| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 坡度计算方法研究现状 | 第9-10页 |
| 1.2.2 坡度值于林业中的应用 | 第10-11页 |
| 1.2.3 存在的问题与难点 | 第11-12页 |
| 1.3 研究内容与技术路线 | 第12-14页 |
| 1.3.1 研究内容与方法 | 第12-13页 |
| 1.3.2 技术路线图 | 第13-14页 |
| 1.4 论文结构 | 第14-15页 |
| 2 基于DEM数据单像元坡度提取算法研究 | 第15-24页 |
| 2.1 传统算法研究—以ArcGIS中的坡度提取算法为例 | 第15-19页 |
| 2.1.1 坡度提取算法基本原理 | 第15-16页 |
| 2.1.2 三阶反距离平方权算法实现 | 第16-18页 |
| 2.1.3 算法讨论 | 第18-19页 |
| 2.2 基于DEM数据考虑中心像元的坡度提取算法—Quad算法 | 第19-23页 |
| 2.2.1 Quad算法实现 | 第19-20页 |
| 2.2.2 三阶反距离平方权算法与Quad算法精度比较 | 第20-23页 |
| 2.3 本章小结 | 第23-24页 |
| 3 基于林地小班区域整体坡度提取算法研究 | 第24-37页 |
| 3.0 林地小班数据分析 | 第24页 |
| 3.1 林业调查现有坡度提取方法的研究 | 第24-26页 |
| 3.1.1 基于坡度重分类的林地小班坡度提取算法 | 第25页 |
| 3.1.2 基于趋势面拟合的林地小班坡度提取算法 | 第25-26页 |
| 3.2 基于主坡向垂直面高程回归的区域坡度提取算法 | 第26-35页 |
| 3.2.1 小班区域主坡向的确定及其意义 | 第26-30页 |
| 3.2.2 主坡向垂直面高程回归及其意义 | 第30-34页 |
| 3.2.3 算法流程图 | 第34-35页 |
| 3.3 本章小结 | 第35-37页 |
| 4 基于主坡向垂直面高程回归的区域坡度算法实例 | 第37-44页 |
| 4.1 实验数据 | 第37-38页 |
| 4.2 小班数据定向处理 | 第38-40页 |
| 4.3 特征像元主坡向垂直平面投影 | 第40-41页 |
| 4.4 主坡向垂直面高程回归预测 | 第41-43页 |
| 4.5 本章小结 | 第43-44页 |
| 5 综合案例分析 | 第44-56页 |
| 5.1 实验数据 | 第44-46页 |
| 5.2 小班数据自动化处理各阶段结果 | 第46-48页 |
| 5.2.1 小班定向结果 | 第46页 |
| 5.2.2 小班主坡向投影结果 | 第46-47页 |
| 5.2.3 小班Z-S坐标系建立结果 | 第47页 |
| 5.2.4 小班区域坡度汇总 | 第47-48页 |
| 5.3 实验结果分析 | 第48-52页 |
| 5.3.1 数值型坡度求算结果分析 | 第48-49页 |
| 5.3.2 林业调查标准坡度分级结果分析 | 第49-50页 |
| 5.3.3 回归模型决定系数与算法精度关系分析 | 第50-52页 |
| 5.4 算法精度对比实验 | 第52-55页 |
| 5.4.1 基于坡度重分类的林地小班坡度提取算法精度对比 | 第52-53页 |
| 5.4.2 基于趋势面拟合的林地小班坡度提取算法精度对比 | 第53-55页 |
| 5.5 本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| 6.1 本文总结 | 第56-57页 |
| 6.2 本文创新点 | 第57页 |
| 6.3 讨论 | 第57-58页 |
| 6.3.1 应用展望 | 第57页 |
| 6.3.2 今后研究重点 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63页 |
