黄土高原岔口小流域植被覆盖度估算及动态变化研究
| 摘要 | 第7-9页 |
| 1 绪论 | 第9-20页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-17页 |
| 1.2.1 植被覆盖度的概念 | 第10页 |
| 1.2.2 植被覆盖度的应用 | 第10-11页 |
| 1.2.3 植被覆盖度估算方法研究进展 | 第11-15页 |
| 1.2.4 常用的遥感数据源 | 第15-16页 |
| 1.2.5 关于植被覆盖度的其它研究 | 第16-17页 |
| 1.3 本文研究内容、方法和技术路线 | 第17-20页 |
| 1.3.1 研究内容 | 第17页 |
| 1.3.2 本文采用的研究方法 | 第17-18页 |
| 1.3.3 研究技术路线 | 第18-20页 |
| 2 研究区概况及数据预处理 | 第20-24页 |
| 2.1 研究区概况 | 第20-22页 |
| 2.1.1 地理位置 | 第20页 |
| 2.1.2 气候 | 第20-21页 |
| 2.1.3 土壤 | 第21页 |
| 2.1.4 植被 | 第21页 |
| 2.1.5 河流和坝系情况 | 第21页 |
| 2.1.6 社会经济情况 | 第21-22页 |
| 2.2 数据处理 | 第22-24页 |
| 2.2.1 数据来源 | 第22页 |
| 2.2.2 遥感影像预处理 | 第22-24页 |
| 3 岔口小流域植被覆盖度模型建立 | 第24-33页 |
| 3.1 基于改进的像元二分法的植被覆盖度计算 | 第24-27页 |
| 3.1.1 植被指数的选取 | 第24-25页 |
| 3.1.2 像元二分法 | 第25-26页 |
| 3.1.3 基于改进的像元二分法的植被覆盖度估算 | 第26-27页 |
| 3.1.4 流域的植被覆盖度估算 | 第27页 |
| 3.2 神经网络方法的植被覆盖度估算 | 第27-32页 |
| 3.2.1 神经网络模型 | 第27-28页 |
| 3.2.2 BP神经网络模型基本原理和主要步骤 | 第28-29页 |
| 3.2.3 植被覆盖度估算BP神经网络模型的设计 | 第29页 |
| 3.2.4 神经网络方法植被覆盖度估算的实现 | 第29-32页 |
| 3.3 两种方法对比 | 第32-33页 |
| 4 岔口小流域植被覆盖度动态变化分析 | 第33-49页 |
| 4.1 流域植被的覆盖度时空变化分析 | 第33-42页 |
| 4.1.1 岔口流域植被覆盖度年际变化分析 | 第33-37页 |
| 4.1.2 不同等级植被覆盖度面积变化分析 | 第37-38页 |
| 4.1.3 岔口流域植被不同等级间转移变化分析 | 第38-42页 |
| 4.2 地形因素对植被覆盖度的影响 | 第42-46页 |
| 4.2.1 不同高程的植被变化分析 | 第42-44页 |
| 4.2.2 不同坡度的植被变化分析 | 第44-45页 |
| 4.2.3 不同坡向的植被覆盖度变化分析 | 第45-46页 |
| 4.3 不同土地利用类型的影响 | 第46-49页 |
| 4.3.1 不同土地利用类型下的均值变化分析 | 第46-47页 |
| 4.3.2 不同土地利用类型下的面积变化分析 | 第47-49页 |
| 5 结论和展望 | 第49-51页 |
| 5.1 结论 | 第49-50页 |
| 5.2 研究不足和展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| Abstract | 第55-56页 |
| 致谢 | 第57页 |
