| 摘要 | 第6-8页 |
| abstract | 第8-9页 |
| 第一章 引言 | 第13-19页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 主要研究进展 | 第14-16页 |
| 1.2.1 作物遥感识别技术研究进展及存在问题 | 第14-16页 |
| 1.2.2 作物时空分布变化研究进展及存在问题 | 第16页 |
| 1.3 研究目标 | 第16-17页 |
| 1.4 研究内容 | 第17页 |
| 1.5 技术路线 | 第17-19页 |
| 第二章 研究区概况及数据 | 第19-26页 |
| 2.1 研究区概况 | 第19页 |
| 2.2 数据获取与处理 | 第19-26页 |
| 2.2.1 地面数据采集与处理 | 第19-21页 |
| 2.2.2 GF-1/WFV数据获取与处理 | 第21-24页 |
| 2.2.3 MODISNDVI数据获取与处理 | 第24页 |
| 2.2.4 其他辅助数据 | 第24-26页 |
| 第三章 统计数据总量约束下全局优化阈值的冬小麦分布制图方法研究 | 第26-39页 |
| 3.1 主要研究方法 | 第26-32页 |
| 3.1.1 技术路线 | 第26-27页 |
| 3.1.2 冬小麦NDVI时序构建及特征提取 | 第27-28页 |
| 3.1.3 阈值法冬小麦空间分布提取模型建立 | 第28-29页 |
| 3.1.4 统计数据总量约束下阈值参数全局优化 | 第29-32页 |
| 3.1.5 阈值法作物空间分布提取结果精度验证与对比 | 第32页 |
| 3.2 结果与分析 | 第32-38页 |
| 3.2.1 冬小麦空间分布提取阈值模型参数优化结果 | 第32-33页 |
| 3.2.2 阈值模型参数优化法冬小麦提取结果精度验证 | 第33页 |
| 3.2.3 阈值模型参数优化法与其他分类方法对比 | 第33-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第四章 黄淮海地区冬小麦空间分布信息提取 | 第39-54页 |
| 4.1 主要研究方法 | 第39-45页 |
| 4.1.1 作物空间分布提取分区 | 第39-40页 |
| 4.1.2 MODISNDVI数据S-G滤波平滑 | 第40-41页 |
| 4.1.3 分区建立冬小麦NDVI时序曲线及特征提取 | 第41-44页 |
| 4.1.4 分区构建阈值法冬小麦空间分布提取模型 | 第44-45页 |
| 4.2 冬小麦空间分布信息提取结果 | 第45-53页 |
| 4.2.1 阈值法冬小麦分布提取模型参数优化结果 | 第45-52页 |
| 4.2.2 冬小麦空间分布提取结果及精度验证 | 第52-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第五章 黄淮海地区冬小麦时空变化特征分析 | 第54-61页 |
| 5.1 冬小麦种植面积地理空间变化特征 | 第54-58页 |
| 5.1.1 冬小麦种植面积总体趋势 | 第54-57页 |
| 5.1.2 冬小麦种植分布经纬向特征 | 第57-58页 |
| 5.2 黄淮海地区冬小麦种植面积重心时空迁移分析 | 第58-60页 |
| 5.2.1 重心计算模型 | 第58-59页 |
| 5.2.2 黄淮海平原冬小麦种植面积重心迁移分析 | 第59-60页 |
| 5.3 本章小结 | 第60-61页 |
| 第六章 结论与讨论 | 第61-64页 |
| 6.1 主要结论 | 第61-62页 |
| 6.2 主要创新点 | 第62页 |
| 6.3 讨论与展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 作者简历 | 第72页 |
