| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 选题背景及研究意义 | 第10-11页 |
| 1.2 国内外研究进展 | 第11-15页 |
| 1.2.1 时空分辨率融合方法及应用 | 第11-13页 |
| 1.2.2 植被指数时间序列方法及应用 | 第13-15页 |
| 1.3 研究目标与内容 | 第15-16页 |
| 1.3.1 研究目标 | 第15页 |
| 1.3.2 研究内容 | 第15-16页 |
| 1.4 技术路线 | 第16-17页 |
| 第二章 研究区与数据处理 | 第17-24页 |
| 2.1 研究区概况 | 第17-19页 |
| 2.2 遥感数据预处理 | 第19-21页 |
| 2.2.1 MODIS数据及预处理 | 第19-20页 |
| 2.2.2 Landsat OLI数据及预处理 | 第20-21页 |
| 2.3 样点野外调查 | 第21-22页 |
| 2.4 土地利用调查数据及预处理 | 第22页 |
| 2.5 气象数据及预处理 | 第22-24页 |
| 第三章 研究方法 | 第24-31页 |
| 3.1 增强型时空自适应反射率融合模型（ESTARFM） | 第24-28页 |
| 3.1.1 ESTARFM基本原理 | 第24-25页 |
| 3.1.2 筛选相似像元 | 第25-26页 |
| 3.1.3 计算综合权重 | 第26页 |
| 3.1.4 计算转换系数 | 第26页 |
| 3.1.5 计算中心像元 | 第26-27页 |
| 3.1.6 Landsat和MODIS影像融合方案 | 第27-28页 |
| 3.2 植被指数 | 第28页 |
| 3.3 相关性分析 | 第28-29页 |
| 3.4 滑动窗口算法 | 第29-30页 |
| 3.5 HANTS时间序列谐波分析 | 第30-31页 |
| 第四章 Landsat与MODIS的时空分辨率融合结果与评价 | 第31-37页 |
| 4.1 Landsat影像与MODIS影像的时空分辨率融合结果 | 第31-33页 |
| 4.2 融合结果的精度评价 | 第33-36页 |
| 4.2.1 融合结果的经典相关性评价 | 第33-34页 |
| 4.2.2 融合结果的空间相关性评价 | 第34-36页 |
| 4.3 本章小结 | 第36-37页 |
| 第五章 植被指数时间序列重构及变化分析 | 第37-54页 |
| 5.1 植被指数时间序列数据集构建 | 第37-45页 |
| 5.1.1 植被指数时序数据集 | 第37-44页 |
| 5.1.2 时序数据集统计分析 | 第44-45页 |
| 5.2 不同植被指数与实测盖度的相关性 | 第45-46页 |
| 5.3 基于HANTS平滑法的NDVI数据集构建 | 第46-49页 |
| 5.4 不同植被类型NDVI季节变化分析 | 第49-52页 |
| 5.4.1 整体植被季节变化特征 | 第50页 |
| 5.4.2 林地季节变化特征 | 第50页 |
| 5.4.3 灌丛季节变化特征 | 第50-51页 |
| 5.4.4 耕地季节变化特征 | 第51页 |
| 5.4.5 高覆盖度草地季节变化特征 | 第51-52页 |
| 5.4.6 中低覆盖度草地季节变化特征 | 第52页 |
| 5.5 本章小结 | 第52-54页 |
| 第六章 气象因子对植被类型的季节变化影响 | 第54-61页 |
| 6.1 气象因子时间序列特征及其分布图 | 第54-57页 |
| 6.1.1 气象因子时间序列特征曲线 | 第54-55页 |
| 6.1.2 气象因子空间插值图 | 第55-57页 |
| 6.2 气象因子与植被类型在年内的变化关系 | 第57-60页 |
| 6.2.1 降水因子与不同植被类型在年内的变化关系 | 第57-59页 |
| 6.2.2 气温因子与不同植被类型在年内的变化关系 | 第59-60页 |
| 6.3 本章小结 | 第60-61页 |
| 第七章 结论与展望 | 第61-63页 |
| 7.1 结论 | 第61-62页 |
| 7.2 不足与展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 攻读硕士学位期间取得的学术成果 | 第68-69页 |
| 致谢 | 第69-71页 |
