基于ETM数据的额济纳绿洲景观分类方法的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 引言 | 第8-12页 |
| ·研究目的和意义 | 第8-9页 |
| ·遥感自动分类研究进展 | 第9-11页 |
| ·非监督分类方法 | 第9-10页 |
| ·监督分类方法 | 第10页 |
| ·决策树分类方法 | 第10-11页 |
| ·研究内容及技术路线 | 第11-12页 |
| ·研究内容 | 第11页 |
| ·技术路线 | 第11-12页 |
| 2 研究区概况 | 第12-16页 |
| ·地质地貌 | 第13页 |
| ·气候 | 第13-14页 |
| ·植被 | 第14页 |
| ·土壤 | 第14-15页 |
| ·水文 | 第15-16页 |
| ·地表径流 | 第15页 |
| ·地下水资源 | 第15-16页 |
| 3 ETM 数据处理 | 第16-21页 |
| ·数据处理过程 | 第16-19页 |
| ·彩色合成及波段选择 | 第16-17页 |
| ·ETM 影像增强 | 第17页 |
| ·几何精校正 | 第17-19页 |
| ·影像的裁剪 | 第19页 |
| ·训练样本的选择 | 第19-21页 |
| 4 额济纳绿洲 ETM 影像分类 | 第21-35页 |
| ·非监督分类 | 第21-24页 |
| ·K-means 算法分类原理 | 第21-22页 |
| ·K-means 算法分类过程及结果 | 第22-24页 |
| ·监督分类 | 第24-27页 |
| ·最大似然法原理 | 第24-25页 |
| ·最大似然法过程及结果 | 第25-27页 |
| ·决策树分类 | 第27-34页 |
| ·决策树分类过程 | 第27页 |
| ·各类地物光谱特征分析 | 第27-28页 |
| ·各类地物归一化植被指数(NDVI)特征的分析 | 第28-29页 |
| ·缨帽变换(K-T 变换) | 第29-30页 |
| ·主成分分析(PCA) | 第30-31页 |
| ·决策树分类过程及结果 | 第31-34页 |
| ·分类后景观类型的基本特征 | 第34-35页 |
| 5 额济纳绿洲遥感影像自动分类精度分析 | 第35-38页 |
| ·非监督分类精度分析 | 第36页 |
| ·监督分类精度分析 | 第36-37页 |
| ·决策树分类精度分析 | 第37-38页 |
| 6 结论 | 第38-40页 |
| 致谢 | 第40-41页 |
| 参考文献 | 第41-45页 |
| 作者简介 | 第45页 |
