基于微波和光学数据协同的区域人口空间化方法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 引言 | 第14-23页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 国内外研究进展 | 第15-19页 |
| 1.2.1 基于统计数据的空间化方法 | 第15-16页 |
| 1.2.2 基于遥感数据与统计数据的人口空间化 | 第16-19页 |
| 1.3 以往研究的优点与不足 | 第19-20页 |
| 1.4 研究目标与内容 | 第20-21页 |
| 1.5 论文的组织结构 | 第21-23页 |
| 第二章 研究数据与处理 | 第23-26页 |
| 2.1 研究区域概况 | 第23页 |
| 2.2 研究数据 | 第23-25页 |
| 2.2.1 高分一号遥感数据 | 第23-24页 |
| 2.2.2 SAR影像 | 第24-25页 |
| 2.2.3 人口与GDP数据 | 第25页 |
| 2.2.4 矢量边界数据 | 第25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 基于变差函数的建筑区提取方法研究 | 第26-44页 |
| 3.1 变差函数原理及改进 | 第28-33页 |
| 3.1.1 变差函数原理 | 第28-29页 |
| 3.1.2 农村建筑区与城市建筑区的纹理差异 | 第29-30页 |
| 3.1.3 改进变差函数方法 | 第30-33页 |
| 3.2 实验及分析 | 第33-40页 |
| 3.2.1 实验数据 | 第33页 |
| 3.2.2 参数设置 | 第33-34页 |
| 3.2.3 实验结果 | 第34-40页 |
| 3.3 方法应用 | 第40-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 基于光学与SAR数据的建筑密度估算 | 第44-57页 |
| 4.1 建筑密度估算研究现状 | 第44-45页 |
| 4.2 方法简介 | 第45-48页 |
| 4.2.1 分类回归树 | 第45-46页 |
| 4.2.2 特征选择 | 第46-48页 |
| 4.3 实验及分析 | 第48-53页 |
| 4.3.1 实验数据 | 第48-49页 |
| 4.3.2 实验结果 | 第49-53页 |
| 4.4 方法应用 | 第53-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 基于建筑密度的人口空间化 | 第57-65页 |
| 5.1 基于建筑密度的人口空间化 | 第58-61页 |
| 5.2 基于建筑密度与GDP数据的人口空间化 | 第61-63页 |
| 5.3 本章小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-68页 |
| 6.1 主要结论与创新点 | 第65-67页 |
| 6.2 未来工作展望 | 第67-68页 |
| 参考文献 | 第68-75页 |
| 致谢 | 第75-77页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第77-78页 |
