| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第10-21页 |
| 1.1 研究背景 | 第10页 |
| 1.2 研究目的与意义 | 第10-11页 |
| 1.3 森林类型信息提取国内外研究现状 | 第11-18页 |
| 1.3.1 森林信息提取方法研究 | 第12-17页 |
| 1.3.2 基于指数的森林信息提取 | 第17-18页 |
| 1.4 课题来源 | 第18页 |
| 1.5 研究内容与技术路线 | 第18-21页 |
| 1.5.1 主要研究内容 | 第18-19页 |
| 1.5.2 技术路线 | 第19-21页 |
| 2 研究区概况与数据源 | 第21-25页 |
| 2.1 研究区概况 | 第21-22页 |
| 2.1.1 地理位置 | 第21-22页 |
| 2.1.2 气候条件 | 第22页 |
| 2.1.3 森林植被状况 | 第22页 |
| 2.2 MODIS数据 | 第22-25页 |
| 2.2.1 MODIS数据介绍 | 第22-24页 |
| 2.2.2 MODIS数据选择 | 第24-25页 |
| 3 MODIS数据预处理研究 | 第25-31页 |
| 3.1 MODIS批量投影转换方法 | 第25-27页 |
| 3.2 MODIS几何校正 | 第27页 |
| 3.3 MODIS批量镶嵌方法 | 第27-28页 |
| 3.4 MODIS黑带批量去除方法 | 第28-29页 |
| 3.5 MODIS批量裁剪方法 | 第29-30页 |
| 3.6 MODIS数据云检测与消除 | 第30-31页 |
| 4 信息提取与精度评价 | 第31-77页 |
| 4.1 数据分析与筛选 | 第31-39页 |
| 4.1.1 森林类型样本选择与时序指数提取 | 第31-32页 |
| 4.1.2 MODIS时序数据年度变化分析 | 第32-39页 |
| 4.2 基于决策树算法的森林类型提取 | 第39-53页 |
| 4.2.1 决策树算法的原理 | 第39页 |
| 4.2.2 地类概率密度曲线分析 | 第39-40页 |
| 4.2.3 决策树建立 | 第40-44页 |
| 4.2.4 精度评价与分析 | 第44-53页 |
| 4.3 基于KNN方法的森林类型提取 | 第53-62页 |
| 4.3.1 kNN分类方法基本原理 | 第53-55页 |
| 4.3.2 kNN算法最优参数确定 | 第55-61页 |
| 4.3.3 kNN算法的森林类型信息提取结果与分析 | 第61-62页 |
| 4.4 基于混合像元分解技术森林类型提取 | 第62-76页 |
| 4.4.1 混合像元分解方法原理 | 第62-63页 |
| 4.4.2 森林类型端元提纯 | 第63-65页 |
| 4.4.3 混合像元的分解 | 第65-67页 |
| 4.4.4 森林类型信息提取结果与分析 | 第67-76页 |
| 4.5 不同分类方法比较分析 | 第76-77页 |
| 5 全国森林类型信息提取系统实现 | 第77-87页 |
| 5.1 需求分析 | 第77-78页 |
| 5.1.1 系统描述 | 第77页 |
| 5.1.2 功能需求 | 第77-78页 |
| 5.1.3 性能需求 | 第78页 |
| 5.2 系统设计 | 第78-83页 |
| 5.2.1 功能设计 | 第78-79页 |
| 5.2.2 部分重要界面展示 | 第79-83页 |
| 5.3 系统环境 | 第83-85页 |
| 5.3.1 开发环境 | 第83-85页 |
| 5.3.2 运行环境 | 第85页 |
| 5.4 系统效率 | 第85-87页 |
| 6 结论与讨论 | 第87-90页 |
| 6.1 结论与讨论 | 第87-88页 |
| 6.2 创新点 | 第88页 |
| 6.3 展望 | 第88-90页 |
| 参考文献 | 第90-102页 |
| 附录 攻读硕士学位期间的主要学术成果 | 第102-104页 |
| 致谢 | 第104页 |