大兴安岭北部主要森林类型积雪特征及遥感估测
摘要 | 第3-5页 |
Abstract | 第5-6页 |
1 绪论 | 第9-15页 |
1.1 引言 | 第9-10页 |
1.2 国内外研究概况 | 第10-15页 |
1.2.1 森林雪水文特征研究 | 第10-12页 |
1.2.2 积雪遥感研究 | 第12-15页 |
2 论文研究方案 | 第15-24页 |
2.1 研究的目的和意义 | 第15页 |
2.2 研究内容 | 第15-16页 |
2.3 研究方法 | 第16-23页 |
2.3.1 森林积雪特征研究方法 | 第16-18页 |
2.3.2 积雪遥感估测研究方法 | 第18-23页 |
2.4 技术路线 | 第23页 |
2.5 课题支撑 | 第23-24页 |
3 研究区概况 | 第24-25页 |
3.1 地理位置 | 第24页 |
3.2 地质地貌与土壤 | 第24页 |
3.3 气候与水文 | 第24页 |
3.4 森林与植被 | 第24-25页 |
4 大兴安岭北部主要森林类型降雪特征 | 第25-28页 |
4.1 观测期内大气降雪特征 | 第25页 |
4.2 不同森林类型林冠截留特征 | 第25-27页 |
4.2.1 不同森林类型林冠截留量 | 第25-26页 |
4.2.2 降雪强度与林冠截留的关系 | 第26-27页 |
4.3 本章小结 | 第27-28页 |
5 大兴安岭北部主要森林类型积雪特征 | 第28-38页 |
5.1 不同森林类型林内积雪期雪深特征 | 第28-29页 |
5.2 不同森林类型林内积雪期雪密度特征 | 第29-31页 |
5.3 不同森林类型林内积雪期雪水当量特征 | 第31-32页 |
5.4 积雪期雪面蒸发特征 | 第32-36页 |
5.4.1 积雪雪面蒸发日变化特征 | 第32-35页 |
5.4.2 不同森林类型林内积雪雪面蒸发特征 | 第35-36页 |
5.5 本章小结 | 第36-38页 |
6 雪水当量遥感反演模型建立 | 第38-54页 |
6.1 特征变量提取 | 第38页 |
6.2 传统多元线性回归模型 | 第38-41页 |
6.2.1 多元线性回归分析 | 第38-39页 |
6.2.2 传统多元线性回归模型的建立 | 第39页 |
6.2.3 传统多元线性回归模型精度分析 | 第39-41页 |
6.3 偏最小二乘回归模型 | 第41-44页 |
6.3.1 偏最小二乘回归分析 | 第41-42页 |
6.3.2 偏最小二乘回归模型的建立 | 第42页 |
6.3.3 偏最小二乘回归模型精度分析 | 第42-44页 |
6.4 BP神经网络模型 | 第44-50页 |
6.4.1 BP神经网络分析 | 第44-46页 |
6.4.2 BP神经网络模型的建立 | 第46-48页 |
6.4.3 BP神经网络模型精度分析 | 第48-50页 |
6.5 最优模型挑选及区域积雪特征估测 | 第50-52页 |
6.5.1 最优雪水当量模型挑选 | 第50页 |
6.5.2 区域积雪特征估测及分析 | 第50-52页 |
6.6 本章小结 | 第52-54页 |
7 讨论 | 第54-58页 |
7.1 森林积雪效应 | 第54-56页 |
7.2 区域积雪分布遥感估测 | 第56-58页 |
结论 | 第58-60页 |
参考文献 | 第60-68页 |
攻读学位期间发表的学术论文 | 第68-69页 |
致谢 | 第69-70页 |