| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 前言 | 第9-16页 |
| 1.1 研究的背景与意义 | 第9页 |
| 1.2 国内外研究状况 | 第9-11页 |
| 1.2.1 极化SAR图像特征提取的国内外研究现状 | 第9-10页 |
| 1.2.2 极化SAR图像分类的国内外研究现状 | 第10-11页 |
| 1.3 研究内容及方法 | 第11-16页 |
| 1.3.1 主要研究内容 | 第11页 |
| 1.3.2 主要研究方法 | 第11-15页 |
| 1.3.3 技术路线 | 第15-16页 |
| 第二章 极化SAR基本理论 | 第16-22页 |
| 2.1 电磁波极化的基本理论 | 第16-17页 |
| 2.1.1 极化椭圆 | 第16页 |
| 2.1.2 Jones矢量 | 第16-17页 |
| 2.1.3 Stokes矢量 | 第17页 |
| 2.2 目标极化散射特性的表征 | 第17-19页 |
| 2.2.1 极化散射矩阵 | 第17页 |
| 2.2.2 Mueller矩阵 | 第17-18页 |
| 2.2.3 Stokes矩阵 | 第18页 |
| 2.2.4 协方差矩阵和相干矩阵 | 第18-19页 |
| 2.3 极化目标分解理论 | 第19-22页 |
| 2.3.1 Sinclair分解 | 第19页 |
| 2.3.2 Pauli分解 | 第19页 |
| 2.3.3 Freeman分解 | 第19-20页 |
| 2.3.4 Cloude分解 | 第20-22页 |
| 第三章 研究区概况及数据介绍 | 第22-28页 |
| 3.1 研究区概况 | 第22-24页 |
| 3.1.1 地理位置 | 第22页 |
| 3.1.2 地形地貌 | 第22页 |
| 3.1.3 气候条件 | 第22页 |
| 3.1.4 土壤条件 | 第22-23页 |
| 3.1.5 森林资源概况 | 第23页 |
| 3.1.6 历史人文条件 | 第23-24页 |
| 3.2 数据来源 | 第24页 |
| 3.3 数据预处理 | 第24-26页 |
| 3.4 分类训练样点及分类验证样点的选取 | 第26-28页 |
| 第四章 研究结果及分析 | 第28-37页 |
| 4.1 全极化SAR图像的极化特征提取 | 第28-30页 |
| 4.2 全极化SAR图像分类精度的比较 | 第30-34页 |
| 4.2.1 分类模型的参数 | 第30-32页 |
| 4.2.2 总体分类精度的评价 | 第32-33页 |
| 4.2.3 不同地类分类精度的评价 | 第33-34页 |
| 4.3 极化特征值对分类结果的重要性分析 | 第34-35页 |
| 4.4 全极化SAR图像分类结果分析 | 第35-37页 |
| 第五章 研究区土地类型动态变化分析及预测 | 第37-41页 |
| 5.1 研究区土地类型面积变化 | 第37页 |
| 5.2 研究区土地类型转移概率矩阵 | 第37-38页 |
| 5.3 研究区2019年土地类型预测 | 第38-39页 |
| 5.4 政策建议 | 第39-41页 |
| 第六章 结论与讨论 | 第41-43页 |
| 6.1 主要研究结论 | 第41-42页 |
| 6.2 研究特色之处 | 第42页 |
| 6.3 研究不足之处 | 第42-43页 |
| 参考文献 | 第43-47页 |