| 摘要 | 第4-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第16-26页 |
| 1.1 引言 | 第16-18页 |
| 1.2 国内外研究现状 | 第18-23页 |
| 1.2.1 扰动面积与趋势监测 | 第18-19页 |
| 1.2.2 生物量损失监测 | 第19-23页 |
| 1.3 研究内容与技术路线 | 第23-25页 |
| 1.3.1 研究内容 | 第23-24页 |
| 1.3.2 技术路线 | 第24-25页 |
| 1.4 论文结构安排 | 第25-26页 |
| 第二章 地形坡度先验知识评价 | 第26-41页 |
| 2.1 研究区概况 | 第26-27页 |
| 2.2 研究数据 | 第27-29页 |
| 2.3 LiDAR数据处理 | 第29-32页 |
| 2.3.1 数据预处理 | 第29页 |
| 2.3.2 滤波算法介绍 | 第29-30页 |
| 2.3.3 不同滤波算法参数设置和组合 | 第30-32页 |
| 2.4 结果与分析 | 第32-40页 |
| 2.4.1 单一滤波算法 | 第32-33页 |
| 2.4.2 不同方法组合滤波 | 第33-36页 |
| 2.4.3 评价SRTM和ASTER数据中的坡度信息 | 第36-40页 |
| 2.5 小结 | 第40-41页 |
| 第三章 模型辅助的森林冠层高度反演 | 第41-57页 |
| 3.1 研究数据 | 第41-43页 |
| 3.2 森林冠层高度反演 | 第43-48页 |
| 3.2.1 高斯分解法 | 第45-46页 |
| 3.2.2 波形参数法 | 第46-47页 |
| 3.2.3 模型辅助法 | 第47-48页 |
| 3.3 结果与分析 | 第48-55页 |
| 3.3.1 森林场景与激光雷达回波模拟结果 | 第48-49页 |
| 3.3.2 波形高度指数对地形敏感性分析 | 第49-50页 |
| 3.3.3 森林冠层高度反演结果 | 第50-55页 |
| 3.4 小结 | 第55-57页 |
| 第四章 基于地形自适应激光雷达高度指数的森林生物量反演 | 第57-74页 |
| 4.1 研究区域与数据 | 第57-60页 |
| 4.1.1 GLAS数据 | 第57页 |
| 4.1.2 地面调查数据 | 第57-59页 |
| 4.1.3 模拟的激光雷达波形数据 | 第59-60页 |
| 4.2 波形数据处理 | 第60页 |
| 4.3 波形高度指数提取 | 第60-62页 |
| 4.3.1 坡度自适应高度指数(PIPE) | 第60-61页 |
| 4.3.2 高斯分解法(GD) | 第61-62页 |
| 4.3.3 波形参数法(WP) | 第62页 |
| 4.4 生物量反演方法 | 第62-63页 |
| 4.5 结果与分析 | 第63-73页 |
| 4.5.1 波形高度指数 | 第63-66页 |
| 4.5.2 生物量估算 | 第66-73页 |
| 4.6 小结 | 第73-74页 |
| 第五章 亚马逊林区砍伐扰动生物量损失监测 | 第74-85页 |
| 5.1 研究区域与数据 | 第74-75页 |
| 5.1.1 研究区域 | 第74-75页 |
| 5.1.2 研究数据 | 第75页 |
| 5.2 数据预处理 | 第75-76页 |
| 5.3 高度变化提取 | 第76-82页 |
| 5.3.1 基于GLAS数据的森林变化高度提取 | 第76-80页 |
| 5.3.2 基于ASTERDSM和SRTMDEM数据的森林变化高度提取 | 第80-82页 |
| 5.4 生物量损失估算 | 第82-84页 |
| 5.5 小结 | 第84-85页 |
| 第六章 结论与展望 | 第85-88页 |
| 6.1 主要研究内容与结论 | 第85-86页 |
| 6.2 本文的创新点 | 第86-87页 |
| 6.3 讨论与展望 | 第87-88页 |
| 参考文献 | 第88-100页 |
| 致谢 | 第100-102页 |
| 作者简历及攻读硕士学位期间发表的学术论文与研究成果 | 第102页 |
