摘要 | 第1-4页 |
Abstract | 第4-9页 |
第一章 绪论 | 第9-18页 |
·问题的提出 | 第9-10页 |
·国内外研究现状 | 第10-11页 |
·研究背景与研究意义 | 第11-13页 |
·研究目的与研究内容 | 第13页 |
·研究目的 | 第13页 |
·研究内容 | 第13页 |
·研究区域与实验条件 | 第13-16页 |
·研究区域概况 | 第13-15页 |
·实验数据 | 第15-16页 |
·实验条件 | 第16页 |
·论文组织 | 第16-18页 |
第二章 基于遥感的多尺度景观格局提取基本理论 | 第18-30页 |
·高光谱遥感基本理论 | 第18-25页 |
·高光谱遥感基本概念 | 第18页 |
·遥感影像信息熵 | 第18-19页 |
·高光谱影像预处理 | 第19-21页 |
·高光谱影像分类 | 第21-25页 |
·景观格局尺度基本理论 | 第25-27页 |
·基本概念 | 第25-26页 |
·基于像素聚合的景观格局空间粒度变化方法 | 第26-27页 |
·景观格局的定量评价方法 | 第27页 |
·基于遥感的多尺度景观格局提取 | 第27-30页 |
·基于遥感的多尺度景观格局提取问题概述 | 第27-28页 |
·基于遥感提取多尺度景观格局的基本思路 | 第28-29页 |
·存在的问题 | 第29-30页 |
第三章 HJ-1A高光谱数据的选择与数据处理 | 第30-67页 |
·遥感数据的选择依据 | 第30-31页 |
·HJ-1A高光谱数据的选择 | 第31-36页 |
·HJ-1A高光谱数据概述 | 第31-33页 |
·遥感影像信息熵对比实验设计 | 第33-34页 |
·信息熵对比实验 | 第34-36页 |
·不同传感器信息熵分析 | 第36页 |
·HJ-1A高光谱数据预处理 | 第36-45页 |
·HJ-1A高光谱数据预处理方法 | 第36-42页 |
·存在问题 | 第42-44页 |
·方法改进 | 第44-45页 |
·HJ-1A高光谱数据预处理实验 | 第45-51页 |
·实验设计 | 第46页 |
·数据预处理实验 | 第46-50页 |
·结果分析 | 第50-51页 |
·HJ-1A高光谱数据分类 | 第51-57页 |
·土地利用分类体系 | 第51-52页 |
·基于主成分变换的内部最大体积法端元提取 | 第52-53页 |
·基于决策树分类法的HJ-1A高光谱影像分类 | 第53-56页 |
·基于决策树分类的HJ-1A高光谱影像分类方法优化 | 第56-57页 |
·HJ-1A高光谱影像分类实验 | 第57-65页 |
·实验设计 | 第57-58页 |
·决策树分类 | 第58-62页 |
·SAM角影像分类 | 第62-64页 |
·结果分析 | 第64-65页 |
·HJ-1A高光谱与ETM+分类结果信息熵对比实验 | 第65-66页 |
·实验设计 | 第65-66页 |
·实验结果 | 第66页 |
·结果分析 | 第66页 |
·本章小结 | 第66-67页 |
第四章 基于GIS邻域分析的景观格局粒度变化方法 | 第67-78页 |
·GIS邻域分析方法概述 | 第67页 |
·基于GIS邻域分析的景观格局粒度变化方法 | 第67-69页 |
·基于GIS邻域分析的粒度变化参数选择实验 | 第69-73页 |
·参数选择实验设计 | 第69页 |
·参数选择实验结果与分析 | 第69-73页 |
·粒度变化方法对比实验 | 第73-77页 |
·实验设计 | 第73-74页 |
·基于GIS邻域分析的粒度变化实验 | 第74-75页 |
·基于像素聚合的粒度变化实验 | 第75-76页 |
·结果分析 | 第76-77页 |
·本章小结 | 第77-78页 |
第五章 基于HJ-1A高光谱数据和GIS邻域分析的多尺度景观格局提取方案 | 第78-84页 |
·基于HJ-1A卫星高光谱数据和GIS邻域分析的多尺度景观格局提取方案 | 第78-79页 |
·多尺度景观格局提取方案对比实验 | 第79-83页 |
·实验设计 | 第79-81页 |
·多尺度景观格局提取方案对比实验 | 第81-82页 |
·结果分析 | 第82-83页 |
·实验总结 | 第83-84页 |
第六章 结论与展望 | 第84-86页 |
·结论 | 第84-85页 |
·研究展望 | 第85-86页 |
参考文献 | 第86-92页 |
致谢 | 第92-93页 |
附录 | 第93-98页 |