混合光谱分解对水体水质监测的研究.rar
混合光谱分解对水体水质监测的研究,全文3万字 44页 包含代码摘要:本文在被研究水体的自然环境下,得到纯水以及主要污染物端元组分的光谱特征,并对非纯净水体进行混合光谱的分解从而得到水体各主要污染物质的含量,并在此基础上利用神经网络或灰度关联的方法对水体的污染特征进行评价。abstract the pixels in remote sensing ima...
该文档为压缩文件,包含的文件列表如下:
内容介绍
原文档由会员 杜小梅 发布
全文3万字 44页 包含代码
摘要:
本文在被研究水体的自然环境下,得到纯水以及主要污染物端元组分的光谱特征,并对非纯净水体进行混合光谱的分解从而得到水体各主要污染物质的含量,并在此基础上利用神经网络或灰度关联的方法对水体的污染特征进行评价。
Abstract
The pixels in remote sensing imagery are typically mixed pixels due to the limited spatial resolution of sensor and the heterogeneous surfaces of ground covers. Their presence severely degrades the precision of the result.It is important to unmixing pixels at first. The usual approach to achieve this is through modeling of spectral mixtures.
目 录
摘 要
第1章 引 言
第2章 混合像元分解模型
2.1混合像元分解的地物理解
2.2混合像元分解模型
2.3混合像元分解模型的选择
第3章 实验研究
第4章 结论
参考文献
致 谢
附录
参考文献
[1]吕长春,王忠武,钱少猛.混合像元分解模型综述.2003.7
[2]桂预风,张继贤,林宗坚,宣文玲.基于灰神经网络理论的混合像元分解方法研究
[3]桂预风,张继贤,林宗坚.土地利用遥感动态监测中混合像元的分解方法研究.遥感信息.2000.2
摘要:
本文在被研究水体的自然环境下,得到纯水以及主要污染物端元组分的光谱特征,并对非纯净水体进行混合光谱的分解从而得到水体各主要污染物质的含量,并在此基础上利用神经网络或灰度关联的方法对水体的污染特征进行评价。
Abstract
The pixels in remote sensing imagery are typically mixed pixels due to the limited spatial resolution of sensor and the heterogeneous surfaces of ground covers. Their presence severely degrades the precision of the result.It is important to unmixing pixels at first. The usual approach to achieve this is through modeling of spectral mixtures.
目 录
摘 要
第1章 引 言
第2章 混合像元分解模型
2.1混合像元分解的地物理解
2.2混合像元分解模型
2.3混合像元分解模型的选择
第3章 实验研究
第4章 结论
参考文献
致 谢
附录
参考文献
[1]吕长春,王忠武,钱少猛.混合像元分解模型综述.2003.7
[2]桂预风,张继贤,林宗坚,宣文玲.基于灰神经网络理论的混合像元分解方法研究
[3]桂预风,张继贤,林宗坚.土地利用遥感动态监测中混合像元的分解方法研究.遥感信息.2000.2