基于GF-1影像的森林分类及景观格局分析--以凉水自然保护区为例
| 摘要 | 第2-3页 |
| ABSTRACT | 第3-4页 |
| 1 绪论 | 第7-13页 |
| 1.1 选题背景及意义 | 第7-9页 |
| 1.2 基于遥感影像的森林分类研究进展 | 第9-11页 |
| 1.2.1 国外发展现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 研究内容及技术路线 | 第11-13页 |
| 2 研究区概况与数据预处理 | 第13-21页 |
| 2.1 研究区概况 | 第13页 |
| 2.2 数据与数据来源 | 第13-15页 |
| 2.2.1 遥感数据 | 第13-14页 |
| 2.2.2 辅助数据 | 第14-15页 |
| 2.3 数据预处理 | 第15-20页 |
| 2.3.1 辐射定标 | 第16页 |
| 2.3.2 大气校正 | 第16-17页 |
| 2.3.3 正射校正 | 第17-18页 |
| 2.3.4 影像融合 | 第18页 |
| 2.3.5 影像镶嵌及裁剪 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 3 基于GF-1 影像的森林分类特征体系构建 | 第21-30页 |
| 3.1 植被指数选择 | 第21-22页 |
| 3.2 纹理特征分析 | 第22-27页 |
| 3.2.1 纹理测度选取 | 第23-25页 |
| 3.2.2 纹理窗口分析 | 第25-27页 |
| 3.3 地形因子提取 | 第27-28页 |
| 3.4 基于GF-1 影像的森林分类系统构建 | 第28-29页 |
| 3.5 本章小结 | 第29-30页 |
| 4 基于GF-1 影像的森林分类 | 第30-47页 |
| 4.1 支持向量机分类模型 | 第30-34页 |
| 4.1.1 支持向量机分类思想 | 第30-33页 |
| 4.1.2 支持向量机分类结果 | 第33-34页 |
| 4.2 决策树分类模型 | 第34-35页 |
| 4.2.1 决策树分类思想 | 第34-35页 |
| 4.2.2 决策树分类结果 | 第35页 |
| 4.3 随机森林分类模型 | 第35-40页 |
| 4.3.1 随机森林分类思想 | 第36-37页 |
| 4.3.2 随机森林参数选择 | 第37-39页 |
| 4.3.3 随机森林分类结果 | 第39页 |
| 4.3.4 变量重要性计算 | 第39-40页 |
| 4.4 研究区森林分类精度评价 | 第40-46页 |
| 4.4.1 研究区森林分类精度评价 | 第41-44页 |
| 4.4.2 研究区森林分类方法优化与分类结果 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 5 森林景观空间格局分析 | 第47-51页 |
| 5.1 景观格局指标构建 | 第47-48页 |
| 5.2 基于Fragstats的景观格局分析 | 第48-50页 |
| 5.2.1 类型水平上景观格局特征分析 | 第49页 |
| 5.2.2 景观水平上景观格局特征分析 | 第49-50页 |
| 5.3 本章小结 | 第50-51页 |
| 6 结论与讨论 | 第51-53页 |
| 6.1 总结与创新点 | 第51-52页 |
| 6.2 存在的问题与展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 附录 | 第59页 |
