摘要 | 第6-8页 |
Abstract | 第8-9页 |
第一章 绪论 | 第16-23页 |
1.1 研究背景及意义 | 第16页 |
1.2 国内外研究进展 | 第16-20页 |
1.2.1 基于单波段、单极化SAR数据的作物识别研究 | 第17页 |
1.2.2 基于多波段、多极化SAR数据的作物识别研究 | 第17-19页 |
1.2.3 雷达和光学数据相结合的作物识别研究 | 第19页 |
1.2.4 基于SAR数据的作物长势监测研究 | 第19-20页 |
1.2.5 存在问题 | 第20页 |
1.3 研究内容与研究思路 | 第20-21页 |
1.3.1 研究内容 | 第20-21页 |
1.3.2 研究思路 | 第21页 |
1.4 本章小结 | 第21-23页 |
第二章 数据与方法 | 第23-34页 |
2.1 研究区概况 | 第23-24页 |
2.1.1 农作物物候资料 | 第23-24页 |
2.2 数据获取与地面试验 | 第24-30页 |
2.2.1 野外实测数据与方法 | 第25-27页 |
2.2.2 光学数据及预处理 | 第27-29页 |
2.2.3 雷达数据及预处理 | 第29-30页 |
2.3 雷达遥感基本原理 | 第30-33页 |
2.3.1 微波的散射 | 第30-31页 |
2.3.2 雷达方程 | 第31页 |
2.3.3 雷达遥感系统参数 | 第31-32页 |
2.3.4 雷达遥感及雷达图像的特征 | 第32-33页 |
2.4 本章小结 | 第33-34页 |
第三章 基于雷达后向散射特征的旱地作物识别 | 第34-46页 |
3.1 典型地物后向散射特征分析 | 第34-36页 |
3.2 典型地物分类指标选取与可分离性分析 | 第36-40页 |
3.2.1 典型地物分类指标选取 | 第36-37页 |
3.2.2 典型地物可分离性分析 | 第37-40页 |
3.3 典型地物识别与精度评价 | 第40-43页 |
3.3.1 决策树分类法 | 第40-41页 |
3.3.2 支持向量机分类法 | 第41-42页 |
3.3.3 精度评价 | 第42-43页 |
3.4 本章小结 | 第43-44页 |
附图 | 第44-46页 |
第四章 旱地作物识别辅助变量信息提取及其重要性评价 | 第46-59页 |
4.1 旱地作物分类辅助变量信息提取 | 第46-48页 |
4.1.1 极化信息提取 | 第46-47页 |
4.1.2 纹理信息提取 | 第47-48页 |
4.2 旱地作物识别时相优选 | 第48-50页 |
4.2.1 随机森林分类法 | 第48页 |
4.2.2 单一时相条件下旱地作物识别 | 第48-49页 |
4.2.3 不同时相组合条件下旱地作物识别 | 第49-50页 |
4.3 旱地作物分类变量重要性评价 | 第50-57页 |
4.3.1 极化方式对旱地作物分类精度的影响 | 第50页 |
4.3.2 多变量信息组合对分类结果的影响 | 第50-53页 |
4.3.3 分类辅助变量重要性评价 | 第53-57页 |
4.4 本章小结 | 第57-58页 |
附图 | 第58-59页 |
第五章 基于全极化SAR数据的玉米长势监测研究 | 第59-70页 |
5.1 研究区玉米基本生长参数地面观测 | 第59-60页 |
5.2 玉米后向散射系数与生长参数的相关分析 | 第60-63页 |
5.3 玉米生长参数经验模型建立 | 第63-65页 |
5.3.1 叶面积指数经验模型建立 | 第63-64页 |
5.3.2 株高经验模型建立 | 第64页 |
5.3.3 玉米干/鲜重经验模型建立 | 第64-65页 |
5.4 玉米生长参数反演 | 第65-68页 |
5.4.1 叶面积指数反演 | 第66页 |
5.4.2 株高反演 | 第66-67页 |
5.4.3 玉米植株干/鲜重反演 | 第67-68页 |
5.5 精度验证 | 第68页 |
5.6 本章小结 | 第68-70页 |
第六章 结论与展望 | 第70-72页 |
6.1 主要工作和结论 | 第70-71页 |
6.2 论文特色与创新点 | 第71页 |
6.3 问题与展望 | 第71-72页 |
6.3.1 存在问题 | 第71页 |
6.3.2 展望 | 第71-72页 |
参考文献 | 第72-77页 |
致谢 | 第77-78页 |
作者简历 | 第78页 |