试论遥感海面盐度多源遥感协同反演策略,

论文导读：度算法，可从获取得到一定精度的海面盐度。（3）以光学微波遥感模型级耦合协同的角度，提出一种ETM+与SAR数据协同反演海面盐度的办法。使用ETM+与SAR数据分别提取得到的海面亮温与海面发射率，通过海面温度反演算法获取海面温度，将其与以SAR数据中提取得到海水介电常数一并代入德拜方程，即可建立基于光学与微波遥感模型耦合的海面
摘要：海面盐度是描述海洋状态的重要参数之一，探讨其变化和分布规律对分析海洋自身特性从及了解海洋在海-气复杂体系中的意义有重要作用。海面盐度的获取也是气象学、生态学、水文学和渔业等其他学科与运用领域重点关注的探讨对象。光学与微波遥感反演海面盐度各有优势与问题，有效协同使用两种遥感数据，将有助于提升海面盐度的反演精度。本论文选取南海北部珠江口东岸香港海域为探讨区，采取2009-2011年遥感数据和海面实测数据，探讨海面盐度光学与微波遥感数据协同反演办法，提出基于ETM+与SAR数据的海面盐度协同反演模型，主要探讨工作包括从下几个方面：（1）分别探讨光学与微波遥感的海面盐度反演机理，提出基于单一遥感数据的海面盐度反演算法。使用改善型经验光谱指数与半经验半物理海面辐射传输模型提取物质浓度，根据高光谱数据反演海面盐度算法，从物质浓度为物，间接反演海面盐度；使用SAR数据散射系数获取海面亮温，根据K-S模型，可以反演得到的海面亮温中提取海面盐度。（2）以光学微波遥感数据级融合协同的角度，提出一种SAR插补ETM+缺失数据办法，使用SAR数据穿云透雾特性去除ETM+影像中云极为阴影影响，以而达到在云遮挡状况下提取海面盐度的目的。使用像元位置匹配转化算法，将SAR影像转化成为基于ETM+像元的无云无阴影影像，再将该无云影响影像像元与ETM+原影像有云影响像元做对应的像元替换，即可生成SAR插补ETM+缺失数据后的新ETM+影像。针对有云影响的光学影像，使用该缺失数据插补办法与高光谱数据反演海面盐度算法，可从获取得到一定精度的海面盐度。（3）以光学微波遥感模型级耦合协同的角度，提出一种ETM+与SAR数据协同反演海面盐度的办法。使用ETM+与SAR数据分别提取得到的海面亮温与海面发射率，通过海面温度反演算法获取海面温度，将其与以SAR数据中提取得到海水介电常数一并代入德拜方程，即可建立基于光学与微波遥感模型耦合的海面盐度协同反演模型。经实测海面盐度数据验证，基于光学与微波遥感模型级耦合的海面盐度协同反演模型的反演精度较其它办法更高（复相联系数达到R2=0.8672，均方根误差为RMSE=0.6253），其协同反演结果显著优于单一遥感数据的反演结果。本论文的创新点是：（1）提出了光学微波遥感数据级融合协同反演的办法，可从推广运用到光学影像数据缺失（如云遮挡）状况下的海面盐度反演探讨；（2）根据光学微波遥感模型级耦合协同反演办法，建立了基于ETM+与SAR数据的海面盐度协同反演模型，提升了海面盐度反演精度，增强了海面盐度反演模型的适应性。关键词：协同反演论文海面盐度论文遥感数据融合论文遥感模型耦合论文德拜方程论文
本论文由www.7ctime.com,需要可从关系人员哦。摘要5-7
Abstract7-11
第1章 绪论11-22

1.1 探讨背景11-12

1.2 国内外探讨近况12-17

1.2.1 海面盐度反演的探讨近况12-14

1.2.2 多源遥感数据协同反演地表参数的探讨近况14-17

1.3 探讨内容、目的及作用17-20

1.3.1 探讨目的与作用17-18

1.3.2 主要探讨内容18-19

1.3.3 探讨创新点与难题19-20

1.4 论文组织结构20-22

第2章 海面盐度遥感反演原理与办法22-35

2.1 海面盐度基本概念22-24

2.2 海面盐度微波遥感反演机理24-27

2.1 普朗克定律和瑞利-金斯定律24-25

2.2 海面亮温25

2.3 镜面菲涅耳反射率公式25-26

2.4 极化条件下的海面发射率26

2.5 德拜方程26-27

2.3 多源数据协同反演海面盐度机理27-35

2.3.1 多源数据协同反演的基本概念与论述27-32

2.3.2 基于ETM+和SAR数据的海面盐度协同反演对策与办法32-35

第3章 数据与预处理35-41

3.1 探讨区选择35

3.2 数据获取35-36

3.3 数据预处理36-41

3.1 ETM+数据预处理36-39

3.2 SAR数据预处理39-41

第4章 基于单一遥感数据的海面盐度反演算法41-69
4.1 基于ETM+数据的海面盐度论文导读：ETM+数据的海面亮温反演算法82-835.2.2基于SAR数据的海面发射率计算模型83-865.2.3海面温度提取的结果分析与检验86-875.3基于SAR数据的海水介电常数计算办法87-885.4基于K-S方式的德拜方程参数分析88-915.5海面盐度光学微波模型级耦合协同反演办法的结果分析与对比检验91-94第6章总结与展望94-97

6.1总结94-952展望

反演模型41-59
4.

1.1 基于ETM+数据的物质浓度反演算法41-58

4.

1.2 从物质浓度为物的海面盐度反演模型58-59

4.2 基于SAR数据的海面盐度反演模型59-67
4.

2.1 海面亮温的遥感反演模型59-61

4.

2.2 基于K-S模型的海面盐度反演模型61-67

4.

2.3 结论67

4.3 单一遥感数据反演海面盐度的结果分析67-69
第5章 海面盐度多源遥感协同反演模型69-94

5.1 基于SAR插补ETM+的海面盐度数据级融合协同反演模型69-81

5.

1.1 实验办法70-71

5.

1.2 ETM+与SAR数据之间的像元位置匹配转化办法71-73

5.

1.3 云检测算法73-75

5.

1.4 云阴影提取模型75-77

5.

1.5 去云处理结果分析77-78

5.

1.6 基于SAR插补ETM+的海面盐度数据融合协同反演模型极为检验78-80

5.

1.7 结论80-81

5.2 海面温度光学微波遥感模型级耦合协同反演办法81-87
5.

2.1 基于ETM+数据的海面亮温反演算法82-83

5.

2.2 基于SAR数据的海面发射率计算模型83-86

5.

2.3 海面温度提取的结果分析与检验86-87

5.3 基于SAR数据的海水介电常数计算办法87-88

5.4 基于K-S方式的德拜方程参数分析88-91

5.5 海面盐度光学微波模型级耦合协同反演办法的结果分析与对比检验91-94

第6章 总结与展望94-97

6.1 总结94-95

6.2 展望95-97

参考文献97-110
致谢110-111
附录111