沙漠化现状定量评价遥感信息模型研究
摘要 | 第1-5页 |
Abstract | 第5-11页 |
1 绪论 | 第11-33页 |
·沙漠化定量遥感信息提取研究进展 | 第11-22页 |
·沙漠化遥感信息提取技术 | 第11-16页 |
·沙漠化遥感监测指标定量反演技术 | 第16-22页 |
·沙漠化定量遥感评价研究进展 | 第22-29页 |
·沙漠化评价类型及指标体系 | 第22-24页 |
·沙漠化遥感定量评价技术 | 第24-29页 |
·研究目的和意义 | 第29-30页 |
·研究内容和技术路线 | 第30-32页 |
·研究内容 | 第30页 |
·技术路线 | 第30-32页 |
·论文构成 | 第32-33页 |
2 研究区数据资料及预处理 | 第33-41页 |
·研究区概况 | 第33-36页 |
·京津风沙源治理工程区总体概况 | 第33-34页 |
·试验样区概况 | 第34-36页 |
·遥感数据选择与预处理 | 第36-41页 |
·数据选择 | 第36-39页 |
·数据预处理 | 第39-41页 |
3 基于知识的多光谱遥感信息提取模型研究 | 第41-55页 |
·影像数据选取 | 第41-42页 |
·地物分类体系 | 第42页 |
·基于知识的地物分层次提取模型 | 第42-49页 |
·地物光谱特征分析 | 第42-43页 |
·线性光谱混合分解模型 | 第43-45页 |
·分类规则构建及图像分类 | 第45-47页 |
·精度评价 | 第47-49页 |
·基于改进SVM算法的退耕地树种信息提取模型 | 第49-54页 |
·不同树种光谱信息差异分析 | 第49-51页 |
·基于改进SVM算法的树种信息提取 | 第51-53页 |
·精度评价 | 第53-54页 |
·结论 | 第54-55页 |
4 沙漠化现状定量评价多光谱遥感信息模型研究 | 第55-75页 |
·野外调查 | 第55-56页 |
·评价指标选取 | 第56-57页 |
·沙漠化评价“基准”的确定 | 第57页 |
·指标权重的确定 | 第57-58页 |
·评价方法 | 第58-59页 |
·多光谱遥感评价因子定量化 | 第59-71页 |
·改进光谱混合分析模型植被盖度信息提取 | 第59-64页 |
·基于LSMM的裸沙占地百分比信息提取 | 第64-65页 |
·基于光谱特征参数的植被生物量估算回归模型 | 第65-69页 |
·基于热惯量法的上壤含水量反演模型 | 第69-71页 |
·氧化铁指标 | 第71页 |
·土壤质地信息提取 | 第71页 |
·沙漠化定量评价遥感信息模型的建立 | 第71-72页 |
·精度评价 | 第72-74页 |
·结论 | 第74-75页 |
5 基于多特征的高光谱遥感信息提取模型研究 | 第75-94页 |
·影像数据选取 | 第75页 |
·地物分类体系 | 第75-76页 |
·基于多特征的地物分层次提取模型 | 第76-83页 |
·地物反射率光谱分析 | 第76-77页 |
·地物纹理特征提取 | 第77-79页 |
·基于空间信息的植被分类模型 | 第79-82页 |
·精度评价 | 第82-83页 |
·基于改进BP神经网络模型的树种信息提取技术 | 第83-92页 |
·树种光谱分析 | 第84-89页 |
·改进BP神经网络模型 | 第89-91页 |
·精度评价 | 第91-92页 |
·结论 | 第92-94页 |
6 沙漠化现状定量评价高光谱遥感信息模型研究 | 第94-120页 |
·野外调查 | 第94页 |
·评价指标选取 | 第94-96页 |
·评价方法 | 第96页 |
·高光谱遥感评价因子定量化 | 第96-117页 |
·最优植被盖度估测模型选取及植被盖度信息提取 | 第96-103页 |
·基于高光谱特征参数的森林蓄积量遥感估算模型 | 第103-107页 |
·基于植被光谱信息剔除的土壤含水量预测模型 | 第107-114页 |
·基于MNF和PC回归的土壤含沙量估测模型 | 第114-117页 |
·氧化铁指标 | 第117页 |
·土壤质地信息提取 | 第117页 |
·沙漠化定量评价遥感信息模型的建立 | 第117-118页 |
·精度评价 | 第118页 |
·结论 | 第118-120页 |
7 结论与讨论 | 第120-124页 |
·研究结论 | 第120-122页 |
·主要创新点 | 第122页 |
·讨论及展望 | 第122-124页 |
参考文献 | 第124-138页 |
个人简介 | 第138-140页 |
导师简介 | 第140-141页 |
致谢 | 第141页 |