基于时相和波谱信息的作物分类研究
| 1 绪论 | 第1-15页 |
| ·研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·论文研究的内容与方法 | 第13-15页 |
| 2 试验区选取 | 第15-17页 |
| ·北京研究区概况 | 第15页 |
| ·黑龙江研究区概况 | 第15-17页 |
| 3 数据获取与预处理 | 第17-38页 |
| ·数据获取 | 第17-18页 |
| ·TM 数据的预处理 | 第18-25页 |
| ·辐射校正 | 第19页 |
| ·几何校正 | 第19-23页 |
| ·图像融合 | 第23-25页 |
| ·MODIS 数据 | 第25-26页 |
| ·MODIS 的植被指数 | 第26-38页 |
| ·MODIS NDVI 的计算方法 | 第26-29页 |
| ·MODIS NDVI 的改进 | 第29-30页 |
| ·MODIS 数据的预处理 | 第30页 |
| ·时序NDVI 的分解重构 | 第30-38页 |
| 4 分类方法介绍 | 第38-44页 |
| ·监督分类 | 第38-39页 |
| ·最大似然分类法 | 第38-39页 |
| ·平行多面体分类法 | 第39页 |
| ·最小距离分类法 | 第39页 |
| ·波谱角分类法 | 第39页 |
| ·非监督分类 | 第39-40页 |
| ·K-均值聚类法 | 第40页 |
| ·ISODATA 算法聚类分析 | 第40页 |
| ·计算机自动分类的新方法 | 第40-44页 |
| ·神经网络分类法 | 第41页 |
| ·模糊聚类算法 | 第41页 |
| ·专家系统分类法 | 第41-42页 |
| ·决策树分类法 | 第42页 |
| ·基于分形的纹理方法 | 第42页 |
| ·基于小波分析的图像分类方法 | 第42-44页 |
| 5 试验方法和结果 | 第44-67页 |
| ·基于多时相TM 数据的作物分类研究 | 第44-61页 |
| ·地面采样点数据 | 第44-46页 |
| ·NDVI 时间谱曲线分析 | 第46-50页 |
| ·研究区作物分类 | 第50-57页 |
| ·精度评价 | 第57-61页 |
| ·基于MODIS 时间谱的作物分类研究 | 第61-67页 |
| ·训练样本的选取 | 第61页 |
| ·技术路线 | 第61-64页 |
| ·分类结果及精度评价 | 第64-67页 |
| 6 结论 | 第67-69页 |
| ·主要结论 | 第67-68页 |
| ·展望 | 第68-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 附录 | 第75-85页 |
