| 摘要 | 第9-11页 |
| Abstract | 第11-12页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 研究背景及意义 | 第13-15页 |
| 1.2 国内外研究进展 | 第15-20页 |
| 1.2.1 时空融合模型研究进展 | 第15-17页 |
| 1.2.2 植被分类技术研究进展 | 第17-20页 |
| 1.3 研究目标与内容 | 第20-21页 |
| 1.4 技术路线 | 第21-22页 |
| 1.5 论文结构框架 | 第22-23页 |
| 第2章 研究区概况与数据预处理 | 第23-29页 |
| 2.1 研究区概况 | 第23-25页 |
| 2.2 遥感数据预处理 | 第25-29页 |
| 2.2.1 MODIS数据介绍与预处理 | 第25页 |
| 2.2.2 Landsat 8 OIL数据介绍和预处理 | 第25-27页 |
| 2.2.3 GF-1 WFV数据介绍及预处理 | 第27-29页 |
| 第3章 模型介绍及改进实验 | 第29-37页 |
| 3.1 异质性区域增强时空自适应性反射融合模型（ESTARFM模型） | 第29-33页 |
| 3.1.1 ESTARFM算法理论基础 | 第29页 |
| 3.1.2 ESTARFM算法流程 | 第29-33页 |
| 3.2 ESTARFM模型的改进 | 第33-34页 |
| 3.3 ESTARFM模型改进前后结果分析 | 第34-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 改进ESTARFM模型影像融合效果对比研究 | 第37-44页 |
| 4.1 LANDSAT 8影像与MODIS影像融合 | 第37-39页 |
| 4.2 高分一号WFV影像与MODIS影像融合 | 第39-40页 |
| 4.3 融合结果精度评价 | 第40-42页 |
| 4.4 本章小结 | 第42-44页 |
| 第5章 基于NDVI时间序列的面向对象决策树植被分类 | 第44-56页 |
| 5.1 建立分类体系及采样点选取 | 第44-45页 |
| 5.2 基于ESTARFM模型的NDVI时间序列构建 | 第45-47页 |
| 5.3 面向对象决策树植被分类 | 第47-50页 |
| 5.3.1 多尺度分割 | 第48页 |
| 5.3.2 最优分割参数选择及结果 | 第48-50页 |
| 5.4 面向对象植被分类 | 第50-55页 |
| 5.4.1 基于时序数据的面向对象决策树植被分类 | 第50-52页 |
| 5.4.2 无时序NDVI序列的面向对象分类 | 第52-53页 |
| 5.4.3 分类精度评价 | 第53-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第6章 结论与展望 | 第56-58页 |
| 6.1 结论 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士期间发表的学术论文 | 第61-62页 |
| 致谢 | 第62页 |
