| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究进展 | 第10-12页 |
| 1.2.1 激光雷达在林业上的应用 | 第10-11页 |
| 1.2.2 高光谱遥感在树种分类上的应用 | 第11-12页 |
| 1.2.3 结合多源数据在单木提取和树种识别上的应用 | 第12页 |
| 1.3 研究目的与内容 | 第12-15页 |
| 1.3.1 研究目的 | 第12-13页 |
| 1.3.2 研究内容 | 第13-15页 |
| 第二章 研究区概况与研究数据 | 第15-28页 |
| 2.1 研究区概况 | 第15-17页 |
| 2.1.1 大兴安岭概况 | 第15页 |
| 2.1.2 根河森林保护区概况 | 第15-17页 |
| 2.2 研究数据 | 第17-20页 |
| 2.2.1 遥感数据 | 第17-18页 |
| 2.2.2 地面调查数据 | 第18-20页 |
| 2.3 数据预处理 | 第20-28页 |
| 2.3.1 机载LiDAR数据预处理 | 第20-25页 |
| 2.3.2 高光谱数据预处理 | 第25-28页 |
| 第三章 基于机载LiDAR数据的单木提取 | 第28-49页 |
| 3.1 基于冠层高度模型的单木提取方法 | 第28-38页 |
| 3.1.1 CHM无效值填充 | 第28-34页 |
| 3.1.2 局部最大值提取单木 | 第34-38页 |
| 3.2 基于归一化点云的单木提取方法 | 第38-41页 |
| 3.2.1 点云归一化 | 第39页 |
| 3.2.2 算法原理介绍 | 第39-41页 |
| 3.3 单木提取结果评价 | 第41-47页 |
| 3.4 本章小结 | 第47-49页 |
| 第四章 基于LiDAR和高光谱数据的树种识别 | 第49-55页 |
| 4.1 随机森林分类器 | 第49-50页 |
| 4.2 单木光谱特征提取 | 第50-51页 |
| 4.3 树种识别 | 第51-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 结论与展望 | 第55-57页 |
| 5.1 结论 | 第55-56页 |
| 5.2 创新点 | 第56页 |
| 5.3 不足与展望 | 第56-57页 |
| 参考文献 | 第57-63页 |
| 致谢 | 第63-64页 |
| 作者简介 | 第64页 |