,海洋污水遥感监测技术逐渐由定性遥感向定量遥感转变。将遥感技术应用于海洋水质监测领域,不仅可以对某一区域进行长期监测,从而对海水污染趋势进行预测,而且节约了污水监测成本。对海水水质进行监测同样符合IMO船舶防污染相关公约的精神。本文对我国沿海水域污水遥感监测方法进行了深入的理论研究,污水遥感监测分为定性监测点和定量监测。论文利用HJ1A/1B遥感卫星数据对我国香港海域海水水质进行了定量反演,同时利用NOAA系列卫星数据对2010年8月2日河北秦皇岛老龙头海域船舶排放的污水团的扩散及漂移状况进行了解译分析。在反演香港海域海水水质时,以反演叶绿素浓度指标为例,首先从我国资源卫星应用中心获取2012年12月26日香港海域的HJ1A/1B影像资料,其次从香港环保署获取2012年12月香港海域76个水质监测点的叶绿素浓度现场数据。本文利用三种方法对香港海域叶绿素浓度进行了分析：①用Pearson相关性分析法分析了100多种波段组合,并选取Pearson相关性系数最大的波段组合对叶绿素浓度进行多元线性回归分析；②将HJ1A/1B遥感数据四个波段数据作为输入,建立BP神经网络模型对香港海域叶绿素浓度进行反演；③建立RBF神经网络模型对叶绿素浓度进行反演。研究结果表明：多元线性回归模型和RBF神经网络模型反演结果相对误差较大,约为0.67；BP神经网络反演结果误差较小,相对误差约为0.38。2010年8月2日秦皇岛老龙头海域发生海水污染事故,给当地养殖户造成了巨大损失,本文利用遥感图像增强的相关方法,对NOAA系列遥感影像进行人工目视解译,最终发现海水污染源头及污水漂移扩散规律。
李紫甜[6]（2014）在《基于风云三号热红外资料的地表温度反演方法研究》文中研究表明地表温度是地球表面能量平衡和温室效应一个很好的指标,它在气象、水文、环境、生态等众多领域有着广泛的需求。作为新型且重要的卫星数据源,风云三号卫星（FY3）VIRR和MERSI传感器热红外资料在反演地表温度产品上都具有极大的应用前景。与国外地表温度产品相比,我国的FY3地表温度产品在精度上还存在一定的差距。因此,针对这两个传感器通道特征,改进已有反演算法,发展适用于风云卫星资料的地表温度反演高精度算法十分必要。本文使用中分辨率大气辐射传输模式MODTRAN模拟FY3热红外通道资料,在此基础上,利用分裂窗地表温度反演方法,分别建立VIRR4/VIRR5通道组合及VIRR4/MERSI5通道组合的分裂窗地表温度反演模型。基于地表覆盖类型和土壤质地信息,分别利用平均比辐射率法和植被覆盖度循环法确定像元比辐射率,并将分裂窗模型用于江苏省、广东省、黑龙江省和敦煌地区的地表温度反演。将两种方法的地表温度反演结果与MODIS地表温度产品及实测数据进行对比和验证,对比结果表明：相比于VIRR4/MERSI5通道组合,V1RR4/VIRR5通道组合反演的地表温度和MODIS地表产品的相关系数更高,均方根误差更小,即VIRR4/VIRR5通道组合能够获得更高的地表温度反演精度。基于平均比辐射率法的VIRR4/VIRR5分裂窗算法地表温度反演结果与MODIS地表温度产品的平均相关系数R为0.869,平均均方根误差IIMSE为1.584K,平均绝对偏差BIAS为-0.525K;与实测地表温度做验证的平均RMSE为0.638K,平均BIAS为-0.619K。基于植被覆盖度循环法的VIRR4/VIRR5分裂窗算法地表温度反演结果与MODIS地表温度产品的平均相关系数R为0.854,平均IMSE为1.510K,平均BIAS为0.120K；与实测地表温度做验证的平均RMSE为0.439K,平均BIAS为0.378K。这说明用平均比辐射率法和植被覆盖度循环法计算的比辐射率反演地表温度均能取得相当高的精度。与平均比辐射率法相比,植被覆盖度循环法反演结果的精度略有提高。另一方面,基于平均比辐射率法的VIRR4/VIRR5分裂窗算法地表温度反演结果存在一定的负偏差,基于植被覆盖度循环法的VIRR4/VIRR5分裂窗算法反演的地表温度则存在一定的正偏差,根据多个实例证明,对于VIRR4A/VIRR5分裂窗模型,这两个偏差值的绝对值一般小于1K。
崔晓临[7]（2013）在《秦岭地区土地利用/覆被变化及水热环境响应》文中研究说明秦岭山系是我国南北重要的地理分界线,处于亚热带和暖温带的过渡区域。本文选择陕西省境内的秦岭地区作为研究对象,通过查阅国内外相关文献和多次试验,设计了适合秦岭山地土地利用/覆被变化的以遥感与GIS技术结合为主线的研究方法。利用MODIS NDVI、TM影像、DEM、气温、降水、径流等数据,深入分析了秦岭地区LUCC （Land use and land cover change,土地利用／土地覆被变化）时空变化特征及气温、降水、径流的环境响应,对秦岭地区生态环境变化的定量研究具有重要意义,并获得如下主要成果与进展：（1）采用AG （Asymmetric Gaussians）算法对MODIS NDVI数据进行时间序列重建,结合DEM数据及变异系数、线性趋势线斜率方法,分析了2000-2011年秦岭地区植被覆盖时空变化情况,结果表明,①在水平空间上,区域内植被时序稳定性与其离人类聚集区远近呈逆向分布,山区森林和山间灌木林时序稳定性较高,居民地周边农田和山间沟谷农林混合植被年际波动较大。②2000-2011年秦岭地区植被生长状况,整体呈现改善趋势,山区腹地和远离城市的农田改善趋势明显,山区森林和沟谷灌木林相对稳定。③秦岭地区NDVI随海拔升高先增加后降低,最大值在海拔1500-2000m范围内,最小值在海拔<500m范围内,海拔>2000m的区域NDVI值较低。NDVI值除在海拔1500～2000m和>2700m范围内增加不明显外,其他海拔范围内均呈显着增加态势,且增加速率随海拔升高而减小。（2）利用AG算法重建后的MODIS NDVI数据,通过使用变化矢量法、决策树分类法、及分类后的土地利用数据,分析和揭示了中等尺度秦岭地区的土地利用/覆被变化情况,结果表明,①秦岭地区土地覆被变化较高的区域位于太白山周围、以及嘉陵江、汉江、丹江、洛河沿线,所占比例较小；农田和建设用地变化较高,但变化数量较小；低山区变化程度低,所占比例较大；高海拔区域的森林类型保持持续稳定状态。秦岭地区土地覆被变化稳定类型的面积占79.99%,呈增加趋势；土地覆被发生变化的区域主要分布在嘉陵江、丹江、洛河谷地及汉江盆地。②秦岭地区土地覆被分类决策树分类总体精度为81.92%,Kappa系数为0.79。2000～2011年,秦岭地区落叶林持续增长；农田和草地减少速率增加；建设用地增加迅速；常绿林先增加后减少。③2000～2011年,秦岭地区水域和建设用地面积增加,耕地和未利用地面积减少。水域、耕地、建设用地和未利用地在不同坡度条件下均表现出明显变化,林地、灌木林在坡度≥20°区域,才有明显变化。（3）以1970～2009年逐月气温数据为基础,并选择取2000～2009年MODIS NDVI时序重建数据,结合DEM数据,分析秦岭地区气温变化及NDVI在不同海拔、不同季节对气温变化的响应。结果表明：①年平均气温及春、冬季平均气温增加显着,分别于1994、1997和2000年出现增暖突变,春季增温速率高于冬季,且高于年平均增温速率。②年平均NDVI与年平均气温的相关性较小,而多年平均NDVI与多年平均气温的相关性在垂直方向上呈增加趋势。>2700m区域相关系数最高,表明高海拔区域对气温变化的高敏感性。在季节方面,春季平均NDVI在高程<500m区域增加显着,夏、秋季平均NDVI在高程<2000m区域增加显着,其他区域变化不明显。夏季平均NDVI随高程升高而增加的速率逐渐降低,即在高程<500m区域平均NDVI增加速率最高,1500～2000m区域最低。秋季平均NDVI增加速率最高值在500～1500m区域,增加速率最低值在1500～2000m区域。（4）选择位于秦岭地区南北坡的典型流域—金钱河和灞河流域,对比分析秦岭地区南北坡径流变化差异,并探寻金钱河流域径流对降水、LUCC的响应。结果表明,1960～2009年,金钱河和灞河年平均径流量呈减少趋势,金钱河的径流减少量多于灞河流域。从径流的季节变化来看,春、秋季金钱河与灞河流域平均径流量均显着减少,而金钱河流域在冬季也显着减少。金钱河流域年平均径流量减少主要受人类活动（LUCC过程）的影响,人类活动对季节平均径流量的影响程度表现为春季高于秋季。秋季平均径流量减少受到降水量变化与人类活动双重作用。
郭瑞芳[8]（2012）在《水稻遥感信息提取系统设计与实现》文中认为中国60%以上的人口以水稻为主食,其生产状况对国家粮食安全至关重要。遥感获取水稻种植面积和产量的宏观信息在监测中国水稻生产状况、制定相应水稻生产政策及预估稻米价格等方面发挥着重要作用。卫星遥感在农业领域中的应用是遥感对地观测研究的一个重要组成部分。卫星遥感以其宏观性、综合性、客观性、时效性和经济实用性等优势,在水稻面积提取、生育期提取、长势监测和产量估算等方面起到了非常重要的作用。但是遥感数据量大,格式众多,处理速度慢,这是制约遥感数据处理的主要问题。遥感应用系统的开发可以及时处理新型遥感数据,解决通用软件和具体应用软件之间的瓶颈,综合应用多源遥感数据可以为水稻遥感行业应用提供更加丰富资料,具有较好的实用价值。作为一种第四代编程语言,IDL语言具有对海量数据进行获取、分析、可视化以及对多种图像进行处理和交互式操作的功能。因而,用IDL语言编程实现水稻遥感信息提取系统就成为一种很好的选择。本文深入研究了水稻遥感信息提取过程中的关键问题,结合遥感影像数据的特点,提出一种适合本研究遥感数据的数据模型来组织、分析和处理遥感影像数据。对水稻遥感信息提取数据的流程、结构和模块进行了设计。本文着重研究了水稻遥感信息提取系统的开发和实现。主要运用IDL关键技术,包括IDL图像用户界面GUI、Xmanager事件响应、直接图形系统、对象图形系统,图像漫游和图像缩放、IDL虚拟机程序发布等技术；设计了数据预处理、水稻面积提取、水稻生育期识别、水稻长势监测、水稻产量预测和数据输出模块。实现了水稻信息自动提取和精度评价,提高了水稻遥感信息提取的效率。
郭洪涛[9]（2012）在《利用卫星资料反演表面海流的研究》文中进行了进一步梳理海流对海洋中多种物理过程、化学过程、生物过程和地质过程,以及海洋上空的气候和天气的形成及变化,都有影响和制约的作用；对于海军作战,海流是考虑作战的重要因素之一,恰当地利用海流,对作战会起到降低战争消耗,增加胜利因素的一个筹码。然而,目前利用的常规手段对大面积海域的表面海流实施高频率实时观测几乎是不可能的。卫星资料具有覆盖范围广,时间分辨率和空间分辨率高的特点,因此,研究如何利用卫星资料开展表面海流遥感反演,具有非常重要的理论和实践意义。基于优化通道组合和减少阈值设置的思想,利用MODIS资料的多光谱特性,提出了一种多种算法结合优化的云检测方法,为海流的监测反演计算提供了较高的晴空像元可信度。分析最大相关系数方法（MCC）海表流反演原理以及其误差来源,基于连续时刻水体红外、光学特征,利用MCC方法反演得到表面海流场。采用DINEOF方法,对卫星反演的海表流场结果中,由于云覆盖和反演方法本身缺陷所导致的数据空白区插值补缺；并提出了一种基于变分同化方法并结合正则化思想的表面海流场全局优化方法,对插值后数据进行优化调整。通过对Jason-1资料统计试验,确定后向散射截面临界点,使其可作为采用VC算法和Young算法的依据,实现0-20m/s与20-40m/s高度计风速反演算法的结合；利用海面高度数据,计算地转流分量,并分析了其与MCC流和地波雷达实测流的差异。所得结论如下：（1）提出的云检测算法,实现了海上薄云和透明云以及耀斑区的云检测,提高了海面低云、碎云以及部分被云覆盖像元的识别准确率；（2）MCC方法反演的表面海流,与实测数据相比在流速流向上基本一致,并且不同示踪物反演结果,互为补充,大大提高了反演的覆盖度；（3）利用变分同化方法并结合正则化思想,提出的一种表面海流场优化调整方法,使得流场达到全局最优,反演精度明显提高；（4）提出的海面风速校准方法,避免了单一方法在风速反演上产生的误差；在近岸区域,高度计获得的流与实测流场存在较大差异,MCC方法更适用于近岸。
翟进[10]（2009）在《基于遥感技术的干旱灌区水盐平衡及生态需水研究》文中研究表明内蒙古河套灌区是内蒙古沿黄河地区的最大用水户,占内蒙古黄河水量配额的85%左右,然而,随着黄河来水与水资源统一调度,使河套灌区的引黄水量受到限制,不仅灌区的农业生产受到严重影响,也阻碍了当地的国民经济发展,加强灌区地下水盐动态的观测和生态需水的研究,对指导当前的灌区管理和生态建设都具有十分重要的意义。本文在对降水、地表水和地下水分析的基础上,基于遥感技术（RS）对河套灌区生态系统进行分类,对河套灌区的蒸散量进行反演;在水盐平衡理论的支撑下,在充分掌握和分析河套灌区水盐相关资料的基础上,分析并定量计算灌区合理排水量。通过两者结合,对河套灌区各类生态耗水要素的适宜需水量进行计算,确定不同生态系统的生态需水量。本文得出以下结论:（1）通过遥感数据分析,确定了TM影像的最佳波段组合,经过几何校正采用非监督分类对影像进行分类,最终得到灌区土地分类及作物种植结构。利用高分辨率IKONOS影像对分类结果作了精度评估,精度分析证明多时相中分辨率TM影像用于灌区尺度土地利用分类有很高的精度。（2）运用MODIS高频度多时相数据提取作物种植结构,其能有效克服人为因素的影响,较为准确地提取灌区作物种植面积及其空间分布。（3）利用地表能量平衡原理的SEBAL模型与SEBS模型对蒸散发进行反演,反演结果与实测值误差在允许范围内,为河套灌区研究区域用水量提供新的方法。（4）基于灌区土地分类,结合由CIAT-CSI SRTM网站提供的DEM数据,通过采样分析,得到河套灌区盐碱地主要分布在灌区中游1030m地面高程线以上的灌溉渠道及排水沟道两侧。（5）通过对灌区盐分的分析,灌溉水与排水的盐量和组分含量存在显着差异。积累在灌区的有害阳离子量为31.85×104t/年,河套灌区每年灌溉水带入的盐分并没有在荒地中积聚,采用有害盐量引排比可以较为合理的评价灌区的排水效果,为内蒙古河套灌区合理评价灌区排水量提供新的方法。（6）利用水量平衡原理对灌区的生态需水量进行理论的计算,得到河套灌区维持现状生态所需水量为53.053亿m3。河套灌区总补给量大于灌区所需水量,但剩余水量为1.556亿m3,量较小,进一步节水的潜力不大。
二、MODIS图象实例（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、MODIS图象实例（论文提纲范文）
（1）基于ATI和TVDI模型改进的黄土高原土壤湿度反演阈值优化与模拟研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究现状分析 |
| 1.4 研究方案 |
| 1.5 本章小结 |
| 2 研究区概况与数据 |
| 2.1 研究区概况 |
| 2.2 研究数据来源与处理 |
| 2.3 本章小结 |
| 3 ATI和 TVDI反演土壤湿度的原理与模型改进 |
| 3.1 ATI反演土壤湿度的原理 |
| 3.2 TVDI反演土壤湿度的原理 |
| 3.3 TVDI反演土壤湿度的模型改进 |
| 3.4 本章小结 |
| 4 ATI和改进TVDI反演土壤湿度的NDVI阈值优化 |
| 4.1 基于NDVI阈值分区反演土壤湿度 |
| 4.2 基于交叉验证结果优化NDVI阈值 |
| 4.3 基于最优NDVI阈值反演土壤湿度 |
| 4.4 本章小结 |
| 5 基于ATI和改进TVDI的黄土高原土壤湿度反演 |
| 5.1 黄土高原土壤湿度反演最优NDVI阈值 |
| 5.2 黄土高原土壤湿度反演结果 |
| 5.3 黄土高原土壤湿度反演精度验证 |
| 5.4 本章小结 |
| 6 黄土高原土壤湿度反演的多要素模拟 |
| 6.1 黄土高原土壤湿度多要素模拟模型的建立 |
| 6.2 黄土高原土壤湿度多要素模拟结果 |
| 6.3 黄土高原土壤湿度多要素模拟与模型反演结果对比 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 主要结论 |
| 7.2 创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 附录 |
| 作者简历 |
| 学位论文数据集 |
（2）基于多源数据的雪崩危险性评价 ——以北疆地区为例（论文提纲范文）
| 作者简历 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 雪盖范围获取研究现状 |
| 1.2.2 雪深获取研究现状 |
| 1.2.3 雪崩危险评价研究现状 |
| 1.3 论文主要研究内容 |
| 1.4 论文章节安排 |
| 第二章 研究区与数据源 |
| 2.1 研究区概况 |
| 2.2 数据源介绍 |
| 2.2.1 MODIS积雪产品去云研究相关的数据介绍 |
| 2.2.2 雪深反演研究相关的数据介绍 |
| 2.2.3 雪崩危险性评价相关的数据 |
| 第三章 MODIS积雪产品去云算法研究 |
| 3.1 基础数据 |
| 3.2 研究方法 |
| 3.2.1 数据预处理 |
| 3.2.2 两种MODIS积雪产品去云算法 |
| 3.2.3 常规去云方法 |
| 3.2.4 其他去云产品 |
| 3.2.5 精度评价方法 |
| 3.3 结果与讨论 |
| 3.3.1 研究区云覆盖量、雪覆盖量统计 |
| 3.3.2 生成的无云积雪覆盖产品精度验证 |
| 3.4 小结 |
| 第四章 顾及不同高程分区和土地覆盖类型的雪深反演 |
| 4.1 研究方法 |
| 4.1.1 数据预处理 |
| 4.1.2 建模因子的选择 |
| 4.1.3 反演模型构建 |
| 4.1.4 精度评价方法 |
| 4.2 结果与讨论 |
| 4.2.1 建模因子选择结果 |
| 4.2.2 多元线性回归模型精度评价结果 |
| 4.2.3 随机森林模型精度评价结果 |
| 4.2.4 顾及不同高程分区的回归模型精度评价结果 |
| 4.2.5 顾及不同土地覆盖类型的回归模型精度评价结果 |
| 4.2.6 不同模型精度对比 |
| 4.2.7 北疆地区雪深反演结果图 |
| 4.3 小结 |
| 第五章 顾及雪深的北疆地区长时间序列雪崩危险性评价 |
| 5.1 雪崩危险性评价因子体系 |
| 5.1.1 积雪条件 |
| 5.1.2 地形因子 |
| 5.1.3 下垫面因素 |
| 5.1.4 气象条件 |
| 5.1.5 其他因素 |
| 5.1.6 因子体系 |
| 5.2 研究方法 |
| 5.2.1 评价因子提取 |
| 5.2.2 因子分级赋值体系 |
| 5.2.3 AHP中评价因子权重确定 |
| 5.2.4 ANP中评价因子权重确定 |
| 5.2.5 LR模型构建 |
| 5.2.6 各模型雪崩危险性指数计算 |
| 5.2.7 各模型的危险性等级划分 |
| 5.3 实验结果 |
| 5.3.1 评价因子提取结果 |
| 5.3.2 评价因子分级赋值结果 |
| 5.3.3 AHP因子权重结果 |
| 5.3.4 ANP因子权重结果 |
| 5.3.5 LR模型结果 |
| 5.3.6 北疆地区各模型危险性评价等级图与定性评价 |
| 5.3.7 雪崩危险性评价结果定量比较 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 论文主要创新点 |
| 6.3 展望 |
| 致谢 |
| 参考文献 |
| 附图 |
（3）全球多源遥感数据集成处理平台建设关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 全球遥感产品生产的意义 |
| 1.1.2 多源遥感数据协同的优势 |
| 1.1.3 多源遥感产品协同自动化生产的挑战 |
| 1.2 国内外研究现状分析 |
| 1.2.1 多源遥感数据存储组织管理 |
| 1.2.2 工作流构建与集成处理 |
| 1.2.3 遥感并行处理 |
| 1.3 本文研究内容描述 |
| 1.4 本文的组织结构 |
| 第2章 基于统一抽象的多源遥感数据集成方法 |
| 2.1 引言 |
| 2.2 多源遥感数据特点分析 |
| 2.3 多源遥感数据格式统一抽象 |
| 2.3.1 遥感数据格式与库分析 |
| 2.3.2 统一格式抽象库设计与实现 |
| 2.3.3 统一的数据格式结构 |
| 2.3.4 基于格式抽象库的工具 |
| 2.4 应用实例 |
| 2.5 小结 |
| 第3章 基于剖分体系的多源遥感数据协同组织方法 |
| 3.1 引言 |
| 3.2 结合数据尺度和产品类型的多源多尺度遥感数据协同剖分体系 |
| 3.2.1 高分辨率剖分层次 |
| 3.2.2 中分辨率剖分层次 |
| 3.2.3 低分辨率剖分层次 |
| 3.3 基于协同剖分体系的多源遥感数据数据立方体协同生成 |
| 3.3.1 多源遥感数据数据立方体协同生成流程 |
| 3.3.2 逻辑数据立方体协同生成 |
| 3.3.3 实体数据立方体协同生成 |
| 3.4 应用实例 |
| 3.5 小结 |
| 第4章 遥感产品流程建模及算法集成 |
| 4.1 引言 |
| 4.2 遥感产品生产架构 |
| 4.3 遥感产品工作流程构建实例 |
| 4.3.1 产品生产架构形式化表达 |
| 4.3.2 遥感产品生产脚本生成 |
| 4.3.3 不确定问题的处理策略 |
| 4.3.4 遥感产品算法服务化集成 |
| 4.4 小结 |
| 第5章 集群环境下遥感产品生产并行处理框架 |
| 5.1 引言 |
| 5.2 遥感产品处理算法的运算特点分析 |
| 5.2.1 运算序列相关性 |
| 5.2.2 运算空间位置相关性 |
| 5.2.3 运算IO占比 |
| 5.3 集群环境下的双层并行处理框架 |
| 5.3.1 系统运行流程设计 |
| 5.3.2 上层粗粒度任务并行处理设计 |
| 5.3.3 对应的并行文件系统设计 |
| 5.3.4 下层基于内存的图像加速处理框架 |
| 5.4 应用实例 |
| 5.5 小结 |
| 第6章 多源遥感数据集成处理系统实现 |
| 6.1 引言 |
| 6.2 系统需求与目标 |
| 6.3 系统设计 |
| 6.3.1 总体设计 |
| 6.3.2 分布式组件设计 |
| 6.3.3 系统流程 |
| 6.4 重要模块实现 |
| 6.4.1 自动工作流 |
| 6.4.2 数据集成 |
| 6.4.3 分层调度 |
| 6.5 系统实现 |
| 6.6 小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 研究展望 |
| 附录 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（4）基于遥感大数据和机器学习方法的地下水资源量动态评价模型研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 选题背景与研究意义 |
| 1.2 研究现状 |
| 1.2.1 遥感技术在地下水研究中的应用 |
| 1.2.2 机器学习方法在地下水研究中的应用 |
| 1.3 问题的提出 |
| 1.4 研究内容与技术路线 |
| 1.5 论文创新点 |
| 1.6 论文的组织结构 |
| 2 研究区概况 |
| 2.1 自然地理概况 |
| 2.2 地质背景 |
| 2.3 地下水资源的分布 |
| 3 数据及预处理 |
| 3.1 数据介绍 |
| 3.2 数据预处理 |
| 4 与地下水相关要素的选择及其信息获取 |
| 4.1 静态要素的选择与信息获取 |
| 4.1.1 高程、坡度 |
| 4.1.2 排水通道密度 |
| 4.1.3 地形湿度指数 |
| 4.1.4 地层岩性 |
| 4.1.5 断层密度 |
| 4.2 动态要素的选择与信息获取 |
| 4.2.1 降雨量 |
| 4.2.2 地表水体 |
| 4.2.3 植被 |
| 4.2.4 温度 |
| 4.3 本章小结 |
| 5 地下水资源量公报数据 |
| 5.1 数据测量方法 |
| 5.2 地下水资源量公报数据的栅格化 |
| 5.3 本章小结 |
| 6 基于神经网络建立地下水资源量动态评价模型 |
| 6.1 学习样本 |
| 6.2 建立地下水资源量动态评价模型的方法 |
| 6.3 地下水资源量动态评价模型参数的确定 |
| 6.3.1 隐含层神经元数 |
| 6.3.2 学习速率 |
| 6.3.3 最大迭代次数 |
| 6.3.4 初始权重的范围 |
| 6.3.5 学习次数 |
| 6.4 建立地下水资源量动态评价模型实例 |
| 6.4.1 建模结果 |
| 6.4.2 模型检验 |
| 6.5 基于本研究方法与常用方法建模比较 |
| 6.5.1 基于常用方法建模的机器学习方法的选择 |
| 6.5.2 对比分析 |
| 6.6 本章小结 |
| 7 地下水资源量动态评价模型的应用 |
| 7.1 以地下水资源量分级标准为依据划分自然分区 |
| 7.2 地下水资源量的实时变化监测 |
| 7.3 本章小结 |
| 8 结论与展望 |
| 8.1 结论 |
| 8.2 问题与展望 |
| 9 参考文献 |
| 附录 |
| 作者介绍 |
| 教育经历 |
| 发表论文 |
| 参与科研项目 |
（5）沿海水域污水遥感监测方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 论文研究背景及意义 |
| 1.2 污水遥感监测国内外研究现状 |
| 1.2.1 海水叶绿素遥感 |
| 1.2.2 海洋溢油遥感 |
| 1.2.3 其他水体污染物遥感 |
| 1.3 论文主要研究内容 |
| 第二章 遥感监测污染水体的基本理论 |
| 2.1 污水遥感监测原理 |
| 2.2 污水遥感监测中相关物理量的定义 |
| 2.3 水体类型及波谱特征 |
| 2.4 水体污染的遥感监测方法 |
| 2.4.1 分析法 |
| 2.4.2 经验法 |
| 2.4.3 半经验法 |
| 2.5 污水水质监测指标及可反演的水质指标 |
| 2.6 污水遥感监测中的数据源 |
| 2.6.1 多光谱数据源 |
| 2.6.2 高光谱数据源 |
| 第三章 沿海水域遥感影像预处理 |
| 3.1 遥感图像及现场数据获取 |
| 3.2 传感器定标 |
| 3.2.1 发射前实验室定标 |
| 3.2.2 星上定标 |
| 3.2.3 场地定标 |
| 3.3 大气校正 |
| 3.3.1 不变目标法 |
| 3.3.2 6S大气校正 |
| 3.3.3 FLAASH大气校正 |
| 3.3.4 黑暗像元法 |
| 3.4 几何校正 |
| 第四章 遥感监测污水应用实例 |
| 4.1 遥感监测香港海域水质特征 |
| 4.1.1 香港海域概况 |
| 4.1.2 香港海域HJ1A/1B影像预处理 |
| 4.1.3 基于波段组合的线性回归模型反演水质 |
| 4.1.4 基于BP神经网络模型反演香港海域水质 |
| 4.1.5 基于RBF神经网络模型反演叶香港海域水质 |
| 4.1.6 三种模型反演结果的比较分析 |
| 4.1.7 香港海域叶绿素浓度空间分布 |
| 4.2 遥感监测秦皇岛老龙头海域污染事故 |
| 4.2.1 秦皇岛老龙头海域概况 |
| 4.2.2 遥感图像的增强与解译方法 |
| 4.2.3 秦皇岛老龙头海域NOAA遥感图像增强处理 |
| 4.2.4 海水异常区的漂移扩散分析 |
| 4.2.5 污水源分析 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
（6）基于风云三号热红外资料的地表温度反演方法研究（论文提纲范文）
| 目录 |
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究目的与意义 |
| 1.2 研究进展 |
| 1.3 本文主要研究内容及技术路线 |
| 1.4 本章小结 |
| 第二章 研究区与数据处理 |
| 2.1 研究区概况 |
| 2.2 实验数据 |
| 2.3 数据预处理 |
| 2.4 本章小结 |
| 第三章 FY3资料分裂窗模型构建 |
| 3.1 分裂窗算法 |
| 3.2 FY3资料分裂窗模型的构建 |
| 3.3 模型评估 |
| 3.4 本章小结 |
| 第四章 平均比辐射率法反演地表温度 |
| 4.1 平均比辐射率法 |
| 4.2 实例验证 |
| 4.3 本章小结 |
| 第五章 植被覆盖度循环法反演地表温度 |
| 5.1 植被覆盖度循环法 |
| 5.2 实例验证 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 创新点 |
| 6.3 存在问题与展望 |
| 参考文献 |
| 致谢 |
（7）秦岭地区土地利用/覆被变化及水热环境响应（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 图目录 |
| 表目录 |
| 第一章 绪论 |
| 1.1 选题依据及研究意义 |
| 1.2 国内外研究进展 |
| 1.2.1 LUCC相关研究 |
| 1.2.2 LUCC环境效应研究 |
| 1.2.3 LUCC研究技术与方法 |
| 1.2.4 LUCC研究尺度 |
| 1.3 研究内容及拟解决的关键问题 |
| 1.3.1 研究内容 |
| 1.3.2 本研究拟解决关键问题 |
| 1.4 研究方法与技术路线 |
| 1.4.1 研究思路及方法 |
| 1.4.2 研究技术路线 |
| 第二章 研究区概况及数据预处理 |
| 2.1 研究区概况 |
| 2.1.1 地理位置及范围 |
| 2.1.2 自然环境条件 |
| 2.2 数据来源及处理方法 |
| 2.2.1 LUCC数据集 |
| 2.2.2 MODIS数据集 |
| 2.2.3 其它数据 |
| 第三章 植被覆盖变化时间序列分析 |
| 3.1 归一化植被指数及其应用 |
| 3.1.1 NDVI特征及其在地表覆盖研究中应用 |
| 3.1.2 NDVI变化分析方法 |
| 3.2 秦岭地区植被NDVI变化分析 |
| 3.2.1 NDVI变化参数提取 |
| 3.2.2 NDVl年内生长季均值和生长季多年均值分析 |
| 3.2.3 基于变异系数的秦岭地区NDVI时序稳定性分析 |
| 3.2.4 植被变化趋势分析 |
| 3.3 秦岭地区NDVI垂直分布与海拔梯度 |
| 3.3.1 NDVI垂直分布特征 |
| 3.3.2 NDVI海拔梯度差异 |
| 3.4 小结 |
| 第四章 土地覆被空间格局变化分析 |
| 4.1 土地覆被变化监测方法 |
| 4.1.1 变化矢量分析法 |
| 4.1.2 决策树遥感影像分类法 |
| 4.2 秦岭地区土地覆被变化矢量分析 |
| 4.2.1 NDVI矢量变化强度 |
| 4.2.2 NDVI矢量变化类型 |
| 4.2.3 主要地表覆盖类型变化分析 |
| 4.3 基于决策树的秦岭地区土地覆被分类 |
| 4.3.1 土地覆被分类与验证数据 |
| 4.3.2 秦岭地区土地覆被分类系统 |
| 4.3.3 基于决策树的土地覆被分类 |
| 4.4 秦岭地区土地覆被景观结构变化 |
| 4.4.1 土地覆被景观格局变化分析 |
| 4.4.2 土地覆被景观结构变化分析 |
| 4.5 小结 |
| 第五章 LUCC时空变化及其区域差异 |
| 5.1 秦岭地区土地利用变化 |
| 5.1.1 秦岭地区土地利用时空变化 |
| 5.1.2 土地利用变化区域差异 |
| 5.2 秦岭地区植被覆盖变化区域差异 |
| 5.3 秦岭地区不同坡度条件下的LUCC时空变化 |
| 5.3.1 土地利用变化分析 |
| 5.3.2 植被覆盖变化分析 |
| 5.4 小结 |
| 第六章 植被覆盖对气温变化的响应 |
| 6.1 数据与研究方法 |
| 6.1.1 数据源 |
| 6.1.2 研究方法 |
| 6.2 秦岭地区气温年际和季节变化 |
| 6.2.1 气温年际变化分析 |
| 6.2.2 气温季节变化分析 |
| 6.3 秦岭地区植被覆盖对气温变化的响应 |
| 6.3.1 植被覆盖季节变化分析 |
| 6.3.2 秦岭地区植被覆盖对气温变化的响应 |
| 6.4 小结 |
| 第七章 典型流域径流变化及其LUCC响应 |
| 7.1 研究区与数据 |
| 7.2 研究方法 |
| 7.3 秦岭地区降水年际和季节变化 |
| 7.3.1 降水年际变化分析 |
| 7.3.2 降水季节变化分析 |
| 7.4 秦岭南坡金钱河与北坡灞河流域径流变化 |
| 7.4.1 金钱河流域径流变化分析 |
| 7.4.2 灞河流域径流变化分析 |
| 7.4.3 秦岭南北坡径流变化差异性 |
| 7.5 金钱河与灞河流域径流与降水相关性 |
| 7.5.1 金钱河流域径流与降水相关性 |
| 7.5.2 灞河流域径流与降水相关性 |
| 7.5.3 秦岭南北坡径流与降水关系的差异性 |
| 7.6 金钱河流域径流对土地利用/覆被变化的响应 |
| 7.6.1 金钱河流域土地利用变化 |
| 7.6.2 金钱河流域植被覆盖变化 |
| 7.6.3 金钱河流域LUCC的径流响应 |
| 7.7 小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间取得的科研成果 |
| 致谢 |
| 作者简介 |
（8）水稻遥感信息提取系统设计与实现（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 目录 |
| 图目录 |
| 表目录 |
| 1 绪论 |
| 1.1 背景 |
| 1.2 水稻遥感发展概况 |
| 1.2.1 水稻面积遥感信息提取研究动态 |
| 1.2.2 水稻生育期识别研究动态 |
| 1.2.3 水稻长势监测研究动态 |
| 1.2.4 水稻产量遥感估算研究动态 |
| 1.3 遥感应用系统开发现状 |
| 1.3.1 国内现状 |
| 1.3.2 国外现状 |
| 1.3.3 研究难点 |
| 1.4 水稻遥感系统开发目的和意义 |
| 1.5 本文的主要工作 |
| 2 MODIS数据产品、IDL+ENVI二次开发技术 |
| 2.1 MODIS数据产品 |
| 2.1.1 MODIS |
| 2.1.2 MODIS09A1数据 |
| 2.2 IDL语言 |
| 2.2.1 IDL简介 |
| 2.2.2 IDL关键技术 |
| 2.3 IDL+ENVI二次开发 |
| 3 水稻遥感信息提取系统设计 |
| 3.1 设计原则 |
| 3.2 系统数据流程设计 |
| 3.3 系统功能模块设计 |
| 3.4 系统界面设计 |
| 3.5 系统帮助设计 |
| 3.6 系统界面实现 |
| 4 预处理模块 |
| 4.1 图像镶嵌 |
| 4.1.1 算法 |
| 4.1.2 功能实现及实例说明 |
| 4.2 图像裁剪 |
| 4.2.1 算法 |
| 4.2.2 功能实现及实例 |
| 4.3 参数计算 |
| 4.3.1 计算公式 |
| 4.3.2 功能实现及实例 |
| 4.4 影像去噪 |
| 4.4.1 算法 |
| 4.4.2 功能实现及实例 |
| 4.5 数据批处理 |
| 5 水稻面积信息提取模块 |
| 5.1 水稻面积信息提取方法1 |
| 5.1.1 算法 |
| 5.1.2 功能实现及实例 |
| 5.2 水稻面积信息提取方法2 |
| 5.2.1 算法 |
| 5.2.2 功能实现及实例 |
| 5.3 精度评价 |
| 6 水稻生育期识别及长势监测模块 |
| 6.1 概述 |
| 6.2 水稻关键生育期识别 |
| 6.2.1 算法 |
| 6.2.2 功能实现及实例 |
| 6.2.3 精度评价 |
| 6.3 水稻长势监测 |
| 6.3.1 算法 |
| 6.3.2 功能实现及实例 |
| 6.3.3 精度评价 |
| 7 产量预报模块和输出模块 |
| 7.1 产量预报模块 |
| 7.1.1 算法 |
| 7.1.2 功能实现及实例 |
| 7.1.3 精度评价 |
| 7.2 输出模块 |
| 8 总结与展望 |
| 8.1 结论 |
| 8.2 展望 |
| 参考文献 |
| 附图 |
| 作者简历 |
（9）利用卫星资料反演表面海流的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 云覆盖研究进展及意义 |
| 1.2.2 序列图象资料海表流场反演 |
| 1.2.3 星载雷达高度计反演海面风速 |
| 1.3 研究的内容和方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 1.3.4 论文结构 |
| 第2章 研究区说明及数据处理 |
| 2.1 研究区域及数据说明 |
| 2.1.1 研究区域 |
| 2.1.2 实测表而海流简介 |
| 2.1.3 EOS/MODIS卫星资料简介 |
| 2.1.4 SSH资料简介 |
| 2.2 EOS/MODIS卫星资料处理 |
| 2.2.1 辐射计算 |
| 2.2.2 条带噪声去除 |
| 2.2.3 边缘Bowtie效应纠正 |
| 2.2.4 太阳天顶角纠正 |
| 2.2.5 临边效应的订正 |
| 2.2.6 图像的投影 |
| 2.2.7 太阳耀斑区的识别 |
| 2.3 SSH资料处理 |
| 2.3.1 高度计测高原理 |
| 2.3.2 高度计测高误差的原因及消除方法 |
| 2.4 高精度海上云检测 |
| 2.4.1 光谱特征分析 |
| 2.4.2 NASA云检测算法 |
| 2.4.3 本文的云检测方法确定 |
| 小结 |
| 第3章 序列卫星资料海表流场反演 |
| 3.1 海面温度计算 |
| 3.1.1 海面温度的反演原理 |
| 3.1.2 海表温度反演算法设计 |
| 3.1.3 计算结果 |
| 3.2 序列卫星资料海表流场反演原理 |
| 3.2.1 示踪物的特性分析 |
| 3.2.2 示踪物追踪方法 |
| 3.2.3 流向流速计算 |
| 3.2.4 质量控制 |
| 3.3 特征量跟踪中的误差分析及纠正 |
| 3.3.1 特征跟踪中的误差 |
| 3.3.2 纠正地理定位错误 |
| 3.4 实例分析 |
| 3.4.1 美国西海岸夜间 |
| 3.4.2 美国话海岸日间 |
| 3.4.3 江苏沿海夜间 |
| 3.4.4 江苏沿海日间 |
| 小结 |
| 第4章 优化调整MCC法反演海表流场 |
| 4.1 缺测数据的插值补缺 |
| 4.1.1 Kriging插值方法 |
| 4.1.2 DINEOF的原理 |
| 4.1.3 实验分析 |
| 4.2 变分同化方法并结合正则化思想的表面海流场全局优化 |
| 4.2.1 变分同化技术原理 |
| 4.2.2 海表流场变分同化优化调整方法 |
| 4.2.3 实验分析 |
| 小结 |
| 第5章 海表高度计海面风速校正及地转流反演 |
| 5.1 JASON-1卫星基本信息及雷达高度计反演海面参数原理 |
| 5.1.1 Jason-1卫星基本信息 |
| 5.1.2 雷达高度计反演海面参数原理 |
| 5.2 VANDEMARK-CHAPRON算法与YOUNG算法联合反演JASON-1雷达高度计海面风速的校准方法研究 |
| 5.2.1 VC反演算法与Young反演算法简介 |
| 5.2.2 联合使用VC算法与Young算法的校准方法 |
| 5.2.3 实例分析 |
| 5.3 地转流计算原理及结果 |
| 5.3.1 美国西海岸 |
| 5.3.2 江苏沿海 |
| 小结 |
| 第6章 结论和展望 |
| 6.1 结论 |
| 6.2 研究创新点 |
| 6.3 下一步工作 |
| 参考文献 |
| 在读期间发表的学术论文及研究成果 |
| 致谢 |
（10）基于遥感技术的干旱灌区水盐平衡及生态需水研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景和意义 |
| 1.2 遥感技术在灌区的应用 |
| 1.2.1 作物种植结构调查 |
| 1.2.2 遥感在土壤水分监测中的应用 |
| 1.2.3 作物遥感估产 |
| 1.2.4 灌区水土资源遥感调查 |
| 1.3 国内外研究进展 |
| 1.3.1 生态需水研究进展 |
| 1.3.2 区域蒸散发国外研究进展 |
| 1.3.3 干旱灌区水盐均衡研究进展 |
| 1.3.4 小结 |
| 1.4 论文主要内容 |
| 1.5 论文技术路线 |
| 2 研究区概况 |
| 2.1 自然概况 |
| 2.1.1 土壤 |
| 2.1.2 气象 |
| 2.1.3 降水 |
| 2.2 工程地质及水文地质条件 |
| 2.2.1 区域地质概况 |
| 2.2.2 区域水文地质条件 |
| 3 遥感影像解译 |
| 3.1 数据预处理 |
| 3.1.1 遥感影像校正 |
| 3.1.2 波段选择 |
| 3.2 基于TM 影像进行灌区土地利用分类 |
| 3.2.1 分类精度 |
| 3.2.2 分类方法 |
| 3.3 基于MODIS 影像的种植结构提取 |
| 3.3.1 MODIS 数据特性及应用范围 |
| 3.3.2 基于MODIS NDVI 的种植结构提取 |
| 3.4 小结 |
| 4 蒸散量反演 |
| 4.1 基本原理 |
| 4.1.1 地面特征参数确定 |
| 4.1.2 模型参数确定 |
| 4.2 MODIS 蒸散量反演 |
| 4.2.1 MODIS 蒸散量反演流程 |
| 4.2.2 地表物理参数计算 |
| 4.2.3 建立热传导粗糙度模型 |
| 4.3 参考作物腾发量计算 |
| 4.4 蒸散量验证与比较 |
| 4.5 灌区盐碱地分布规律 |
| 4.5.1 盐碱地形成原因 |
| 4.5.2 河套灌区盐渍化土地分布 |
| 4.5.3 对盐碱地的认识及控制措施分析 |
| 4.6 小结 |
| 5 灌区水盐平衡及合理引排比研究 |
| 5.1 河套灌区地下水概况 |
| 5.1.1 地下水的补给条件 |
| 5.1.2 地下水的径流条件 |
| 5.1.3 地下水的排泄条件 |
| 5.2 地下水化学条件及基本特征 |
| 5.3 灌区水盐均衡研究 |
| 5.3.1 采样点的选取及测定方法 |
| 5.3.2 灌区灌溉水、地下水及排水盐分分析 |
| 5.3.3 灌溉水、排水水质分析 |
| 5.3.4 灌区水体钠吸附比（SAR）分析 |
| 5.3.5 EC 与各阳离子的相关关系 |
| 5.4 盐分在土壤中的分布规律 |
| 5.4.1 灌区上、中、下游土壤中盐分分布规律 |
| 5.4.2 耕地与荒地中的盐分分布规律 |
| 5.5 灌区合理引排比 |
| 5.5.1 灌区盐量引排比 |
| 5.5.2 灌区去除有害盐量引排比 |
| 5.5.3 L_(NA)与L_(EC)的评估 |
| 5.6 小结 |
| 6 灌区现状生态需水分析 |
| 6.1 生态需水的界定 |
| 6.1.1 基本概念 |
| 6.1.2 概念辨析 |
| 6.1.3 生态需水的界定 |
| 6.2 灌区引水量 |
| 6.3 灌区节水改造对地下水位的影响 |
| 6.4 节水改造后盐分变化 |
| 6.5 灌区现状生态需水 |
| 6.5.1 生态需水的计算方法 |
| 6.5.2 灌区生态需水计算 |
| 6.6 小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
四、MODIS图象实例（论文参考文献）
- [1]基于ATI和TVDI模型改进的黄土高原土壤湿度反演阈值优化与模拟研究[D]. 袁丽娜. 中国矿业大学, 2021(02)
- [2]基于多源数据的雪崩危险性评价 ——以北疆地区为例[D]. 陈联君. 中国地质大学, 2021(02)
- [3]全球多源遥感数据集成处理平台建设关键技术研究[D]. 李宏益. 中国科学院大学(中国科学院空天信息创新研究院), 2019(06)
- [4]基于遥感大数据和机器学习方法的地下水资源量动态评价模型研究[D]. 秦怡. 浙江大学, 2019(02)
- [5]沿海水域污水遥感监测方法研究[D]. 吴孝传. 大连海事大学, 2016(07)
- [6]基于风云三号热红外资料的地表温度反演方法研究[D]. 李紫甜. 南京信息工程大学, 2014(07)
- [7]秦岭地区土地利用/覆被变化及水热环境响应[D]. 崔晓临. 西北大学, 2013(11)
- [8]水稻遥感信息提取系统设计与实现[D]. 郭瑞芳. 浙江大学, 2012(07)
- [9]利用卫星资料反演表面海流的研究[D]. 郭洪涛. 南京师范大学, 2012(05)
- [10]基于遥感技术的干旱灌区水盐平衡及生态需水研究[D]. 翟进. 内蒙古农业大学, 2009(09)