中文摘要 | 第3-4页 |
Abstract | 第4-5页 |
第一章 绪论 | 第9-20页 |
1.1 生物量的定义 | 第9页 |
1.2 选题背景及研究意义 | 第9-10页 |
1.3 国内外研究进展 | 第10-17页 |
1.3.1 森林生物量估算遥感数据的研究进展 | 第10-12页 |
1.3.2 森林生物量遥感估算方法的研究进展 | 第12-16页 |
1.3.3 国内外研究进展总结 | 第16-17页 |
1.4 论文研究内容及技术路线 | 第17-20页 |
1.4.1 技术路线 | 第17-18页 |
1.4.2 论文结构 | 第18-20页 |
第二章 研究区与数据预处理 | 第20-32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 地形、地貌 | 第21页 |
2.1.3 气候 | 第21页 |
2.1.4 植被 | 第21页 |
2.2 样地数据 | 第21-23页 |
2.3 遥感影像数据 | 第23-25页 |
2.3.1 遥感影像概况 | 第23-24页 |
2.3.2 遥感影像数据处理 | 第24-25页 |
2.4 合成孔径雷达(SAR)数据 | 第25-29页 |
2.4.1 合成孔径雷达(SAR)数据概况 | 第25-26页 |
2.4.2 合成孔径雷达(SAR)数据处理 | 第26-29页 |
2.5 土地分类数据 | 第29页 |
2.6 DEM数据 | 第29-30页 |
2.7 本章小结 | 第30-32页 |
第三章 基于森林群落和光谱曲线特征分异的福建省森林地上生物量估算 | 第32-50页 |
3.1 森林电磁波谱特征 | 第32-34页 |
3.1.1 植被的光谱反射率曲线 | 第33页 |
3.1.2 影响植被指数的因素 | 第33-34页 |
3.2 样地调查数据分析 | 第34-38页 |
3.2.1 端元提取 | 第34-35页 |
3.2.2 最小噪声分离变换 | 第35-36页 |
3.2.3 纯净像元指数法 | 第36页 |
3.2.4 完全约束最小二乘法混合模型 | 第36-38页 |
3.3 基于光谱斜率模型的福建省地上生物量光学遥感估算 | 第38-45页 |
3.3.1 不同叶生物量植被的光谱曲线 | 第38-40页 |
3.3.2 光谱斜率的定义 | 第40页 |
3.3.3 不同植被类型叶生物量与影像光谱斜率的回归建模 | 第40-41页 |
3.3.4 实测叶生物量与实测地上生物量回归分析 | 第41-42页 |
3.3.5 以光谱斜率为特征的叶生物量和地上生物量估算 | 第42-43页 |
3.3.6 以光谱斜率为特征的叶生物量和地上生物量估算验证 | 第43-45页 |
3.4 传统植被指数回归模型的地上生物量估算 | 第45-48页 |
3.4.1 传统植被指数回归模型地上生物量估算值与实测值之间的回归分析 | 第45-46页 |
3.4.2 传统植被指数回归模型估算地上生物量 | 第46-47页 |
3.4.3 传统植被指数回归模型地上生物量估算验证 | 第47-48页 |
3.5 本章小结 | 第48-50页 |
第四章 基于ALOS PALSAR数据HV极化后向散射系数的福建省地上生物量估算 | 第50-61页 |
4.1 合成孔径雷达的基本原理 | 第50-56页 |
4.1.1 电磁波 | 第50-52页 |
4.1.2 雷达方程 | 第52页 |
4.1.3 散射截面与后向散射系数 | 第52页 |
4.1.4 复介电常数和表面粗糙度 | 第52-53页 |
4.1.5 雷达的成像特点 | 第53-54页 |
4.1.6 极化散射原理及分解方法 | 第54页 |
4.1.7 合成孔径雷达的散射类型 | 第54-56页 |
4.2 基于SAR数据的HV极化后向散射系数的地上生物量估算 | 第56-60页 |
4.2.1 PALSAR数据的HV、HH极化后向散射系数与地上生物量的回归分析 | 第56-58页 |
4.2.2 基于PALSAR数据的地上生物量估算 | 第58-59页 |
4.2.3 基于PALSAR数据地上生物量估算验证 | 第59-60页 |
4.3 本章小结 | 第60-61页 |
第五章 结论与展望 | 第61-63页 |
5.1 结论 | 第61-62页 |
5.2 存在的问题 | 第62页 |
5.3 展望 | 第62-63页 |
参考文献 | 第63-68页 |
致谢 | 第68-69页 |
个人简介、在学期间的研究成果及发表的学术论文 | 第69页 |