基于旋转森林算法的森林植被分类及影响因素分析的研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 遥感图像分类现状 | 第10-11页 |
| 1.2.2 旋转森林算法分类现状 | 第11页 |
| 1.2.3 森林植被分类研究现状 | 第11-12页 |
| 1.3 研究内容及技术路线 | 第12-15页 |
| 1.3.1 研究内容 | 第12-14页 |
| 1.3.2 技术路线 | 第14-15页 |
| 2 研究区域概况及数据源 | 第15-20页 |
| 2.1 研究区域概况 | 第15-16页 |
| 2.2 数据选取 | 第16-18页 |
| 2.2.1 遥感影像数据 | 第16-17页 |
| 2.2.2 森林资源数据 | 第17页 |
| 2.2.3 DEM数据 | 第17-18页 |
| 2.2.4 气象数据 | 第18页 |
| 2.3 数据预处理 | 第18-20页 |
| 2.3.1 辐射定标与大气校正 | 第18-19页 |
| 2.3.2 数据拼接与数据裁剪 | 第19-20页 |
| 3 研究方法 | 第20-39页 |
| 3.1 确定森林分类系统 | 第20-21页 |
| 3.1.1 分类原则 | 第20页 |
| 3.1.2 建立森林分类系统 | 第20-21页 |
| 3.2 采集训练样本 | 第21-22页 |
| 3.2.1 训练样本的采集 | 第21页 |
| 3.2.2 训练样本的分析 | 第21-22页 |
| 3.3 特征选择 | 第22-23页 |
| 3.3.1 遥感影像各波段相关性分析 | 第22-23页 |
| 3.3.2 特征选择 | 第23页 |
| 3.4 特征提取 | 第23-28页 |
| 3.4.1 遥感指数的提取 | 第23-24页 |
| 3.4.2 地形特征提取 | 第24-25页 |
| 3.4.3 纹理特征提取 | 第25-28页 |
| 3.5 特征组合 | 第28-29页 |
| 3.6 分类算法 | 第29-33页 |
| 3.6.1 最大似然法 | 第29-30页 |
| 3.6.2 支持向量机 | 第30-33页 |
| 3.7 旋转森林算法 | 第33-36页 |
| 3.7.1 旋转森林算法原理 | 第33-35页 |
| 3.7.2 旋转森林算法参数 | 第35-36页 |
| 3.8 精度评价方法 | 第36页 |
| 3.9 森林植被分布影响因子 | 第36-39页 |
| 3.9.1 气象因子 | 第37页 |
| 3.9.2 地形因子 | 第37页 |
| 3.9.3 分区统计 | 第37-39页 |
| 4 结果与分析 | 第39-49页 |
| 4.1 分类结果及精度评价 | 第39-49页 |
| 4.1.1 不同特征组合下旋转森林分类结果与分析 | 第39-41页 |
| 4.1.2 不同算法下的分类结果对比分析 | 第41-43页 |
| 4.1.3 森林植被分布及影响因子分析 | 第43页 |
| 4.1.4 地形因子影响结果分析 | 第43-46页 |
| 4.1.5 气象因子影响结果分析 | 第46-49页 |
| 5 结论与讨论 | 第49-51页 |
| 5.1 结论 | 第49-50页 |
| 5.2 讨论 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 攻读学位期间发表的学术论文 | 第55-56页 |
| 致谢 | 第56-57页 |
