| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 引言 | 第9-10页 |
| 1.2 国内外发展现状 | 第10-12页 |
| 1.2.1 混合像元分解国内外研究现状 | 第10-12页 |
| 1.2.2 矿区土地利用变化遥感监测国内外研究现状 | 第12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.4 技术路线 | 第13-14页 |
| 1.5 论文结构安排 | 第14-15页 |
| 第二章 遥感影像混合像元分解原理 | 第15-31页 |
| 2.1 混合像元的形成 | 第15页 |
| 2.2 混合像元分解模型 | 第15-21页 |
| 2.2.1 线性混合模型 | 第16-17页 |
| 2.2.2 概率模型 | 第17-18页 |
| 2.2.3 几何光学模型 | 第18-19页 |
| 2.2.4 随机几何模型 | 第19页 |
| 2.2.5 模糊模型 | 第19-21页 |
| 2.3 端元数目估计方法 | 第21-23页 |
| 2.4 端元提取算法 | 第23-26页 |
| 2.4.1 PPI算法 | 第23-24页 |
| 2.4.2 N-FINDR算法 | 第24-25页 |
| 2.4.3 VCA算法 | 第25页 |
| 2.4.4 SGA算法 | 第25-26页 |
| 2.5 丰度估计算法 | 第26-28页 |
| 2.5.1 非限制性最小二乘法 | 第26页 |
| 2.5.2 和为一限制性最小二乘方法 | 第26-27页 |
| 2.5.3 非负限制性最小二乘方法 | 第27页 |
| 2.5.4 全限制性最小二乘方法 | 第27-28页 |
| 2.6 精度评价 | 第28-30页 |
| 2.7 本章小结 | 第30-31页 |
| 第三章 基于智能优化算法的端元提取方法 | 第31-52页 |
| 3.1 智能优化算法的研究与改进 | 第31-46页 |
| 3.1.1. 智能优化算法概述 | 第31-37页 |
| 3.1.2 引力搜索算法的改进 | 第37-46页 |
| 3.2 基于RFGSA的端元提取算法 | 第46-51页 |
| 3.2.1 算法原理 | 第46页 |
| 3.2.2 粒子编码方式 | 第46-47页 |
| 3.2.3 适应度函数 | 第47页 |
| 3.2.4 算法流程 | 第47-48页 |
| 3.2.5 实验分析 | 第48-51页 |
| 3.3 本章小结 | 第51-52页 |
| 第四章 基于混合像元分解的矿区土地利用变化监测 | 第52-59页 |
| 4.1 研究区概况及遥感数据源 | 第52-54页 |
| 4.1.1 研究区概况 | 第52-53页 |
| 4.1.2 数据源概况 | 第53-54页 |
| 4.2 研究区数据预处理 | 第54-56页 |
| 4.3 基于RFGSA的研究区土地利用种类端元提取 | 第56-58页 |
| 4.4 本章小结 | 第58-59页 |
| 总结与展望 | 第59-60页 |
| 参考文献 | 第60-67页 |
| 攻读硕士学位期间取得的学术成果 | 第67-68页 |
| 致谢 | 第68-69页 |