| 博士学位论文评阅人、答辩委员会签名表 | 第3-6页 |
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 英文缩略表 | 第15-17页 |
| 第一章 引言 | 第17-29页 |
| 1.1 研究背景和意义 | 第17-18页 |
| 1.2 国内外研究进展 | 第18-25页 |
| 1.2.1 耕地数量时空变化遥感监测研究现状 | 第18-21页 |
| 1.2.2 耕地质量遥感监测研究现状 | 第21-24页 |
| 1.2.3 耕地数量与质量时空变化遥感监测存在的主要问题 | 第24-25页 |
| 1.3 研究选题和方案 | 第25-27页 |
| 1.3.1 研究选题和研究目标 | 第25-26页 |
| 1.3.2 主要研究内容 | 第26页 |
| 1.3.3 总体技术路线 | 第26-27页 |
| 1.4 论文结构 | 第27-29页 |
| 第二章 研究区域与数据准备 | 第29-37页 |
| 2.1 研究区域选择 | 第29-30页 |
| 2.1.1 研究区概况 | 第29-30页 |
| 2.1.2 研究区自然条件 | 第30页 |
| 2.2 研究数据 | 第30-34页 |
| 2.2.1 地表覆盖数据集 | 第30-31页 |
| 2.2.2 MODIS数据 | 第31-32页 |
| 2.2.3 耕地及土壤样本数据 | 第32-33页 |
| 2.2.4 其他辅助数据 | 第33-34页 |
| 2.3 数据预处理方法 | 第34-36页 |
| 2.3.1 地表覆盖数据集预处理 | 第34-35页 |
| 2.3.2 MODIS数据预处理 | 第35-36页 |
| 2.3.3 辅助数据预处理 | 第36页 |
| 2.4 本章小结 | 第36-37页 |
| 第三章 多源遥感数据融合耕地制图方法研究 | 第37-56页 |
| 3.1 多源遥感数据融合耕地制图研究背景 | 第37-38页 |
| 3.2 不同数据融合算法介绍 | 第38-40页 |
| 3.2.1 地理加权回归模型概念及原理 | 第38-39页 |
| 3.2.2 优化模糊一致性打分法概念及原理 | 第39-40页 |
| 3.3 总体研究方案 | 第40-42页 |
| 3.4 两种数据融合算法对比分析 | 第42-51页 |
| 3.4.1 样本点对融合结果的影响对比 | 第42-45页 |
| 3.4.2 数据集对融合结果的影响对比 | 第45-48页 |
| 3.4.3 地形地貌对融合结果的影响对比 | 第48-51页 |
| 3.5 最优耕地空间分布提取结果及精度评定 | 第51-53页 |
| 3.6 讨论 | 第53-55页 |
| 3.7 本章小结 | 第55-56页 |
| 第四章 多层面耕地利用格局指标体系构建及时空变化分析 | 第56-68页 |
| 4.1 耕地利用格局时空变化研究背景 | 第56-57页 |
| 4.2 耕地利用格局指标群定义及相关概念 | 第57页 |
| 4.3 总体研究方案 | 第57-58页 |
| 4.4 耕地利用格局指标群计算及分析方法 | 第58-60页 |
| 4.5 耕地利用格局时空变化结果分析 | 第60-66页 |
| 4.5.1 耕地面积变化特征 | 第60-62页 |
| 4.5.2 耕地类型转移变化特征 | 第62-63页 |
| 4.5.3 耕地复种指数变化特征 | 第63-64页 |
| 4.5.4 耕地破碎度变化特征 | 第64-66页 |
| 4.6 讨论 | 第66-67页 |
| 4.7 本章小结 | 第67-68页 |
| 第五章 基于机器学习的耕地质量时空变化遥感监测方法研究 | 第68-84页 |
| 5.1 耕地质量遥感监测研究背景 | 第68-69页 |
| 5.2 不同机器学习算法介绍 | 第69-71页 |
| 5.2.1 决策树算法概念及原理 | 第69页 |
| 5.2.2 套袋决策树算法概念及原理 | 第69-70页 |
| 5.2.3 随机森林算法概念及原理 | 第70页 |
| 5.2.4 梯度提升回归树算法概念及原理 | 第70-71页 |
| 5.3 总体研究方案 | 第71-73页 |
| 5.4 耕地土壤有机质含量预测 | 第73-78页 |
| 5.4.1 不同预测模型参数设置 | 第73-74页 |
| 5.4.2 不同机器学习模型预测表现评价 | 第74-76页 |
| 5.4.3 耕地土壤有机质空间分布预测结果 | 第76-78页 |
| 5.5 多年耕地数量及土壤有机质含量变化时空特征 | 第78-80页 |
| 5.5.1 耕地数量变化总体特征 | 第78页 |
| 5.5.2 耕地土壤有机质含量变化总体特征 | 第78-79页 |
| 5.5.3 新增/减少/不变耕地区域土壤有机质变化特征 | 第79-80页 |
| 5.6 讨论 | 第80-83页 |
| 5.6.1 解释变量的相对重要性 | 第80页 |
| 5.6.2 机器学习算法的适用性 | 第80-81页 |
| 5.6.3 SOM预测含量及时空变化验证 | 第81-82页 |
| 5.6.4 研究的局限性及不确定性 | 第82-83页 |
| 5.7 本章小结 | 第83-84页 |
| 第六章 结论与展望 | 第84-88页 |
| 6.1 研究结论 | 第84-85页 |
| 6.2 创新点 | 第85-86页 |
| 6.3 存在的问题及展望 | 第86-88页 |
| 参考文献 | 第88-101页 |
| 致谢 | 第101-103页 |
| 作者简历 | 第103-104页 |
