基于CYGNSS数据的土壤含盐量反演方法研究任务书

 2022-01-13 09:01

全文总字数:1806字

1. 毕业设计(论文)主要内容:

1、获取相关数据:CYGNSS中的Level1b、Level 2数据和土壤含盐量相关数据,其中CYGNSS 的Level1b中 主要获取DDM 峰值信噪比(Signal-to-noise ratio, SNR),Level 2数据包括Ocean Surface Windspeed and Mean Square Slope两个部分。2、根据提取的相关参数,分为两个方向进行研究。首先针对Level 2数据,厘清海洋盐分的反演方法;其次,研究土壤含盐量与DDM SNR参数的相关性;最后在已有海洋盐分反演模型基础上,引入影响土壤含盐量的相关参数,建立反演土壤含盐量的相关模型。3、基于内容2的结果,结合地面实测数据,及相关土壤含盐量数据进行反演结果验证

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 毕业设计(论文)主要任务及要求

1、阅读文献不得少于40篇,英文文献不得少于30篇,论文引用近五年的文献不得少于20篇。2、理解并掌握各个相关参数的含义及各种相应数学公式的推导,并最后实现相关算法。3、撰写不得少于15000字的毕业论文。4、论文的查重率不得高于15%。5、论文需具有完整性和条理性,论述严谨、推导充分、具有说服力。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排

1 综述:基于文献阅读积累,完成绪论和初步的实施方案(10页左右),2019.12.20-2020.1.5;2 数据收集及处理:2020.1.6-2020.2.15;3 建模及结果分析:2020.2.16-2020.3.15;4 论文撰写:2020.3.16-2020.4.10?(初稿);2020.4.11-2020.4.20(修改稿);5 论文答辩准备:2020.4.21-2020.4.30(终稿),并准备答辩PPT;6 答辩:2019年5月初试讲,并准备正式答辩!

4. 主要参考文献

[1]. Wu, X., et al. IS Soil Salinity Detectable by GNSS-R/IR? in IGARSS 2019-2019 IEEE International Geoscience and Remote Sensing Symposium. 2019: IEEE.(翻译)[2]. Gabarró, C., et al., A new empirical model of sea surface microwave emissivity for salinity remote sensing. Geophysical Research Letters, 2004. 31(1).[3]. Rodriguez-Alvarez, N., et al. Soil moisture and vegetation height retrieval using GNSS-R techniques. in 2009 IEEE International Geoscience and Remote Sensing Symposium. 2009: IEEE.[4]. Clarizia, M.P., et al., Analysis of CYGNSS Data for Soil Moisture Retrieval. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2019.[5]. Zhang Y., Fang, H., Ma, L., Ye, Y., and Wang Y., 2020. Estimation of forest leaf area index and clumping index from the Global Positioning System (GPS) satellite carrier-to-noise-density ratio (C/N0). Remote Sensing Letters, 11(2): 146-155. https://doi.org/10.1080/2150704X.2019.1692386.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。