| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第一章 引言 | 第16-32页 |
| 1.1 研究意义与选题依据 | 第16-19页 |
| 1.2 国内外研究现状与发展趋势 | 第19-27页 |
| 1.2.1 极化合成孔径雷达（SAR）系统发展简介 | 第19-20页 |
| 1.2.2 水稻物候期识别研究现状 | 第20-24页 |
| 1.2.3 基于SAR数据的水稻参数反演研究现状 | 第24-27页 |
| 1.3 论文主要内容与章节安排 | 第27-32页 |
| 1.3.1 主要研究内容 | 第27-30页 |
| 1.3.2 论文章节安排 | 第30-32页 |
| 第二章 多源遥感数据与同步野外科学实验概况 | 第32-42页 |
| 2.1 实验区概况 | 第32-33页 |
| 2.2 多源遥感数据 | 第33-38页 |
| 2.2.1 多时相RADARSAT-2 全极化数据 | 第33-34页 |
| 2.2.2 多时相模拟紧致极化SAR数据 | 第34-36页 |
| 2.2.3 多时相光学环境星（HJ-1A/B）数据 | 第36-38页 |
| 2.3 地面参数测量实验介绍 | 第38-41页 |
| 2.4 本章小结 | 第41-42页 |
| 第三章 基于模拟紧致极化SAR数据的水稻品种分类与物候期识别 | 第42-62页 |
| 3.1 紧致极化SAR特征参数提取 | 第42-44页 |
| 3.2 基于模拟紧致极化SAR数据的水稻品种分类研究 | 第44-51页 |
| 3.2.1 基于模拟紧致极化SAR数据的水稻分类 | 第44-45页 |
| 3.2.2 基于模拟紧致极化SAR数据的水稻品种识别 | 第45-51页 |
| 3.3 基于模拟紧致极化SAR数据的水稻物候期识别研究 | 第51-61页 |
| 3.3.1 紧致极化SAR特征参数随物候期变化规律分析 | 第51-55页 |
| 3.3.2 物候期反演的决策树算法 | 第55-57页 |
| 3.3.3 结果和分析 | 第57-61页 |
| 3.4 本章小结 | 第61-62页 |
| 第四章 基于多源遥感数据的水稻物候期自动识别框架与关键问题研究 | 第62-98页 |
| 4.1 极化SAR特征参数及光学植被指数提取 | 第62-63页 |
| 4.2 水稻物候期对比实验设计及自动识别方法研究 | 第63-71页 |
| 4.2.1 物候期识别的对比实验设计 | 第63-65页 |
| 4.2.2 基于蒙特卡洛随机采样和相关性限制的最优特征选择算法 | 第65-68页 |
| 4.2.3 多类相关向量机（multi-class relevant vector machine, mRVM） | 第68-71页 |
| 4.3 水稻物候期识别结果分析 | 第71-87页 |
| 4.3.1 水稻物候期识别最优方案 | 第71-73页 |
| 4.3.2 最优特征矩阵 | 第73-76页 |
| 4.3.3 不同物候期内最优特征对水稻显著生长特征的响应机制分析 | 第76-87页 |
| 4.4 水稻物候期识别的关键问题讨论 | 第87-96页 |
| 4.4.1 光学植被指数与极化SAR特征参数对水稻物候期识别能力的定量分析 | 第87-89页 |
| 4.4.2 插秧籼稻田和撒播粳稻田物候期识别的差异分析 | 第89-92页 |
| 4.4.3 MCCL最优特征选择算法的参数设定与效果评价 | 第92-96页 |
| 4.5 本章小结 | 第96-98页 |
| 第五章 考虑物候期信息的极化SAR模型构建及水稻参数反演 | 第98-122页 |
| 5.1 考虑物候期信息与冠层水平异质性的改进水云模型 | 第98-103页 |
| 5.1.1 考虑物候信息及水平异质性的稻田场景构建 | 第98-101页 |
| 5.1.2 考虑物候信息的稻田散射机理分析与表达 | 第101-103页 |
| 5.2 基于去定向和广义体散射模型的改进极化分解方法 | 第103-108页 |
| 5.2.1 改进极化分解流程 | 第103-106页 |
| 5.2.2 改进极化分解结果分析 | 第106-108页 |
| 5.3 基于改进水云模型与改进极化分解耦合的水稻参数反演 | 第108-114页 |
| 5.3.1 不同组合的水稻生长参数反演 | 第108-111页 |
| 5.3.2 遗传算法 | 第111-113页 |
| 5.3.3 水稻参数反演流程图 | 第113-114页 |
| 5.4 水稻参数反演结果及精度评价 | 第114-120页 |
| 5.4.1 基于实测数据对比验证 | 第114-115页 |
| 5.4.2 与传统水云模型反演结果对比分析 | 第115-117页 |
| 5.4.3 提高水稻参数反演精度的主要贡献因子分析 | 第117-120页 |
| 5.5 本章小结 | 第120-122页 |
| 第六章 结论与展望 | 第122-128页 |
| 6.1 主要结论与创新点 | 第122-125页 |
| 6.1.1 主要结论 | 第122-125页 |
| 6.1.2 论文创新点 | 第125页 |
| 6.2 存在的问题与展望 | 第125-128页 |
| 6.2.1 存在的问题 | 第125-126页 |
| 6.2.2 展望 | 第126-128页 |
| 附录一 | 第128-130页 |
| 参考文献 | 第130-146页 |
| 博士期间参与课题及研究成果 | 第146-150页 |
| 致谢 | 第150-152页 |
