| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 选题背景和意义 | 第11-12页 |
| 1.1.1 选题背景 | 第11-12页 |
| 1.1.2 全极化SAR图像的植被信息提取的研究意义 | 第12页 |
| 1.2 极化SAR图像植被信息提取技术国内外研究现状 | 第12-16页 |
| 1.2.1 极化SAR的研究现状 | 第12-14页 |
| 1.2.2 极化SAR提取植被信息的国内外研究现状 | 第14-16页 |
| 1.3 主要研究内容 | 第16页 |
| 1.4 论文结构 | 第16-18页 |
| 第二章 全极化SAR图像植被信息提取的基础理论 | 第18-32页 |
| 2.1 SAR原理 | 第18-21页 |
| 2.1.1 SAR的成像原理 | 第18-20页 |
| 2.1.2 SAR图像的特点 | 第20-21页 |
| 2.2 极化电磁波的表征 | 第21-26页 |
| 2.2.1 极化椭圆 | 第22-25页 |
| 2.2.2 Jones矢量 | 第25页 |
| 2.2.3 Stokes矢量 | 第25-26页 |
| 2.3 极化散射特性的表征 | 第26-31页 |
| 2.3.1 散射坐标系 | 第26-28页 |
| 2.3.2 极化散射矩阵 | 第28页 |
| 2.3.3 Stokes矩阵 | 第28-29页 |
| 2.3.4 协方差矩阵与相干矩阵 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 全极化SAR图像植被覆盖信息提取及验证 | 第32-52页 |
| 3.1 全极化SAR图像的目标极化分解和分类算法 | 第32-33页 |
| 3.1.1 目标极化分解 | 第32-33页 |
| 3.1.2 极化SAR的分类算法 | 第33页 |
| 3.2 研究区SAR图像概况及预处理 | 第33-36页 |
| 3.2.1 研究区SAR图像概况 | 第33-35页 |
| 3.2.2 研究区SAR图像预处理 | 第35-36页 |
| 3.3 全极化SAR图像植被覆盖信息提取 | 第36-41页 |
| 3.3.1 基于Wishart H/α 分类的植被覆盖信息提取流程 | 第36-37页 |
| 3.3.2 全极化SAR图像的分类 | 第37-41页 |
| 3.4 研究区植被覆盖信息提取及验证 | 第41-46页 |
| 3.4.1 研究区植被覆盖信息提取 | 第41-43页 |
| 3.4.2 研究区植被覆盖信息提取的验证 | 第43-46页 |
| 3.5 误差分析及改进方法 | 第46-51页 |
| 3.5.1 Wishart分类器的分析和改进 | 第46-49页 |
| 3.5.2 研究区地物特征的分析 | 第49-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第四章 全极化SAR图像的植被参数反演及验证 | 第52-69页 |
| 4.1 植被生物量反演模型与方法 | 第52-57页 |
| 4.1.1 植被生物量反演方法 | 第52-55页 |
| 4.1.2 植被微波散射模型 | 第55-57页 |
| 4.2 研究区数据获取及处理 | 第57-59页 |
| 4.2.1 地面数据测量 | 第57-58页 |
| 4.2.2 SAR数据的获取 | 第58-59页 |
| 4.3 基于MIMICS模型模拟的神经网络植被生物量反演算法 | 第59-62页 |
| 4.3.1 BP神经网络的建立 | 第59-60页 |
| 4.3.2 训练样本的生成 | 第60-61页 |
| 4.3.3 用BP神经网络进行训练并检验网络精度 | 第61-62页 |
| 4.4 研究区植被生物量的反演及验证 | 第62-68页 |
| 4.4.1 基于MIMICS模型模拟的神经网络的生物量反演流程 | 第62-63页 |
| 4.4.2 全极化SAR图像的植被覆盖信息及后向散射系数的提取 | 第63-65页 |
| 4.4.3 全极化SAR图像的生物量反演与验证 | 第65-68页 |
| 4.5 本章小结 | 第68-69页 |
| 第五章 复杂地形的植被信息提取 | 第69-76页 |
| 5.1 研究区概况及预处理 | 第69-71页 |
| 5.1.1 研究区地形概况 | 第69页 |
| 5.1.2 SAR图像的预处理 | 第69-71页 |
| 5.2 研究区植被覆盖信息提取 | 第71-72页 |
| 5.3 研究区植被生物量的反演 | 第72-74页 |
| 5.4 研究区植被信息提取的验证 | 第74-75页 |
| 5.5 本章小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-78页 |
| 6.1 总结 | 第76-77页 |
| 6.2 展望 | 第77-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-84页 |
| 攻读硕士学位期间取得的研究成果 | 第84-85页 |
