| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 选题背景及研究意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 土地覆被研究现状 | 第12-14页 |
| 1.2.2 基于专家知识遥感图像分类现状 | 第14-15页 |
| 1.2.3 SEaTH算法研究现状 | 第15页 |
| 1.2.4 植被红边研究现状 | 第15-16页 |
| 1.3 存在问题分析 | 第16-17页 |
| 1.4 研究目标与技术路线 | 第17-20页 |
| 1.4.1 研究目标 | 第17页 |
| 1.4.2 研究内容 | 第17-18页 |
| 1.4.3 技术路线 | 第18-20页 |
| 第二章 研究区概况和数据预处理 | 第20-32页 |
| 2.1 研究区概况 | 第20-21页 |
| 2.2 遥感数据 | 第21-24页 |
| 2.2.1 数据源 | 第21-22页 |
| 2.2.2 研究区影像 | 第22-23页 |
| 2.2.3 影像预处理 | 第23-24页 |
| 2.3 土地覆被分类体系 | 第24-28页 |
| 2.3.1 已有土地覆被分类体系 | 第24-26页 |
| 2.3.2 研究区土地覆被分类体系 | 第26-28页 |
| 2.4 野外调查和精度验证点 | 第28-31页 |
| 2.4.1 研究区野外调查 | 第28-30页 |
| 2.4.2 内业验证点 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 基于专家知识的特征空间分析 | 第32-43页 |
| 3.1 专家知识在土地覆被分类的应用 | 第32-35页 |
| 3.1.1 地理学知识与地表土地覆被 | 第32页 |
| 3.1.2 地物光谱特征 | 第32-33页 |
| 3.1.3 农作物农时信息 | 第33-35页 |
| 3.1.4 绿色植物叶绿素 | 第35页 |
| 3.2 基于专家知识的分类特征构造 | 第35-38页 |
| 3.2.1 遥感影像波段运算 | 第35-36页 |
| 3.2.2 NDVI时间序列特征 | 第36-37页 |
| 3.2.3 研究使用的特征空间中其它特征 | 第37-38页 |
| 3.3 植被红边特征 | 第38-41页 |
| 3.3.1 绿色植物反射波谱特征 | 第38-39页 |
| 3.3.2 植被红边光谱响应特征 | 第39-40页 |
| 3.3.3 基于植被红边的特征空间分析 | 第40-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 基于改进SEaTH算法的土地覆被分类方法 | 第43-52页 |
| 4.1 经典SEaTH算法理论 | 第43-45页 |
| 4.1.1 SEaTH算法概述 | 第43页 |
| 4.1.2 分类特征选择 | 第43-44页 |
| 4.1.3 特征阈值自动确定 | 第44-45页 |
| 4.2 改进的SEaTH算法 | 第45-50页 |
| 4.2.1 SEaTH算法不足 | 第45-46页 |
| 4.2.2 改进的SEaTH算法 | 第46-50页 |
| 4.3 改进SEaTH算法在土地覆被分类的应用 | 第50-51页 |
| 4.4 改进SEaTH算法运算时间成本 | 第51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 土地覆被分类实验 | 第52-66页 |
| 5.1 研究区分类实验 | 第52-57页 |
| 5.1.1 基于改进SEaTH算法的专家知识土地覆被分类 | 第52-55页 |
| 5.1.2 加入植被红边特征的改进SEaTH算法林地分类 | 第55页 |
| 5.1.3 研究区分类结果 | 第55-57页 |
| 5.2 不同分类器研究区分类 | 第57-62页 |
| 5.2.1 不同分类器面向对象的土地覆被分类结果 | 第57-60页 |
| 5.2.2 不同分类器分类结果精度验证 | 第60-62页 |
| 5.3 专家知识与机器学习土地覆被分类对比分析 | 第62-64页 |
| 5.3.1 分类精度对比分析 | 第62页 |
| 5.3.2 林地分类效果分析 | 第62-63页 |
| 5.3.3 水田分类效果分析 | 第63-64页 |
| 5.4 本章小结 | 第64-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 研究小结 | 第66页 |
| 6.2 展望 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73页 |