| 摘要 | 第1-7页 |
| ABSTRACT | 第7-16页 |
| 第一章 绪论 | 第16-32页 |
| ·研究背景与意义 | 第16-17页 |
| ·国内外研究现状 | 第17-29页 |
| ·高光谱遥感的基本概念 | 第17-18页 |
| ·高光谱遥感发展历程 | 第18-19页 |
| ·高光谱遥感在植被领域应用的主要优势 | 第19-20页 |
| ·植被覆盖度遥感反演方法进展 | 第20-29页 |
| ·研究目标和主要研究内容 | 第29-31页 |
| ·研究目标 | 第29页 |
| ·主要研究内容 | 第29-31页 |
| ·研究技术路线 | 第31-32页 |
| 第二章 试验区概况与数据获取 | 第32-44页 |
| ·试验区概况 | 第32-39页 |
| ·试验区自然概况 | 第32-36页 |
| ·试验区社会经济状况 | 第36-37页 |
| ·试验区荒漠化发展历程 | 第37-39页 |
| ·试验区数据获取 | 第39-44页 |
| ·遥感影像数据获取 | 第39-40页 |
| ·野外实测数据获取 | 第40-44页 |
| 第三章 高光谱影像预处理 | 第44-55页 |
| ·有效波段选择 | 第44-45页 |
| ·“坏线”修复及条带去除 | 第45-48页 |
| ·“坏线”修复 | 第45-46页 |
| ·条带去除 | 第46-48页 |
| ·Hyperion 影像 smile 效应去除 | 第48-50页 |
| ·smile 效应检测 | 第48-49页 |
| ·smile 效应校正 | 第49-50页 |
| ·大气校正 | 第50-54页 |
| ·大气校正算法简介 | 第50-52页 |
| ·Hyperion 影像的大气纠正 | 第52-54页 |
| ·几何校正 | 第54-55页 |
| 第四章 植被指数法反演稀疏植被覆盖度 | 第55-71页 |
| ·材料与研究方法 | 第56-61页 |
| ·样地影像光谱获取 | 第56页 |
| ·植被指数选取 | 第56-57页 |
| ·植被指数计算 | 第57-60页 |
| ·回归模型 | 第60页 |
| ·植被指数探测稀疏植被覆盖能力评价 | 第60-61页 |
| ·结果与讨论 | 第61-69页 |
| ·2006 年、2007 年样地稀疏植被覆盖及相应光谱特征 | 第61-62页 |
| ·高光谱植被指数 | 第62-66页 |
| ·宽波段植被指数 | 第66-67页 |
| ·宽波段植被指数与高光谱窄波段植被指数比较分析 | 第67-69页 |
| ·小结 | 第69-71页 |
| 第五章 多元回归模型法反演稀疏植被覆盖度 | 第71-95页 |
| ·材料 | 第72-73页 |
| ·研究方法 | 第73-79页 |
| ·多元逐步回归 | 第74页 |
| ·偏最小二乘回归（PLS） | 第74-76页 |
| ·人工神经网络 | 第76-79页 |
| ·结果与讨论 | 第79-93页 |
| ·样地稀疏植被覆盖度与影像单波段之间的相关性 | 第79页 |
| ·多元逐步回归 | 第79-83页 |
| ·PLS 回归 | 第83-88页 |
| ·人工神经网络 | 第88-91页 |
| ·不同模型之间的比较 | 第91-93页 |
| ·小结 | 第93-95页 |
| 第六章 混合像元分解法反演稀疏植被覆盖度 | 第95-112页 |
| ·材料 | 第96页 |
| ·研究方法 | 第96-106页 |
| ·光谱混合模型 | 第96-99页 |
| ·端元确定 | 第99-105页 |
| ·混合像元分解实现 | 第105-106页 |
| ·结果与讨论 | 第106-111页 |
| ·不同算法结果分析 | 第106-109页 |
| ·试验区稀疏植被覆盖度制图 | 第109-111页 |
| ·小结 | 第111-112页 |
| 第七章 结论与讨论 | 第112-116页 |
| ·主要结论 | 第112-115页 |
| ·植被指数法 | 第112-113页 |
| ·多元回归模型法 | 第113页 |
| ·混合像元分解法 | 第113-114页 |
| ·三种方法之间的比较 | 第114-115页 |
| ·讨论 | 第115-116页 |
| 参考文献 | 第116-123页 |
| 附录 | 第123-128页 |
| 在读期间的学术研究 | 第128-129页 |
| 致谢 | 第129页 |