| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究目的的和意义 | 第11-12页 |
| 1.2.1 研究目的 | 第11页 |
| 1.2.2 研究意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-19页 |
| 1.3.1 森林生物量与碳储量的研究进展 | 第12-13页 |
| 1.3.2 传统森林生物量/碳储量估算方法的研究进展 | 第13-14页 |
| 1.3.3 基于遥感的植被生物量/碳储量反演研究现状 | 第14-18页 |
| 1.3.4 城市森林生物量、碳储量反演研究现状 | 第18-19页 |
| 1.4 课题来源 | 第19-20页 |
| 2 研究区概况及研究方案 | 第20-24页 |
| 2.1 研究区概况 | 第20-21页 |
| 2.1.1 地理位置 | 第20页 |
| 2.1.2 自然环境条件 | 第20-21页 |
| 2.1.3 森林资源概况 | 第21页 |
| 2.2 研究方案 | 第21-24页 |
| 2.2.1 研究内容 | 第21-22页 |
| 2.2.2 技术路线 | 第22-24页 |
| 3 数据采集及处理 | 第24-34页 |
| 3.1 数据采集 | 第24-27页 |
| 3.1.1 遥感影像数据收集 | 第24-26页 |
| 3.1.2 实测样地数据采集 | 第26-27页 |
| 3.1.3 辅助数据 | 第27页 |
| 3.2 数据处理 | 第27-34页 |
| 3.2.1 遥感影像数据预处理 | 第27-32页 |
| 3.2.2 实测样地碳储量计算 | 第32-34页 |
| 4 碳储量建模因子的提取及筛选 | 第34-44页 |
| 4.1 植被指数 | 第34-40页 |
| 4.1.1 比值植被指数及其衍生 | 第34-35页 |
| 4.1.2 差值植被指数及其衍生 | 第35页 |
| 4.1.3 复杂植被指数 | 第35-40页 |
| 4.2 纹理信息 | 第40-42页 |
| 4.3 地形因子 | 第42-43页 |
| 4.4 建模因子属性值提取 | 第43-44页 |
| 5 碳储量模型构建 | 第44-60页 |
| 5.1 模型精度评价 | 第44页 |
| 5.2 Landsat 8遥感影像碳储量反演模型构建 | 第44-54页 |
| 5.2.1 相关性分析 | 第44-45页 |
| 5.2.2 偏最小二乘回归模型 | 第45-49页 |
| 5.2.3 RBF神经网络模型 | 第49-52页 |
| 5.2.4 随机森林模型 | 第52-54页 |
| 5.3 GF-1遥感影像碳储量反演模型构建 | 第54-60页 |
| 5.3.1 相关性分析 | 第54-55页 |
| 5.3.2 偏最小二乘回归模型 | 第55-58页 |
| 5.3.3 RBF神经网络模型 | 第58-59页 |
| 5.3.4 随机森林模型 | 第59-60页 |
| 6 深圳市碳储量估算 | 第60-64页 |
| 6.1 基于Landsat 8遥感影像的碳储量估算 | 第60-61页 |
| 6.2 基于GF-1遥感影像的碳储量估算 | 第61-62页 |
| 6.3 两种遥感影像结果比较 | 第62-64页 |
| 7 结论与讨论 | 第64-67页 |
| 7.1 结论 | 第64-65页 |
| 7.2 创新点 | 第65页 |
| 7.3 讨论 | 第65-67页 |
| 参考文献 | 第67-76页 |
| 附录 攻读学位期间的主要学术成果 | 第76-77页 |
| 致谢 | 第77-78页 |
