| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1. 绪论 | 第10-18页 |
| ·研究背景 | 第10页 |
| ·国内外研究进展 | 第10-14页 |
| ·单一遥感数据源估算森林蓄积量研究进展 | 第10-13页 |
| ·多源遥感数据估算森林蓄积量研究进展 | 第13-14页 |
| ·项目来源与经费支持 | 第14-15页 |
| ·研究目的与研究内容 | 第15页 |
| ·研究目的 | 第15页 |
| ·研究内容 | 第15页 |
| ·技术路线 | 第15-18页 |
| 2. 研究区概况与数据获取 | 第18-28页 |
| ·研究区概况 | 第18-19页 |
| ·地理位置 | 第18页 |
| ·森林资源 | 第18-19页 |
| ·气候特征 | 第19页 |
| ·数据获取 | 第19-22页 |
| ·资源三号高分辨率影像数据 | 第19-20页 |
| ·极化雷达遥感影像数据 | 第20-22页 |
| ·地面数据 | 第22页 |
| ·数据预处理 | 第22-28页 |
| ·极化雷达数据预处理 | 第22-24页 |
| ·资源三号高分辨率影像预处理 | 第24-27页 |
| ·外业数据处理 | 第27-28页 |
| 3. 基于资源三号数据的林分蓄积量估算 | 第28-42页 |
| ·资源三号纹理特征的提取 | 第28-30页 |
| ·样本数据预处理 | 第30页 |
| ·资源三号高分影像对森林蓄积量的响应特征分析 | 第30-41页 |
| ·基于灰度共生矩阵的纹理特征值和蓄积量之间的关系 | 第30-34页 |
| ·基于资源三号卫星纹理特征值估算蓄积量 | 第34-41页 |
| ·本章小结 | 第41-42页 |
| 4. 基于ALOS PALSAR数据的林分蓄积量估算 | 第42-46页 |
| ·极化SAR参数与森林蓄积量的相关性分析 | 第42-43页 |
| ·极化SAR估测森林蓄积量模型建立及精度评价 | 第43-44页 |
| ·基于SAR数据多元线性估测模型 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 5. 基于多源遥感数据的林分蓄积量估测 | 第46-58页 |
| ·协同反演估测的意义 | 第46页 |
| ·基于资源三号影像和PALSAR影像的多元回归协同反演 | 第46-49页 |
| ·针叶林、阔叶林蓄积量反演模型 | 第46-47页 |
| ·模型分析与检验 | 第47-49页 |
| ·基于资源三号影像和PALSAR影像的偏最小二乘协同反演 | 第49-52页 |
| ·建立针叶林、阔叶林偏最小二乘模型 | 第50-51页 |
| ·模型检验与比较 | 第51-52页 |
| ·基于资源三号影像和PALSAR影像的人工神经网络协同反演 | 第52-56页 |
| ·BP人工神经网络 | 第52页 |
| ·基于BP神经网络的针叶林、阔叶林蓄积量反演 | 第52-55页 |
| ·模型检验与比较 | 第55-56页 |
| ·三种多源数据协同反演蓄积量比较分析 | 第56页 |
| ·本章小结 | 第56-58页 |
| 6. 结论与讨论 | 第58-60页 |
| ·结论 | 第58-59页 |
| ·讨论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 个人简介 | 第64-65页 |
| 导师简介 | 第65-66页 |
| 个人成果简介 | 第66-67页 |
| 致谢 | 第67页 |
