首页--农业科学论文--林业论文--林业基础科学论文--森林生物学论文--森林生态学论文

亚热带地区马尾松林碳储量的遥感估算及其时空变化分析--以长汀为例

中文摘要第3-5页
Abstract第5-6页
第一章 绪论第11-37页
    1.1 研究背景与研究意义第11-14页
    1.2 国内外研究进展第14-31页
        1.2.1 森林碳储量研究概述第14-30页
            1.2.1.1 样地清查法第14-16页
            1.2.1.2 生理生态模型模拟法第16-18页
            1.2.1.3 微气象学方法第18-20页
            1.2.1.4 遥感估算法第20-30页
        1.2.2 现有研究的局限与不足第30-31页
    1.3 研究区概况第31-33页
        1.3.1 自然地理条件第31-33页
            1.3.1.1 地理位置第31页
            1.3.1.2 气候水文第31-32页
            1.3.1.3 地形地貌第32页
            1.3.1.4 土壤第32页
            1.3.1.5 植被第32-33页
        1.3.2 社会经济条件第33页
    1.4 研究目标、内容与技术路线第33-37页
        1.4.1 研究目标第33-34页
        1.4.2 研究内容与技术路线第34-35页
        1.4.3 论文结构第35-37页
第二章 研究数据及预处理第37-60页
    2.1 多光谱遥感影像数据第37-52页
        2.1.1 多光谱遥感影像数据源第37-44页
            2.1.1.1 Landsat系列卫星第39-42页
            2.1.1.2 SPOT系列卫星第42页
            2.1.1.3 ALOS卫星第42-43页
            2.1.1.4 RapidEye卫星第43-44页
        2.1.2 数据预处理第44-52页
            2.1.2.1 几何校正第44-47页
            2.1.2.2 辐射校正第47-52页
            2.1.2.3 镶嵌与裁剪第52页
    2.2 实测高光谱数据的获取与处理第52-58页
        2.2.1 地物光谱辐射仪介绍第52-54页
        2.2.2 光谱测量条件第54-56页
        2.2.3 实测高光谱数据的预处理第56-58页
    2.3 马尾松林样地的碳储量计算第58-59页
    2.4 本章小结第59-60页
第三章 马尾松林信息的提取与精度评价第60-93页
    3.1 最大似然法第60-69页
        3.1.1 原理第60-61页
        3.1.2 分类过程第61-69页
            3.1.2.1 新波段的构造第61-66页
            3.1.2.2 训练样本的选取第66-67页
            3.1.2.3 最佳波段的选择第67-69页
    3.2 BP神经网络法第69-71页
        3.2.1 原理第69页
        3.2.2 分类过程第69-71页
            3.2.2.1 网络设计第69-70页
            3.2.2.2 样本选择与训练第70-71页
            3.2.2.3 影像自动分类第71页
    3.3 支持向量机第71-74页
        3.3.1 原理第71-72页
        3.3.2 分类过程第72-74页
            3.3.2.1 最优分类超平面第72页
            3.3.2.2 核函数的选取与参数确定第72-73页
            3.3.2.3 基于libsvm核函数参数选取第73-74页
    3.4 分层分类法第74-78页
        3.4.1 原理第74-75页
        3.4.2 分类过程第75-78页
    3.5 马尾松林信息提取方法的选择第78-83页
        3.5.1 不同方法的马尾松林信息提取结果第78-80页
        3.5.2 马尾松林信息提取方法的选择第80-83页
    3.6 TM、SPOT与RapidEye影像的马尾松林提取第83-85页
    3.7 马尾松林信息提取结果与精度评价第85-91页
        3.7.1 马尾松林信息提取结果第85-88页
        3.7.2 精度验证第88-91页
    3.8 马尾松林面积动态变化第91页
    3.9 本章小结第91-93页
第四章 马尾松林碳储量估算模型的建立第93-117页
    4.1 马尾松的光谱特征第93-94页
    4.2 马尾松林碳储量的高光谱遥感估算第94-97页
        4.2.1 马尾松林碳储量与高光谱数据之间的相关分析第94-95页
        4.2.2 基于实测光谱的马尾松林碳储量的高光谱遥感估算第95-97页
    4.3 马尾松林碳储量的多光谱遥感估算第97-109页
        4.3.1 马尾松林碳储量多光谱遥感特征因子的选择与提取第97-101页
            4.3.1.1 遥感影像单波段反射率数据第97-98页
            4.3.1.2 植被指数第98-100页
            4.3.1.3 主成分变换第100页
            4.3.1.4 纹理特征第100页
            4.3.1.5 遥感因子的提取第100-101页
        4.3.2 辐射校正对马尾松林碳储量遥感估算精度的影响第101-102页
        4.3.3 基于TM影像的马尾松林碳储量遥感估算第102-105页
            4.3.3.1 相关性分析第102-104页
            4.3.3.2 回归分析建模第104-105页
        4.3.4 基于ALOS影像的马尾松林碳储量遥感估算第105-107页
            4.3.4.1 相关性分析第105-106页
            4.3.4.2 回归分析建模第106-107页
        4.3.5 基于RapidEye影像的马尾松林碳储量遥感估算第107-109页
            4.3.5.1 相关性分析第107-108页
            4.3.5.2 回归分析建模第108-109页
    4.4 模型估算精度评价第109-113页
        4.4.1 模型估算精度定量评价第109-111页
        4.4.2 讨论第111-113页
            4.4.2.1 影像空间分辨率对马尾松林碳储量估算精度的影响第111-112页
            4.4.2.2 光谱分辨率对马尾松林碳储量估算精度的影响第112-113页
    4.5 模型多时相适用性校正第113-115页
    4.6 本章小结第115-117页
第五章 马尾松林碳储量的估算及其时空变化分析与驱动力分析第117-136页
    5.1 马尾松林碳储量的估算第117-121页
    5.2 马尾松林碳储量的时空变化分析第121-134页
        5.2.1 马尾松林碳储量的时间变化分析第121-123页
        5.2.2 马尾松林碳储量的空间变化分析第123-134页
            5.2.2.1 不同高程的马尾松林碳储量动态变化分析第123-126页
            5.2.2.2 不同坡度的马尾松林碳储量动态变化分析第126-129页
            5.2.2.3 各乡镇马尾松林碳储量动态变化分析第129-134页
    5.3 本章小结第134-136页
第六章 结论与展望第136-140页
    6.1 主要结论第136-138页
    6.2 特色与创新第138页
    6.3 研究展望第138-140页
参考文献第140-160页
致谢第160-162页
个人简历第162-163页
在读期间已发表和录用的论文第163-164页
参与的科研项目第164页

论文共164页,点击 下载论文
上一篇:测力叠加系统的端部效应和旋转效应研究
下一篇:可特异性抑制循环肿瘤细胞的生物纳米材料的研究