流域水質(zhì)遙感反演與水質(zhì)模型數(shù)據(jù)同化技術(shù)

第1章 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究進展
1.3 擬解決的關(guān)鍵科學問題
1.4 主要研究內(nèi)容和技術(shù)路線
參考文獻

第2章 基于統(tǒng)計模型的湖庫水質(zhì)遙感反演技術(shù)
2.1 引言
2.2 研究區(qū)域概況
2.3 數(shù)據(jù)獲取
2.4 半經(jīng)驗／半分析模型
2.5 南四湖水體葉綠素ａ濃度反演
2.6 南四湖水體總懸浮物濃度反演
2.7 南四湖水體濁度反演
2.8 本章小結(jié)
參考文獻

第3章 基于機器學習的湖庫水質(zhì)遙感反演技術(shù)
3.1 引言
3.2 基于粒子群優(yōu)化和支持向量機的水質(zhì)參數(shù)智能遙感反演技術(shù)
3.3 基于災變離散粒子群－偏最小二乘法的水質(zhì)遙感反演技術(shù)
3.4 本章小結(jié)
參考文獻

第4章 基于集合建模的湖庫水質(zhì)遙感反演技術(shù)
4.1 引言
4.2 葉綠素ａ濃度遙感反演集合建模方法
4.3 葉綠素ａ濃度集合建模方法應(yīng)用
4.4 本章小結(jié)
參考文獻

第5章 考慮水生植物物候特征的湖泊水質(zhì)遙感監(jiān)測技術(shù)
5.1 引言
5.2 數(shù)據(jù)獲取和處理
5.3 草型湖泊水體總懸浮物濃度和濁度遙感監(jiān)測方法
5.4 水生植物物候特征識別
5.5 微山湖水生植物時空變化監(jiān)測
5.6 水生植物對水質(zhì)的指示作用
5.7 微山湖水質(zhì)時空變化分析
5.8 本章小結(jié)
參考文獻

第6章 復雜河網(wǎng)一維水動力水質(zhì)模型數(shù)據(jù)同化技術(shù)
6.1 引言
6.2 數(shù)字河網(wǎng)的圖數(shù)據(jù)結(jié)構(gòu)
6.3 河網(wǎng)一維水流水質(zhì)數(shù)值模型
6.4 并行計算原理及模型并行框架設(shè)計
6.5 集合卡爾曼濾波ＥｎＫＦ算法
6.6 模型算例分析
6.7 模型初步應(yīng)用
6.8 本章小結(jié)
參考文獻

第7章 基于改進自適應(yīng)網(wǎng)格的二維水動力模型構(gòu)建技術(shù)
7.1 引言
7.2 二維水動力模型控制方程
7.3 基于改進自適應(yīng)網(wǎng)格的二維水動力模型構(gòu)建
7.4 基于改進自適應(yīng)網(wǎng)格的二維水動力模型并行化改造
7.5 基于改進自適應(yīng)網(wǎng)格和并行計算的二維水動力模型驗證
7.6 基于改進自適應(yīng)網(wǎng)格的二維水動力模型應(yīng)用
7.7 本章小結(jié)
參考文獻

第8章 二維水動力模型不確定性分析與數(shù)據(jù)同化技術(shù)
8.1 引言
8.2 水動力模型參數(shù)不確定性分析方法
8.3 曼寧糙率系數(shù)不確定性分析
8.4 水動力模型粒子濾波數(shù)據(jù)同化
8.5 本章小結(jié)
參考文獻

第9章 基于改進自適應(yīng)網(wǎng)格的二維水動力水質(zhì)模型構(gòu)建技術(shù)
9.1 引言
9.2 二維水動力水質(zhì)模型控制方程
9.3 基于改進自適應(yīng)網(wǎng)格的二維水流－污染物輸運模型
9.4 基于改進自適應(yīng)網(wǎng)格的二維水質(zhì)模型
9.5 本章小結(jié)
參考文獻

第10章 基于星地協(xié)同監(jiān)測的二維水質(zhì)模型數(shù)據(jù)同化技術(shù)
10.1 引言
10.2 鄱陽湖水質(zhì)模型數(shù)據(jù)同化方案設(shè)計
10.3 基于多源觀測數(shù)據(jù)的鄱陽湖水質(zhì)模型數(shù)據(jù)同化
10.4 本章小結(jié)
參考文獻

第11章 基于星地協(xié)同監(jiān)測的三維水質(zhì)模型數(shù)據(jù)同化技術(shù)
11.1 引言
11.2 基于ＥＦＤＣ的水動力水質(zhì)模型
11.3 太湖水質(zhì)模型構(gòu)建
11.4 太湖水質(zhì)模型數(shù)據(jù)同化試驗分析
11.5 本章小結(jié)
參考文獻

第12章 結(jié)論與展望
12.1 結(jié)論
12.2 展望