摘要 | 第5-8页 |
Abstract | 第8-10页 |
第一章 绪论 | 第17-27页 |
1.1 引言 | 第17-23页 |
1.1.1 研究背景与意义 | 第17-18页 |
1.1.2 国内外研究现状 | 第18-23页 |
1.2 研究目标和主要内容 | 第23-25页 |
1.2.1 研究目标 | 第23-24页 |
1.2.2 主要研究内容 | 第24-25页 |
1.3 研究技术路线 | 第25-26页 |
1.4 本章小结 | 第26-27页 |
第二章 研究区概况与研究数据 | 第27-45页 |
2.1 研究区概况 | 第27-30页 |
2.1.1 东北天然林根河研究区 | 第27-29页 |
2.1.2 南方人工林高峰林场研究区 | 第29-30页 |
2.2 研究数据与处理 | 第30-40页 |
2.2.1 样地调查数据 | 第30-33页 |
2.2.2 遥感数据 | 第33-36页 |
2.2.3 辅助数据 | 第36-38页 |
2.2.4 遥感数据预处理 | 第38-40页 |
2.3 特征提取 | 第40-44页 |
2.3.1 植被指数 | 第41-42页 |
2.3.2 纹理 | 第42页 |
2.3.3 地形因素 | 第42-44页 |
2.4 本章小结 | 第44-45页 |
第三章 基于对象提取的森林郁闭度遥感估测研究 | 第45-57页 |
3.1 研究方法 | 第45-50页 |
3.1.1 阈值法 | 第45页 |
3.1.2 面向对象提取树冠 | 第45-49页 |
3.1.3 精度评价指标 | 第49-50页 |
3.2 估算结果 | 第50-56页 |
3.2.1 基于阈值法的CHM数据森林郁闭度估算结果 | 第50-51页 |
3.2.2 面向对象提取树冠的CHM数据森林郁闭度结果 | 第51-53页 |
3.2.3 面向对象提取树冠的高分二号数据森林郁闭度估算结果 | 第53-54页 |
3.2.4 CHM数据与GF-2数据估算结果对比 | 第54-56页 |
3.3 本章小结 | 第56-57页 |
第四章 基于统计模型的森林郁闭度遥感估测研究 | 第57-73页 |
4.1 特征组合 | 第57-58页 |
4.2 快速迭代特征选择的k-NN法 | 第58-64页 |
4.2.1 KNN-FIFS基本原理 | 第58-60页 |
4.2.2 KNN-FIFS森林郁闭度估测结果 | 第60-61页 |
4.2.3 KNN-FIFS森林郁闭度估测结果分析 | 第61-64页 |
4.3 多元线性逐步回归 | 第64-66页 |
4.3.1 SMLR基本原理 | 第64-65页 |
4.3.2 SMLR估测结果 | 第65-66页 |
4.4 支持向量回归 | 第66-70页 |
4.4.1 SVR基本原理 | 第66-67页 |
4.4.2 SVR特征选择 | 第67页 |
4.4.3 SVR参数优化 | 第67-69页 |
4.4.4 SVR估测结果 | 第69-70页 |
4.5 基于统计模型的森林郁闭度估测结果对比分析 | 第70-72页 |
4.6 本章小结 | 第72-73页 |
第五章 森林郁闭度遥感估测分析与制图 | 第73-85页 |
5.1 基于不同数据与方法的森林郁闭度遥感估测结果分析 | 第73-79页 |
5.1.1 样地尺度估测结果对比 | 第74-77页 |
5.1.2 区域估测结果对比分析 | 第77-79页 |
5.2 森林郁闭度遥感制图 | 第79-83页 |
5.2.1 内蒙古大兴安岭根河森林郁闭度制图 | 第79-81页 |
5.2.2 广西高峰林场天然林森林郁闭度制图 | 第81-83页 |
5.3 本章小结 | 第83-85页 |
第六章 结论与展望 | 第85-88页 |
6.1 结论 | 第85-86页 |
6.2 展望 | 第86-88页 |
参考文献 | 第88-99页 |
在读期间的学术研究 | 第99-100页 |
致谢 | 第100-101页 |