基于面向对象方法的城市植被提取与绿量估算研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9页 |
| ·研究现状 | 第9-13页 |
| ·城市植被遥感调查现状 | 第9-10页 |
| ·城市植被信息提取方法研究现状 | 第10-12页 |
| ·“绿量”获取现状 | 第12-13页 |
| ·研究目的与研究内容 | 第13-14页 |
| ·论文结构安排 | 第14-15页 |
| 第二章 IKONOS影像预处理 | 第15-28页 |
| ·研究区概况 | 第15-16页 |
| ·影像融合 | 第16-20页 |
| ·主成分分析(PCA)融合方法 | 第16-17页 |
| ·融合效果分析比较 | 第17-20页 |
| ·几何校正 | 第20-21页 |
| ·辐射校正 | 第21-27页 |
| ·建筑物阴影校正 | 第21-24页 |
| ·山体阴影校正 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 城市植被提取 | 第28-48页 |
| ·面向对象的影像分析方法 | 第28-37页 |
| ·影像分割技术概述 | 第28-30页 |
| ·多尺度分割技术 | 第30-34页 |
| ·模糊分类方法 | 第34-37页 |
| ·城市植被分类 | 第37-45页 |
| ·植被覆盖分类体系 | 第37页 |
| ·分割尺度的选择 | 第37-42页 |
| ·城市植被提取流程 | 第42-45页 |
| ·分类结果及精度评价 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 植被绿量估算 | 第48-71页 |
| ·样本采集与自变量分析 | 第49-57页 |
| ·采样与样本点绿量计算 | 第49-51页 |
| ·自变量的选择 | 第51-53页 |
| ·自变量与绿量相关性分析 | 第53-57页 |
| ·遗传优化神经网络绿量估算模型 | 第57-68页 |
| ·原理与方法 | 第57-64页 |
| ·绿量估算模型的建立 | 第64-68页 |
| ·绿量遥感估算结果与分析 | 第68-70页 |
| ·绿量遥感估算结果 | 第68页 |
| ·方法对比分析 | 第68-69页 |
| ·绿量估算方法分析比较 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 第五章 结论与展望 | 第71-73页 |
| ·结论 | 第71-72页 |
| ·展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 附录 | 第76-79页 |
| 致谢 | 第79页 |
