杭州城市典型植被光谱特征及通道研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 1 引言 | 第8-15页 |
| ·研究背景、目的及意义 | 第8-9页 |
| ·研究背景 | 第8页 |
| ·研究目的 | 第8-9页 |
| ·研究意义 | 第9页 |
| ·国内外研究概况 | 第9-15页 |
| ·基于叶片的植被光谱特征研究 | 第9-10页 |
| ·基于叶片光谱的植被识别研究 | 第10-13页 |
| ·基于遥感影像的植被识别研究 | 第13-15页 |
| 2 研究方案及技术路线 | 第15-25页 |
| ·研究区概况 | 第15页 |
| ·植被反射率光谱的采集及测量 | 第15-17页 |
| ·研究技术路线 | 第17-18页 |
| ·研究方法 | 第18-25页 |
| ·植被分类方法 | 第18-21页 |
| ·通道划分方法 | 第21-25页 |
| 3 不同植被光谱曲线特征分析 | 第25-30页 |
| ·不同类型植被光谱曲线特征分析 | 第25-26页 |
| ·同种类型植被光谱曲线特征分析 | 第26-30页 |
| ·针叶类木本植被光谱特征 | 第26-27页 |
| ·阔叶类木本植被光谱特征 | 第27-28页 |
| ·草本植被光谱特征 | 第28-30页 |
| 4 基于反射光谱的植被分类结果分析 | 第30-44页 |
| ·基于聚类分析的植被分类结果分析 | 第30-36页 |
| ·最短距离法分类结果分析 | 第30-31页 |
| ·类平均法分类结果分析 | 第31-35页 |
| ·重心法植被识别结果分析 | 第35-36页 |
| ·基于神经网络的分类结果分析 | 第36-42页 |
| ·自组织竞争神经网络分类结果分析 | 第36-41页 |
| ·自组织映射神经网络分类结果分析 | 第41-42页 |
| ·分类结果验证 | 第42-44页 |
| 5 通道划分结果分析 | 第44-53页 |
| ·波谱相似性分析 | 第44-45页 |
| ·光谱一阶导数分析 | 第44页 |
| ·相关矩阵分析 | 第44-45页 |
| ·通道结果分析 | 第45-49页 |
| ·通道合理性检验 | 第49-53页 |
| 6 结论与展望 | 第53-55页 |
| ·结论 | 第53-54页 |
| ·展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录 | 第59-61页 |
| 个人简介 | 第61-62页 |
| 导师简介 | 第62-63页 |
| 致谢 | 第63页 |
