| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-21页 |
| ·研究背景及意义 | 第9-12页 |
| ·国内外研究现状 | 第12-18页 |
| ·植被覆盖变化信息获取方法研究现状 | 第12-14页 |
| ·遥感影像变化检测方法研究现状 | 第14-18页 |
| ·本文研究内容及论文结构 | 第18-21页 |
| ·研究内容 | 第18-19页 |
| ·论文结构 | 第19-21页 |
| 第二章 基于遥感的植被覆盖度及其变化信息提取介绍 | 第21-33页 |
| ·植被的光谱特征 | 第21-22页 |
| ·植被覆盖度变化信息提取的主要内容 | 第22-23页 |
| ·不同时期植被覆盖度信息 | 第22页 |
| ·植被的时间变化特征 | 第22-23页 |
| ·植被的空间变化特征 | 第23页 |
| ·遥感影像植被覆盖度信息提取方法 | 第23-30页 |
| ·波段合成法 | 第23-24页 |
| ·植被指数 | 第24-27页 |
| ·NDVI与波段组合法 | 第27页 |
| ·HIS变换法 | 第27-29页 |
| ·基于波段合成后分类的提取方法 | 第29-30页 |
| ·其他植被提取方法 | 第30页 |
| ·遥感影像植被覆盖变化信息提取的一般步骤 | 第30-33页 |
| 第三章 基于CVA的植被覆盖度变化信息提取 | 第33-55页 |
| ·遥感影像噪声分离处理 | 第33-37页 |
| ·遥感影像噪声因素及其影响 | 第33-34页 |
| ·基于MNF的遥感影像噪声分离 | 第34-37页 |
| ·基于双阈值的CVA变化区域确定 | 第37-45页 |
| ·CVA方法基本原理 | 第37-38页 |
| ·变化强度计算 | 第38-40页 |
| ·多时相遥感影像相关系数计算 | 第40-42页 |
| ·引入最小错分概率的双阈值法确定变化区域 | 第42-45页 |
| ·基于改进BP神经网络分类的植被覆盖度信息提取 | 第45-53页 |
| ·人工神经网络的基本原理 | 第45-46页 |
| ·BP神经网络 | 第46-49页 |
| ·基于改进的人工神经元网络提取植被覆盖度信息 | 第49-53页 |
| ·植被覆盖度变化信息提取 | 第53-55页 |
| 第四章 基于CVA的植被覆盖度变化信息提取软件的实现 | 第55-67页 |
| ·软件设计 | 第55-57页 |
| ·设计原则 | 第55-56页 |
| ·设计的基本流程 | 第56-57页 |
| ·开发语言及关键技术介绍 | 第57-59页 |
| ·ENVI/IDL | 第57-58页 |
| ·ArcGIS Engine 9.3 | 第58页 |
| ·软件开发环境 | 第58页 |
| ·软件实现的关键技术 | 第58-59页 |
| ·软件功能实现 | 第59-67页 |
| ·主要功能框架 | 第59-60页 |
| ·功能模块 | 第60-67页 |
| 第五章 基于CVA的北京北部地区植被覆盖度变化信息提取 | 第67-75页 |
| ·北京北部地区情况介绍及数据选取 | 第67-68页 |
| ·影像噪声分离 | 第68页 |
| ·植被覆盖度变化信息提取 | 第68-72页 |
| ·变化区域确定 | 第68-70页 |
| ·植被覆盖度变化信息 | 第70-72页 |
| ·研究区植被覆盖度变化格局分析 | 第72-75页 |
| 第六章 总结与展望 | 第75-77页 |
| ·总结 | 第75页 |
| ·有待提高的地方 | 第75-77页 |
| 参考文献 | 第77-83页 |
| 硕士期间发表的文章 | 第83-85页 |
| 致谢 | 第85页 |