| 摘要 | 第6-8页 |
| abstract | 第8-10页 |
| 英文缩略表 | 第14-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景 | 第15页 |
| 1.2 人工神经网络方法遥感分类作物研究进展 | 第15-18页 |
| 1.2.1 遥感影像分类发展历程 | 第16页 |
| 1.2.2 BP人工神经网络作物识别国内外研究现状 | 第16-18页 |
| 1.3 研究目的与意义 | 第18页 |
| 1.3.1 研究目的 | 第18页 |
| 1.3.2 研究意义 | 第18页 |
| 1.4 研究方案 | 第18-21页 |
| 1.4.1 研究内容 | 第18-19页 |
| 1.4.2 技术路线 | 第19-21页 |
| 第二章 研究区概况及数据资料 | 第21-29页 |
| 2.1 研究区的选择及意义 | 第21页 |
| 2.2 研究区概况 | 第21-23页 |
| 2.2.1 自然特征 | 第22-23页 |
| 2.2.2 经济社会概况 | 第23页 |
| 2.2.3 作物种植概况 | 第23页 |
| 2.3 遥感影像数据 | 第23-25页 |
| 2.3.1 原始影像选取 | 第24页 |
| 2.3.2 遥感图像处理 | 第24-25页 |
| 2.3.3 投影与坐标系统确定 | 第25页 |
| 2.4 分类辅助数据 | 第25-29页 |
| 2.4.1 实测作物高光谱曲线 | 第25-26页 |
| 2.4.2 训练、检验样本 | 第26-29页 |
| 第三章 人工神经网络概述 | 第29-37页 |
| 3.1 人工神经网络的概念 | 第29页 |
| 3.2 主要神经网络类型 | 第29-31页 |
| 3.2.1 线性神经网络 | 第30页 |
| 3.2.2 自组织特征映射神经网络(Self-OrganizingFeatureMap,SOFM) | 第30-31页 |
| 3.2.3 反馈神经网络 | 第31页 |
| 3.2.4 BP神经网络 | 第31页 |
| 3.2.5 径向基函数神经网络(RadialBasisFunction,RBF) | 第31页 |
| 3.3 神经网络遥感分类应用 | 第31-33页 |
| 3.3.1 神经网络的特点 | 第32页 |
| 3.3.2 基于神经网络遥感影像分类的优势 | 第32-33页 |
| 3.4 BP神经网络模型 | 第33-37页 |
| 3.4.1 BP神经网络的结构 | 第33-34页 |
| 3.4.2 BP神经网络信息传递过程 | 第34-37页 |
| 第四章 作物地面光谱差异性分析 | 第37-47页 |
| 4.1 分析意义与光谱曲线测量 | 第37-38页 |
| 4.1.1 光谱差异性评价的目的与意义 | 第37页 |
| 4.1.2 地物光谱采集与滤波处理 | 第37-38页 |
| 4.2 作物高光谱曲线特征评价指标 | 第38-39页 |
| 4.2.1 反射率差异性指数 | 第38页 |
| 4.2.2 一阶导数差异性指数 | 第38页 |
| 4.2.3 红边幅值差异性指数 | 第38-39页 |
| 4.2.4 曲率差异性指数 | 第39页 |
| 4.2.5 高光谱植被指数差异性指数 | 第39页 |
| 4.3 SG滤波结果及几种作物高光谱曲线特征分析 | 第39-41页 |
| 4.4 差异性指标分析结果 | 第41-45页 |
| 4.4.1 反射率差别 | 第41页 |
| 4.4.2 一阶导数差别 | 第41-42页 |
| 4.4.3 红边幅值差别 | 第42-43页 |
| 4.4.4 曲率差别 | 第43-44页 |
| 4.4.5 植被指数差别 | 第44-45页 |
| 4.5 综合比较与讨论 | 第45-47页 |
| 第五章 马铃薯空间分布BP神经网络提取 | 第47-61页 |
| 5.1 分类网络结构与结果检验指标 | 第47-49页 |
| 5.1.1 BP神经网络模型的构建 | 第47-49页 |
| 5.1.2 BP分类精度评价指标 | 第49页 |
| 5.2 BP神经网络训练参数优化 | 第49-56页 |
| 5.2.1 ENVI平台分类参数介绍 | 第49-51页 |
| 5.2.2 各项参数调节过程与结果 | 第51-56页 |
| 5.3 模型运行结果与精度验证 | 第56-61页 |
| 5.3.1 最优参数分类结果 | 第56-57页 |
| 5.3.2 多时相Landsat-8遥感影像精度对比 | 第57-58页 |
| 5.3.3 不同遥感数据源分类结果对比 | 第58-59页 |
| 5.3.4 常用分类方法精度对比 | 第59-61页 |
| 第六章 结论与展望 | 第61-64页 |
| 6.1 结论 | 第61-63页 |
| 6.2 展望 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 作者简历 | 第72页 |
