| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 前言 | 第10-11页 |
| 1 文献综述 | 第11-16页 |
| 1.1 传统郁闭度测算方法 | 第11-13页 |
| 1.2 通过遥感图像的郁闭度估测 | 第13-14页 |
| 1.2.1 混合象元分解法 | 第13页 |
| 1.2.2 线性回归分析法 | 第13-14页 |
| 1.3 不同尺度的研究 | 第14-16页 |
| 1.3.1 大尺度遥感反演郁闭度的研究 | 第14-15页 |
| 1.3.2 中尺度遥感反演郁闭度的研究 | 第15页 |
| 1.3.3 小尺度遥感反演郁闭度的研究 | 第15-16页 |
| 1.4 最优尺度的研究 | 第16页 |
| 2 研究目的意义及研究内容 | 第16-18页 |
| 2.1 研究目的及意义 | 第16-17页 |
| 2.2 研究内容 | 第17页 |
| 2.3 研究技术路线 | 第17-18页 |
| 3 研究区概况及数据 | 第18-21页 |
| 3.1 研究区概况 | 第18-19页 |
| 3.2 研究材料数据 | 第19-21页 |
| 3.2.1 研究区基础数据 | 第19-20页 |
| 3.2.2 样地数据 | 第20-21页 |
| 4 数据处理 | 第21-26页 |
| 4.1 样地数据处理 | 第21-22页 |
| 4.2 遥感数据处理 | 第22-26页 |
| 4.2.1 遥感图像大气校正 | 第22-23页 |
| 4.2.2 遥感图像几何校正 | 第23-24页 |
| 4.2.3 影像分类 | 第24-26页 |
| 5 影响因子的提取 | 第26-33页 |
| 5.1 阴影特征因子 | 第26-28页 |
| 5.2 地形因子 | 第28-29页 |
| 5.3 植被指数因子 | 第29-31页 |
| 5.4 纹理参数因子 | 第31页 |
| 5.5 样地影响因子的提取 | 第31-33页 |
| 6 郁闭度反演模型的建立 | 第33-41页 |
| 6.1 基于PLEIADES-1影像郁闭度估测模型的建立 | 第33-36页 |
| 6.1.1 相关性分析 | 第33页 |
| 6.1.2 偏最小二乘回归分析模型 | 第33-36页 |
| 6.2 基于SPOT-5影像郁闭度估测模型的建立 | 第36-39页 |
| 6.2.1 相关性分析 | 第36-37页 |
| 6.2.2 偏最小二乘回归分析模型 | 第37-39页 |
| 6.3 基于LANDSAT-8影像郁闭度估测模型的建立 | 第39-41页 |
| 6.3.1 相关性分析 | 第39页 |
| 6.3.2 偏最小二乘回归分析模型 | 第39-41页 |
| 7 结果与分析 | 第41-48页 |
| 7.1 不同传感器的比较 | 第41-42页 |
| 7.2 模型精度的比较 | 第42-43页 |
| 7.3 郁闭度估测值的比较 | 第43-44页 |
| 7.4 郁闭度反演图的比较 | 第44-46页 |
| 7.4.1 整体水平的比较 | 第44-46页 |
| 7.4.2 像元细节水平的比较 | 第46页 |
| 7.5 光谱分辨率的比较 | 第46-48页 |
| 8 结论与展望 | 第48-51页 |
| 8.1 结论 | 第48-49页 |
| 8.2 研究展望 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56页 |