| 中文摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究目的及意义 | 第9-11页 |
| 1.2 国内外研究进展 | 第11-14页 |
| 1.2.1 国外研究进展 | 第11-12页 |
| 1.2.2 国内研究进展 | 第12-14页 |
| 1.3 研究内容与技术路线 | 第14-17页 |
| 1.3.1 研究内容 | 第14-15页 |
| 1.3.2 技术路线 | 第15-17页 |
| 第二章 研究区概况 | 第17-23页 |
| 2.1 地理位置和行政区划 | 第17-18页 |
| 2.2 自然地理环境 | 第18-23页 |
| 第三章 数据获取及预处理 | 第23-31页 |
| 3.1 地面数据获取 | 第23-24页 |
| 3.1.1 草地地上生物量 | 第23-24页 |
| 3.1.2 土壤水分含量 | 第24页 |
| 3.2 被动光学遥感数据获取及预处理 | 第24-27页 |
| 3.2.1 Landsat8数据获取及预处理 | 第24-26页 |
| 3.2.2 MODIS数据获取及预处理 | 第26-27页 |
| 3.3 主动雷达SAR遥感数据获取及预处理 | 第27-31页 |
| 第四章 遥感特征提取与技术方法 | 第31-37页 |
| 4.1 植被指数计算 | 第31-35页 |
| 4.1.1 归一化植被指数 | 第32页 |
| 4.1.2 土壤调节植被指数 | 第32-35页 |
| 4.2 雷达后向散射系数 | 第35-37页 |
| 第五章 基于被动遥感的生物量反演 | 第37-47页 |
| 5.1 基于Landsat8 OLI卫星影像的生物量统计回归模型 | 第37-41页 |
| 5.1.1 一元线性模型 | 第37-38页 |
| 5.1.2 非线性模型 | 第38-40页 |
| 5.1.3 地上生物量反演 | 第40页 |
| 5.1.4 模型精度评价 | 第40-41页 |
| 5.2 基于MODIS卫星影像的生物量统计回归模型 | 第41-47页 |
| 5.2.1 一元线性模型 | 第41-42页 |
| 5.2.2 非线性模型 | 第42-44页 |
| 5.2.3 地上生物量反演 | 第44-45页 |
| 5.2.4 模型精度评价 | 第45-47页 |
| 第六章 基于主被动遥感协同反演的水云模型 | 第47-57页 |
| 6.1 植被散射模型 | 第47-49页 |
| 6.1.1 MIMICS模型 | 第47-48页 |
| 6.1.2 Saatchi模型 | 第48页 |
| 6.1.3 水云模型 | 第48-49页 |
| 6.2 水云模型参数提取 | 第49-52页 |
| 6.2.1 植被覆盖度计算 | 第49-51页 |
| 6.2.2 土壤水分含量 | 第51-52页 |
| 6.3 改进后的水云模型 | 第52-54页 |
| 6.4 生物量的反演 | 第54-56页 |
| 6.5 模型精度评价 | 第56-57页 |
| 第七章 结论与展望 | 第57-59页 |
| 7.1 结论与创新点 | 第57-58页 |
| 7.1.1 结论 | 第57页 |
| 7.1.2 创新点 | 第57-58页 |
| 7.2 展望 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 个人简历 | 第65页 |