基于混合像元分解方法的MODIS森林类型识别研究
摘要 | 第1-6页 |
ABSTRACT | 第6-12页 |
1 绪论 | 第12-20页 |
·研究背景 | 第12-13页 |
·研究目的与意义 | 第13-14页 |
·混合像元分解国内外研究现状 | 第14-15页 |
·混合像元分解国外研究现状 | 第14页 |
·混合像元分解国内研究现状 | 第14-15页 |
·研究内容及技术路线 | 第15-18页 |
·研究内容 | 第15-16页 |
·研究方法 | 第16页 |
·拟解决的关键问题 | 第16-17页 |
·技术路线 | 第17-18页 |
·论文结构 | 第18-20页 |
2 研究区概况及MODIS数据预处理 | 第20-26页 |
·研究区概况 | 第20-21页 |
·地理位置 | 第20页 |
·自然条件 | 第20页 |
·森林植被状况 | 第20-21页 |
·MODIS数据 | 第21-22页 |
·MODIS数据特点 | 第21-22页 |
·MODIS遥感数据选择 | 第22页 |
·MODIS数据预处理 | 第22-26页 |
·投影转换 | 第22-23页 |
·大气校正 | 第23-24页 |
·消除“双眼皮”效应 | 第24页 |
·几何校正 | 第24页 |
·影像拼接 | 第24页 |
·MODIS影像镶嵌条带去除 | 第24-25页 |
·研究区提取 | 第25-26页 |
3 混合像元分解模型及光谱机理 | 第26-36页 |
·混合像元 | 第26页 |
·混合像元分解 | 第26-27页 |
·混合像元分解的模型 | 第27-34页 |
·线性混合光谱模型 | 第28-30页 |
·几何光学模型 | 第30-31页 |
·随机几何模型 | 第31页 |
·模糊分析模型 | 第31-32页 |
·概率模型 | 第32页 |
·非线性混合光谱模型 | 第32-33页 |
·神经网络模型 | 第33-34页 |
·本研究混合像元分解模型选择 | 第34-36页 |
4 基于地物植被指数序列的决策树分类模型构建 | 第36-60页 |
·植被指数提取 | 第36页 |
·MODIS时间序列植被指数滤波重建 | 第36-45页 |
·基于时间序列的地物植被指数变化分析 | 第45-54页 |
·降水及气温分析 | 第47-49页 |
·针叶林植被指数变化规律分析 | 第49页 |
·阔叶林植被指数变化规律分析 | 第49-50页 |
·灌木林植被指数变化规律分析 | 第50-51页 |
·竹林植被指数变化规律分析 | 第51-52页 |
·水域植被指数变化规律分析 | 第52页 |
·建设用地植被指数变化规律分析 | 第52-53页 |
·耕地植被指数变化规律分析 | 第53-54页 |
·端元提纯模型 | 第54-60页 |
·决策树分类模型 | 第54页 |
·端元提纯模型阈值的确定 | 第54-58页 |
·构建地物端元提纯模型 | 第58-60页 |
5 研究区端元组份的选择 | 第60-76页 |
·几何端元数目的确定 | 第60页 |
·端元组分选取方法 | 第60-64页 |
·PPI方法 | 第61页 |
·N-FINDR方法 | 第61-62页 |
·IEA方法 | 第62-63页 |
·K-Mean方法 | 第63页 |
·AMEE方法 | 第63-64页 |
·最小噪音分离法 | 第64-71页 |
·利用PPI对样本进行提纯 | 第71-72页 |
·利用N-D散度法进行可视化分析 | 第72-73页 |
·终端像元的确定 | 第73页 |
·利用决策树分类模型对端元组进行提纯 | 第73-74页 |
·端元组分的反射率求取 | 第74-76页 |
6 混合像元的分解 | 第76-94页 |
·线性混合像元分解模型 | 第76-80页 |
·不带约束条件分解 | 第76-78页 |
·带约束条件分解 | 第78-80页 |
·非线性混合像元分解模型 | 第80-83页 |
·传统非监督分类 | 第83-85页 |
·传统监督分类 | 第85-86页 |
·精度评价 | 第86-94页 |
·精度评价方法 | 第86-92页 |
·不同分类方法比较分析 | 第92-94页 |
7 结论与讨论 | 第94-98页 |
·结论 | 第94-95页 |
·创新点 | 第95-96页 |
·讨论与展望 | 第96-98页 |
参考文献 | 第98-106页 |
附录 攻读硕士学位期间的主要学术成果 | 第106-110页 |
致谢 | 第110页 |