首页--农业科学论文--林业论文--林业基础科学论文--森林生物学论文--森林生态学论文--森林生态系统论文

基于高分辨率遥感和极化雷达数据的大兴安岭地区森林地上生物量估测

摘要第3-5页
abstract第5-6页
1. 绪论第9-20页
    1.1 研究背景第9-10页
    1.2 国内外研究现状第10-15页
        1.2.1 单一遥感数据源估算生物量研究进展第10-14页
        1.2.2 光学与微波雷达数据结合估算生物量第14-15页
    1.3 项目来源与经费支持第15-16页
    1.4 研究内容与方法第16-20页
        1.4.1 研究目标第16页
        1.4.2 研究内容第16页
        1.4.3 关键问题第16-17页
        1.4.4 研究方法第17页
        1.4.5 技术路线第17-20页
2. 研究区概况与数据预处理第20-36页
    2.1 研究区概况第20-21页
        2.1.1 地理位置第20-21页
        2.1.2 森林资源第21页
    2.2 数据获取第21-23页
        2.2.1 Worldview-2数据第22页
        2.2.2 Radarsat-2数据第22-23页
        2.2.3 地面数据第23页
        2.2.4 其他数据第23页
    2.3 数据预处理第23-36页
        2.3.1 Worldview-2高分辨率影像预处理第23-28页
        2.3.2 SAR数据预处理第28-34页
        2.3.3 外业数据预处理与分类第34-36页
3. Worldview-2高分影像与SAR参数提取第36-47页
    3.1 Worldview-2高分影像参数提取第36-43页
        3.1.1 原始波段参数提取第36-37页
        3.1.2 植被指数第37-40页
        3.1.3 纹理信息第40-43页
    3.2 SAR参数提取第43-47页
        3.2.1 后向散射系数第43-45页
        3.2.2 纹理特征提取第45-47页
4. 面向对象的植被分类第47-52页
    4.1 多尺度分割第47-48页
    4.2 特征空间与分类规则的建立第48-49页
    4.3 精度评价第49-52页
5. 基于Worldview-2与SAR的生物量估测第52-79页
    5.1 参数相关性分析第52-64页
        5.1.1 Worldview-2参数分析第54-61页
        5.1.2 Radatsar-2参数分析第61-64页
        5.1.3 针阔叶林特征变量综合分析第64页
    5.2 多元非线性生物量估算模型第64-67页
        5.2.1 生物量遥感模型概述第64-65页
        5.2.2 阔叶林生物量预测模型第65-66页
        5.2.3 针叶林生物量预测模型第66-67页
    5.3 支持向量机生物量估算模型第67-76页
        5.3.1 支持向量机概述第67-69页
        5.3.2 核函数及参数选择第69-71页
        5.3.3 支持向量机模型构建第71-76页
    5.5 小结第76-79页
6. 地形分析第79-88页
    6.1 阔叶林生物量地形分析第79-84页
        6.1.1 坡向第82-83页
        6.1.2 坡度第83-84页
        6.1.3 海拔第84页
    6.2 针叶林生物量地形分析第84-87页
        6.2.1 坡向第85-86页
        6.2.2 坡度第86-87页
        6.2.3 海拔第87页
    6.3 小结第87-88页
7. 结论与讨论第88-90页
    7.1 结论第88-89页
    7.2 讨论第89-90页
参考文献第90-94页
个人简介第94-97页
    第一导师简介第95-96页
    第二导师简介第96-97页
致谢第97页

论文共97页,点击 下载论文
上一篇:未成年人刑事责任年龄司法认定制度完善研究
下一篇:锂离子动力电池电化学建模与仿真研究