基于“3S”技术对塞罕坝机械林场林分蓄积快速估测方法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 引言 | 第9-14页 |
| ·研究背景 | 第9页 |
| ·3S技术简介 | 第9-12页 |
| ·遥感 | 第10页 |
| ·地理信息系统 | 第10页 |
| ·全球定位系统 | 第10-11页 |
| ·3S集成 | 第11-12页 |
| ·国内外研究进展 | 第12-14页 |
| ·国外研究进展 | 第12页 |
| ·国内研究进展 | 第12-14页 |
| 2 研究区域概况 | 第14-16页 |
| ·研究区域自然概况 | 第14-15页 |
| ·地理位置 | 第14页 |
| ·地形地貌 | 第14页 |
| ·气候条件 | 第14页 |
| ·土壤条件 | 第14页 |
| ·植被现状 | 第14-15页 |
| ·土地利用现状 | 第15-16页 |
| 3 研究内容及技术路线 | 第16-18页 |
| ·研究的目的意义 | 第16页 |
| ·研究的主要内容 | 第16-17页 |
| ·技术路线 | 第17-18页 |
| 4 遥感图像预处理 | 第18-24页 |
| ·遥感图像选择 | 第18页 |
| ·遥感图像预处理 | 第18-24页 |
| ·最佳波段选择 | 第18-20页 |
| ·图像增强 | 第20-23页 |
| ·正摄影像处理 | 第23-24页 |
| 5 遥感图像分类 | 第24-38页 |
| ·遥感图像分类的技术 | 第24-26页 |
| ·神经元网络分类 | 第24页 |
| ·基于混合像素的遥感图像分类 | 第24-25页 |
| ·高程信息辅助的遥感图像分类 | 第25页 |
| ·纹理特征辅助的遥感图像分类 | 第25页 |
| ·专家系统方法 | 第25页 |
| ·模糊数学方法 | 第25-26页 |
| ·决策树分类法 | 第26页 |
| ·子象元分类 | 第26页 |
| ·树种分类 | 第26-28页 |
| ·目视解译 | 第26-27页 |
| ·计算机分类 | 第27-28页 |
| ·实例研究 | 第28-38页 |
| ·训练样本的选取 | 第28-30页 |
| ·评价分类模板 | 第30-31页 |
| ·执行监督分类 | 第31-37页 |
| ·分类后处理 | 第37-38页 |
| 6 林分蓄积快速估测 | 第38-53页 |
| ·样地设置 | 第38页 |
| ·因子选择 | 第38-46页 |
| ·岭迹分析法 | 第39页 |
| ·实例分析 | 第39-46页 |
| ·建立林分蓄积估测模型 | 第46页 |
| ·模型适用性检验 | 第46-53页 |
| ·回归方程的显著性检验(F检验) | 第46-49页 |
| ·模型的拟和优度检验 | 第49-50页 |
| ·模型预报能力检验 | 第50-53页 |
| 7 结论与讨论 | 第53-55页 |
| ·结论 | 第53页 |
| ·讨论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 在读期间发表的学术论文 | 第59-60页 |
| 作者简历 | 第60-61页 |
| 致谢 | 第61-62页 |
| 附件 | 第62-71页 |
