基于高分辨率遥感数据的绿洲区盐化土壤分布变化研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-22页 |
| 1.1 研究背景与意义 | 第12-14页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-20页 |
| 1.2.1 基于RS技术的盐化土壤监测研究现状 | 第14-16页 |
| 1.2.2 面向对象的遥感影像信息提取研究现状 | 第16-17页 |
| 1.2.3 机器学习在遥感信息提取中的研究现状 | 第17-18页 |
| 1.2.4 LUCC模拟预测模型研究现状 | 第18-20页 |
| 1.3 研究目的和内容 | 第20-22页 |
| 1.3.1 研究目的 | 第20页 |
| 1.3.2 研究内容 | 第20-21页 |
| 1.3.3 技术路线 | 第21-22页 |
| 2 团场土地利用信息预处理 | 第22-34页 |
| 2.1 研究区概况 | 第22-24页 |
| 2.1.1 地理位置及地势 | 第22-23页 |
| 2.1.2 气候与土壤 | 第23-24页 |
| 2.2 遥感影像数据选择 | 第24-26页 |
| 2.3 数据预处理 | 第26-33页 |
| 2.3.1 正射校正 | 第27-28页 |
| 2.3.2 图像融合 | 第28-30页 |
| 2.3.3 几何配准 | 第30-31页 |
| 2.3.4 重采样 | 第31-32页 |
| 2.3.5 影像裁剪 | 第32-33页 |
| 2.4 本章小结 | 第33-34页 |
| 3 团场土地利用信息提取 | 第34-54页 |
| 3.1 团场土地利用分类体系建立 | 第34-35页 |
| 3.2 多尺度分割 | 第35-39页 |
| 3.2.1 分割方法对比 | 第35-36页 |
| 3.2.2 多尺度分割原理 | 第36-39页 |
| 3.3 盐化土壤信息提取 | 第39-43页 |
| 3.3.1 团场盐化土壤特征 | 第39-40页 |
| 3.3.2 盐化土壤分类体系 | 第40-41页 |
| 3.3.3 盐化指数选择 | 第41-43页 |
| 3.4 随机森林分类器提取土地利用信息 | 第43-50页 |
| 3.4.1 随机森林分类器基本原理 | 第44-47页 |
| 3.4.2 团场土地利用分类结果 | 第47-50页 |
| 3.5 团场盐化土壤特征分析 | 第50-52页 |
| 3.5.1 空间特征分析 | 第50-51页 |
| 3.5.2 转换特征分析 | 第51-52页 |
| 3.6 本章小结 | 第52-54页 |
| 4 基于FLUS模型的盐化土壤灾害预测 | 第54-74页 |
| 4.1 FLUS基本原理 | 第54-56页 |
| 4.2 模型建立基本流程 | 第56-60页 |
| 4.2.1 计算土地利用类型的适宜性概率 | 第56-57页 |
| 4.2.2 建立自适应惯性与竞争机制 | 第57-58页 |
| 4.2.3 计算邻域效应与转换成本 | 第58-59页 |
| 4.2.4 轮盘赌确定未来土地利用类型 | 第59-60页 |
| 4.3 盐化土壤灾害预测 | 第60-73页 |
| 4.3.1 模型校正 | 第60-65页 |
| 4.3.2 未来土地利用推演 | 第65-67页 |
| 4.3.3 未来盐化土壤特征分析 | 第67-70页 |
| 4.3.4 盐化土壤变化分析 | 第70-73页 |
| 4.4 本章小结 | 第73-74页 |
| 5 结论与展望 | 第74-76页 |
| 5.1 结论 | 第74-75页 |
| 5.2 不足与展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 附录 | 第80-82页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第82-86页 |
| 学位论文数据集 | 第86页 |
