| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 综述 | 第11-23页 |
| 1.1 高光谱遥感的概述 | 第11-12页 |
| 1.2 高光谱遥感的发展现状 | 第12-14页 |
| 1.2.1 国外发展现状 | 第12-13页 |
| 1.2.2 国内发展现状 | 第13-14页 |
| 1.3 植被高光谱及其研究进展 | 第14-16页 |
| 1.3.1 植被的光谱特征 | 第14-15页 |
| 1.3.2 植被高光谱研究进展 | 第15-16页 |
| 1.4 高光谱遥感林业研究进展 | 第16-18页 |
| 1.4.1 树种识别及分类 | 第16-17页 |
| 1.4.2 生理生化特征分析 | 第17-18页 |
| 1.5 植被高光谱数据分析技术研究进展 | 第18-19页 |
| 1.5.1 多元统计分析技术 | 第18页 |
| 1.5.2 基于光谱位置(波长)变量的分析技术 | 第18页 |
| 1.5.3 光学模型技术 | 第18-19页 |
| 1.5.4 光谱特征提取技术 | 第19页 |
| 1.6 课题来源与经费支持 | 第19-20页 |
| 1.7 研究方案 | 第20-23页 |
| 1.7.1 研究的目的及意义 | 第20-21页 |
| 1.7.2 研究内容 | 第21页 |
| 1.7.3 技术路线 | 第21-23页 |
| 第二章 数据采集及预处理 | 第23-41页 |
| 2.1 实验地点及观测对象 | 第23-24页 |
| 2.2 实验仪器 | 第24页 |
| 2.3 地物光谱数据采集 | 第24-25页 |
| 2.4 生物化学参数测定 | 第25-27页 |
| 2.4.1 叶绿素和类胡萝卜素含量测定 | 第25-26页 |
| 2.4.2 叶黄素含量测定 | 第26-27页 |
| 2.5 地物光谱数据预处理 | 第27-32页 |
| 2.5.1 高光谱数据平滑去噪 | 第28-29页 |
| 2.5.2 高光谱数据变换 | 第29-32页 |
| 2.6 成像光谱Hyperion数据预处理 | 第32-41页 |
| 2.6.1 Hyperion预处理 | 第33-37页 |
| 2.6.2 Hyperion数据大气校正 | 第37-38页 |
| 2.6.3 Hyperion数据的进一步处理 | 第38-39页 |
| 2.6.4 Hyperion数据几何校正 | 第39页 |
| 2.6.5 小结 | 第39-41页 |
| 第三章 高光谱数据分类技术 | 第41-47页 |
| 3.1 支持向量机原理 | 第41-42页 |
| 3.2 BP神经网络简介 | 第42-44页 |
| 3.2.1 BP神经网络基本原理 | 第42-43页 |
| 3.2.2 BP神经网络的局限 | 第43-44页 |
| 3.3 光谱角度制图法原理 | 第44-45页 |
| 3.4 马氏距离分类法原理 | 第45页 |
| 3.5 朴素贝叶斯分类法原理 | 第45-47页 |
| 第四章 基于多元统计分析方法的高光谱数据降维分类研究 | 第47-63页 |
| 4.1 主成分降维算法 | 第47-57页 |
| 4.1.1 主成分降维原理 | 第47-48页 |
| 4.1.2 光谱数据降维分类测试 | 第48-57页 |
| 4.1.3 小结 | 第57页 |
| 4.2 独立主成分降维算法 | 第57-61页 |
| 4.2.1 独立主成分降维原理 | 第57-58页 |
| 4.2.2 独立主成分降维分类结果对比 | 第58-61页 |
| 4.3 本章小结 | 第61-63页 |
| 第五章 基于群体算法结合支持向量机的高光谱数据降维分类研究 | 第63-73页 |
| 5.1 遗传算法结合支持向量机的降维算法 | 第63-68页 |
| 5.1.1 遗传算法原理 | 第63-65页 |
| 5.1.2 遗传算法结合支持向量机降维算法 | 第65页 |
| 5.1.3 降维数据分类结果分析 | 第65-68页 |
| 5.2 二进制粒子群算法结合SVM的高光谱数据降维算法 | 第68-72页 |
| 5.2.1 二进制粒子群算法原理 | 第68-69页 |
| 5.2.2 粒子群结合支持向量机降维算法 | 第69-70页 |
| 5.2.3 降维数据分类结果分析 | 第70-72页 |
| 5.3 本章总结 | 第72-73页 |
| 第六章 基于植物主要色素的植被高光谱数据降维分类研究 | 第73-87页 |
| 6.1 乔木树种主要色素含量差异检验 | 第73-76页 |
| 6.1.1 叶绿素含量差异检验 | 第73-74页 |
| 6.1.2 类胡萝卜素含量差异检验 | 第74-75页 |
| 6.1.3 叶黄素含量差异检验 | 第75-76页 |
| 6.2 生化成分与反射率相关分析 | 第76-79页 |
| 6.2.1 叶绿素总含量与反射率的相关分析 | 第76页 |
| 6.2.2 叶绿素a含量与反射率的相关分析 | 第76-77页 |
| 6.2.3 叶绿素b含量与反射率的相关分析 | 第77-78页 |
| 6.2.4 类胡萝卜素含量与反射率的相关分析 | 第78页 |
| 6.2.5 叶黄素含量与反射率的相关分析 | 第78-79页 |
| 6.3 提取波段分类研究 | 第79-81页 |
| 6.4 提取波段高斯合并变换 | 第81-83页 |
| 6.4.1 波段合并原理 | 第81-82页 |
| 6.4.2 色素提取波段高斯合并结果 | 第82-83页 |
| 6.5 高斯合并波段分类结果 | 第83-85页 |
| 6.6 本章小结 | 第85-87页 |
| 第七章 成像高光谱数据降维分类研究 | 第87-105页 |
| 7.1 训练数据与验证数据选取 | 第87-91页 |
| 7.1.1 掩膜非林地 | 第87-88页 |
| 7.1.2 训练数据选取 | 第88-89页 |
| 7.1.3 验证数据选取与采集 | 第89-91页 |
| 7.2 Hyperion数据降维前分类结果 | 第91-94页 |
| 7.3 主成分与独立主成分变换数据分类结果比较 | 第94-97页 |
| 7.4 GA-SVM与PSO-SVW提取波段分类结果比较 | 第97-101页 |
| 7.5 主要色素相关分析所提取波段分类研究 | 第101-102页 |
| 7.6 本章小结 | 第102-105页 |
| 第八章 结论与讨论 | 第105-109页 |
| 8.1 结论 | 第105-106页 |
| 8.2 创新点 | 第106-107页 |
| 8.3 讨论 | 第107-109页 |
| 参考文献 | 第109-119页 |
| 附录 | 第119-123页 |
| 攻读学位期间主要的研究成果 | 第123-125页 |
| 致谢 | 第125页 |
